Aktuelle Trends in der Schweinehaltung

Die aktuellen Trends in der Haltungstechnik bei Schweinen zeigten sich dieses Jahr wieder auf der EuroTier 2024. Es wurden einige Weiterentwicklungen von alternativen Abferkelsystemen vorgestellt sowie verschiedene Möglichkeiten die Liegefläche der Sauen weicher zu gestalten präsentiert, z.B. durch eine „Sauenmatratze“ oder geschlossene und eingestreute Liegeflächen. Für die Optimierung der Gestaltung des Ferkelnestes wurde z.B. eine teils perforierte und abgesenkte Oberfläche entwickelt, um die Sauberkeit im Ferkelnest zu verbessern. Zur Verbesserung der Temperaturstabilität im Ferkelnest wurde eine patentierte, einfach aufgebaute Vorhangarretierung mit einer Wärme-Leitfunktion vorgestellt. Dieses Jahr gab es viele Weiterentwicklungen von automatisierten Einstreusystemen. Unter anderem verschiedene Ausbringtechniken wie Ballenvorlage mit Auflösetechnik, Rohrseil- oder Rohrkettenanlagen sowie schienengebundene Systeme. Beim Thema Entmisten von Ausläufen wurde eine Neuentwicklung von selbstschließenden Pendeltüren vorgestellt. Hierdurch soll das händische Verschließen von Türen umgangen werden. In der Fütterungstechnik gab es Weiterentwicklungen im Bereich Verteiltechniken, um ein Tier-Fressplatz-Verhältnis von 1:1 zu ermöglichen, sensorgestützte Futtermengenerkennung, Reinigungssysteme von Trögen sowie Weiterentwicklungen im Bereich der Saugferkelfütterung.

Zu Digitalisierung und Automatisierung gab es viele Entwicklungen. Für die Sauenhaltung wurde unter anderem eine automatisierte, kamerabasierte Körperkonditionsbeurteilung vorgestellt. Ein Fokus lag auf vernetzten Systemen für die Steuerung und Regelung von Fütterung, Wasserverbrauch, Klima, Curtain-Systemen, Kühlsystemen sowie Einstreuvorrichtungen. Hier stellt sich nach wie vor das Filtern von relevanten Werten aus der Vielzahl an Daten eine Herausforderung dar. Fortschritte im Einsatz von künstlicher Intelligenz (KI) und bei der Bildanalyse sind für die Früherkennung von Verhaltensabweichungen oder Krankheiten zu verzeichnen. Hierbei wird auch in Zukunft eine herstellerübergreifende Lösung zur Datenvernetzung eine zentrale Rolle spielen, um die Digitalisierung insgesamt weiter voranzutreiben.

Aktuelle Erkenntnisse zu alternativen Abferkelsystemen

Die Anforderungen an den Abferkelbereich in Neubauten (Übergangsfrist für Altbauten bis 09. Februar 2036) sehen die freie Bewegung und ein ungehindertes Umdrehen der Sau vor. Lediglich eine kurzzeitige Fixierung (maximal 5 Tage) der Sauen im Kastenstand um den Zeitpunkt der Geburt ist noch möglich [2]. Mit dem Verbot des Kastenstandes geht weiterhin die Befürchtung einher, dass das Risiko für die Ferkelerdrückungen erhöht ist. Daher gab es in den letzten Jahren wiederholt Untersuchungen, in denen alternative Abferkelsysteme in Hinblick auf ihren Einfluss auf die Ferkelverluste untersucht wurden. Die Ergebnisse einiger dieser Studien zu Ferkelsterblichkeit und Erdrückungsverlusten sind in Tabelle 1 dargestellt. In einer Untersuchung von Spörri-Vontobel et al. [3] zeigte sich, dass es bei der Betrachtung der Erdrückungsverluste sinnvoll ist, auch die Lebensfähigkeit der Ferkel zu berücksichtigen.

Auch das Verhalten der Sauen kann durch das Haltungssystem je nach Studie und Versuchsdesign unterschiedlich beeinflusst werden. Im Vergleich zu Sauen im Kastenstand (KS) zeigten Sauen in freien Abferkelbuchten (FA) weniger Manipulation der Stalleinrichtung [8], mehr Aktivität und weniger Liegen [11; 12], mehr Säugen und Beschäftigung mit ihren Ferkeln [11], verbrachten weniger Zeit mit Fressen und Trinken [9] und zeigten vor und nach der Geburt weniger abnormales Verhalten [12]. Sauen in Gruppenhaltung (GH) im Vergleich zu Sauen aus KS zeigten mehr soziales Verhalten, waren aktiver, erkundeten mehr und interagierten mehr mit ihren Ferkeln, zeigten jedoch weniger Säugevorgänge [18]. Auch das mütterliche Verhalten der Sauen und die Gesundheit wurde zum Teil durch die Haltung beeinflusst. Sauen aus GH reagierten stärker auf das Schreien der Ferkel und aggressiver gegenüber Personen. Bei einem Ferkelschrei-Test blieben jedoch Sauen aus KS häufiger in der Nähe ihres Ferkels und gaben häufiger Laute von sich während Sauen aus GH die Testarena mehr erkundeten [16]. Im Vergleich zu Sauen aus KS hatten Sauen aus Bewegungsbuchten (BB) weniger Zitzenverletzungen und Schulterläsionen [4] und Sauen aus GH wiesen mehr Hautverletzungen auf [19]. Zudem konnten physiologische Veränderungen bei Sauen nachgewiesen werden. Das Intervall zwischen Absetzen und Brunst war bei Sauen aus BB kürzer als bei Sauen aus KS, jedoch produzierten Sauen aus KS mehr Kolostrum [9]. Der Cortisolspiegel von Sauen in GH sowie die Anzahl Verletzungen waren höher als bei Sauen aus KS [15]. In einer Studie von Morgan et al. [7] zeigte sich, dass Sauen sowie deren Ferkel bei nur kurzzeitiger Fixierung, weniger medizinische Behandlungen benötigten und der Cortisolgehalt mit jedem Tag Fixierung weiter anstieg.

Die Ferkel können in ihrem Verhalten sowie in ihrer Leistung durch die Haltung während des Abferkelns ebenso beeinflusst werden. Ferkel aus FA saugten länger als KS Ferkel [11], zudem massierten KS Ferkel das Gesäuge zwar vor dem Saugen länger, jedoch nach dem Saugen weniger als BB Ferkel [20]. In GH Systemen konnte das Fremdsäugen zum Problem werden. In einer Studie von Nicolaisen et al. [19] kam es in 35 % der Säugevorgängen zu Fremdsaugen, jedoch nur durch wenige Ferkel. Jedoch konnte der Anteil an fremdsäugenden Ferkeln auch auf über 30% steigen [21]. Die Kolostrumaufnahme kann durch ein alternatives Abferkelsystem positiv beeinflusst werden, so zeigten FA Ferkel eine höhere Kolostrumaufnahme als KS Ferkel [9]. Auch die Leistung von Ferkel kann durch alternative Haltungssystemen während des Abferkelns beeinflusst werden. Das Wachstum und Gewicht von FA Ferkel war höher als das von KS Ferkeln [8; 12]. Dieser Effekt kann sich bis in die Mast fortsetzen (FA 114,73; FA 110,82; kg) [10]. Ferkel aus GH können ein schnelleres Wachstum aufweisen als KS Ferkel [14; 21]. Jedoch waren die GH Ferkel im Versuch von Verdon et al. [15] signifikant leichter als KS Ferkel.

Ferkel aus alternativen Abferkelsystemen zeigten mehr positive Verhaltensweisen und weniger Aggressionen im Vergleich zu KS Ferkeln. So zeigten GH Ferkel mehr Futter-Such- sowie Spielverhalten [14] und weniger Aggressionen, was auch zu weniger Verletzungen führte [22 - 24]. FA Ferkel zeigten weniger agonistische Verhaltensweisen und mehr Spielverhalten als KS Ferkel [11]. Ein großes Problem in der Ferkelaufzucht ist das Schwanz- und Ohrbeißen. Hier zeigte sich, dass Ferkel aus GH signifikant weniger Schwanzbeißen zeigten und auch insgesamt weniger schädliche orale Manipulationen [14]. Die Aufzucht der Ferkel in den Abferkelbuchten kann das Schwanzbeißen deutlich reduzieren. In einer Studie von Lang et al. [24] hatten Ferkel, die in der Abferkelbucht aufgezogen wurden, deutlich weniger Schwanzverletzungen als Ferkel die konventionell aufgezogen wurden. Bis zum Ende der Mast hatten 99 % der nicht kupierten Ferkel die konventionell aufgezogen wurden einen Teil des Schwanzes verloren während dies nur bei 43 % der Ferkel auftrat, die in der Abferkelbucht aufgezogen wurden. Die Haltung kann sich zudem auf die Reaktion von Ferkeln auf Stress auswirken. So erholten sich GH Ferkel schneller von Stresssituationen und wiesen eine geringere Cortisolanreicherung auf als KS Ferkel und schienen insgesamt widerstandsfähiger und weniger chronischem Stress ausgesetzt zu sein [25].

Entsprechend der vielfältigen Studienlage ist sowohl in der Produktentwicklung als auch Forschung ein vermehrtes Interesse an weiterführenden Konzepten wie "Birth to Fattening" oder "Birth to Finish" zu verzeichnen. Hier liegen die Herausforderungen in der Gestaltung und Flexibilität der Funktionsbereiche für die sich verändernden Anforderungen seitens der Tiere und in der ökonomischen Darstellbarkeit im Sinne der Stallplatzkosten bzw. Auslastung dieser Stallplätze.

Digitalisierung in der Schweinehaltung - Was können KI und Co?

In den vergangenen Jahren wurden erhebliche Fortschritte im Bereich der Digitalisierung und insbesondere von Verfahren der Künstlichen Intelligenz (KI) in der landwirtschaftlichen Praxis erzielt. Durch Kooperationen zwischen Wissenschaft, Technologiefirmen und landwirtschaftlichen Betrieben entstehen innovative Werkzeuge und Lösungen, die darauf abzielen, den Herausforderungen der Landwirtschaft zu begegnen und die Betriebe dabei effektiv und wirtschaftlich zu unterstützen. Vorreiter im Bereich KI und Digitalisierung sind derzeit Forschungsprojekte zur Bildanalyse zur automatischen Erkennung und Überwachung der Geburt bei Sauen, zur Früherkennung von Schwanzbeißen und für Frühwarnsysteme für Krankheiten (Tabelle 2). Des Weiteren stehen vernetzte Systeme im Fokus zur Interpretation und Steuerung zahlreicher Parameter wie Klima, Fütterung und Wasseraufnahme [26].

Verhaltensänderungen bei Schweinen können auf Beeinträchtigungen des Gesundheitszustands oder auf Probleme bei der Gestaltung von Funktionsbereichen hindeuten. Aus diesem Grund spielt die Verhaltensüberwachung eine zentrale Rolle bei der Früherkennung von Gesundheits- und Verhaltensproblemen [27]. Einen vielversprechenden Ansatz zur Analyse von Verhaltensweisen mittels aus dem Prozessmanagement bekannten Process Mining verfolgen Lepsien et al. [28]. Dieser Ansatz erfordert eine sorgfältige Aufbereitung von Videodaten aus dem Stall. Durch die Übertragung des aus der Industrie bekannten Process-Mining-Verfahrens wird eine detaillierte Interpretation der Verhaltensdaten aus Videoaufnahmen und damit eine Früherkennung von Verhaltensabweichungen ermöglicht, was mit einem schnellen Eingreifen des Tierhalters verbunden ist [27].

Im Hinblick auf das Tierwohl ist das Schwanzbeißen ein zentrales Thema aktueller Forschungsprojekte. Eine wichtige Fragestellung dabei ist, ob KI-gestützte Lösungen dazu beitragen können, dieses Verhalten frühzeitig zu erkennen und einzudämmen.

Tabelle 2: Auszug aktueller Forschungsprojekte zum Thema KI in der Schweinehaltung

Table 2: Excerpt from current research projects on the topic of AI in pig farming

Die Verbesserung der Tiergesundheit mit Hilfe von KI-gestützten Systemen steht auch beim Start-up VetVise aus Hannover im Fokus. Eine KI-gestützte Kameratechnik überwacht rund um die Uhr das Liegeverhalten, die Aktivität sowie die Verteilung der Tiere in jeder Bucht. Zudem werden Tierzahlen an den Trögen und Tränken erfasst. Auf Basis dieser Daten generiert das System Handlungsempfehlungen und Warnmeldungen. Diese Kameratechnik hat bereits Praxisreife erlangt. Zukünftig plant das Unternehmen die Entwicklung eines Systems zur Früherkennung von Schwanzbeißen und zur automatischen Erkennung des Abferkelns bei Sauen [26].

VetVise ist zudem Partner im Verbundprojekt SmartPigHome, das vom BMEL gefördert wurde. Projektpartner wie das Fraunhofer-Institut für zerstörungsfreie Prüfverfahren und die Tierärztliche Hochschule Hannover untersuchten hierbei die Fusion zahlreicher tierbezogener Sensordaten mit dem Ziel, tierwohlgefährdende Situationen zu interpretieren. Ein zentraler Ansatz war die Analyse akustischer Signale im Stall durch KI. Eine Herausforderung bestand darin, akustische Signale korrekt zu interpretieren und einzelnen Tieren zuzuordnen, was durch ergänzende visuelle Sensorik verbessert werden soll. Zukünftige Forschung soll sich auf die Identifikation von akustischen Frühindikatoren konzentrieren, die ein Eingreifen des Landwirts rechtzeitig ermöglichen [31].

Ein weiteres Projekt, KISS, befasste sich mit der Prävention von Schwanzbeißen. Partner wie die Landwirtschaftskammer Nordrhein-Westfalen und das Fraunhofer-Institut für angewandte Informationstechnik entwickelten einen Prototyp aus Kamera und Software, der veränderte Verhaltensweisen von Schweinen erkennt und das Ausbrechen von Schwanzbeißen vorhersagen kann. Die Projektbeteiligten fanden heraus, dass eine veränderte Schwanzhaltung der Schweine ein Frühindikator für Schwanzbeißen ist. Der entwickelte Prototyp zeichnet sich durch seine Kosteneffizienz und einfache technische Umsetzung aus. Ziel zukünftiger Forschung ist die Entwicklung eines praxisreifen Produkts [26; 32].

Auch im Verbundprojekt DigiSchwein wird das Thema Schwanzbeißen untersucht. Ein Arbeitspaket widmet sich der Haltung von Schweinen mit intaktem Schwanz und der Identifikation von Tätertieren. Da Schweine ihr Verhalten in Anwesenheit von Menschen ändern, wurden Videoüberwachung und KI zur Erkennung von Tätertieren eingesetzt [35]. Heseker et al. [29; 36] entwickelten ein System, das Video- und Audiomaterial analysiert, um Tätertiere bis zu neun Tage früher als das Stallpersonal zu identifizieren. Laut den Autoren [29] erkennt das entwickelte System "ScreamDetect" Schweineschreie und sendet bei Überschreiten eines Schwellenwerts an Schreien pro Stunde eine E-Mail mit Informationen zur betroffenen Bucht sowie Videodaten und somit Hinweisen zum Tätertier an den Landwirt. Ein großer Vorteil für Betriebe ist hierbei die hohe Datensicherheit, da diese den Betrieb zur Analyse nicht verlassen [29; 35; 36].

Ein weiteres Arbeitspaket des Projekts DigiSchwein befasst sich mit der Analyse der Geburt bei Sauen. Ziel ist die Entwicklung eines automatischen Monitoringsystems, dass mithilfe von sogenannten RGB-Kameras, Thermografie-Bildern und Algorithmen einer KI, pränatales Verhalten, den Geburtsstart und den Geburtsverlauf selbst überwacht [37]. Eine zuverlässige Erkennung neugeborener Ferkel ist essentiell für ein verlässliches Monitoring des Geburtsvorgangs, so Wutke et al. [38]. Eine automatische Erkennung des Geburtsstarts bei Sauen hätte Einfluss auf die Wirtschaftlichkeit eines Betriebes, da der Landwirt schnell eingreifen und somit gesundheitsgefährdende Situationen für Ferkel und Sau und in der Folge Verluste durch solche Situationen minimieren oder gar verhindern kann. Außerdem hat eine schnelle Versorgung neugeborener Ferkel einen positiven Einfluss auf die Zunahmen und die gesamte Entwicklung, was sich wiederum positiv auf die Aufzuchtphase auswirken kann [30].

Das von den Projektbeteiligten Wutke et al. [30] entwickelte System aus Kameraüberwachung und KI ist in der Lage, die Geburt des ersten Ferkels zu erkennen und direkt eine Meldung an den Landwirt zu senden, sodass dieser über den Start des Geburtsvorgangs unmittelbar in Kenntnis gesetzt wird. Zudem soll das System die Geburtsdauer, die Geburtsintervalle und die Wurfgröße bestimmen können, so die Projektverantwortlichen. All dies hat zum Ziel die Überlebensrate von Saugferkeln zu verbessern. Erkennungsmerkmale für die KI hinter der Videoüberwachung der Abferkelbuchten sind Kopf, Hinterteil und Schwanz der Sauen. Daraufhin analysiert die KI einen Geburtsbereich anhand der Ausrichtung der Sau, der Bucht und der Erkennung von Ferkeln in diesem Geburtsbereich. Analysiert wurden sowohl Einzelbilder als auch Videos. Im Rahmen der Einzelbildanalyse erkennt das System Körperteile von Saugferkeln mit einer Sensitivität von 98,9%. Zur Bewertung der Erkennung des Geburtsstartes wurden die Videodaten mit denen menschlicher Beobachtungen verglichen. Hierbei weist das automatische System eine Erfolgsquote von 90% auf. Zudem konnten die Autoren erreichen, dass das System den Start des Geburtsvorgangs mit einer zeitlichen Abweichung von nur 11,5 Sekunden im Vergleich zu menschlicher Beobachtung erkennt. Das System bietet Potenzial zur Verbesserung der Überlebensrate von Saugferkeln und soll weiter optimiert werden, um beispielsweise Geburtsintervalle präzise zu erfassen [30; 38].

Auf der EuroTier 2024 wurden ebenso weitere innovative Technologien vorgestellt. Das MELARECON PIG-System der Prüllage Systeme GmbH beispielsweise ist ein Farm-Management-Informationssystem, das alle Stallprozesse, von Fütterung und Belüftung bis zur Gesundheitsüberwachung, auf einer digitalen Plattform bündelt. Mehrere Sensoren können an das System angeschlossen werden, wodurch eine zentrale und übersichtliche Steuerung durch den Landwirt möglich ist [39].

Ein Beispiel für eine erfolgreiche Kooperation aus Wissenschaft und Wirtschaft ist das Projekt Evolection. Die Projektbeteiligten Hölscher und Leuschner GmbH und Co KG und die Stiftung Tierärztliche Hochschule Hannover mit dem Institut für Tierernährung und dem Institut für Tiergenomik untersuchten die Anwendung von Kameratechnologie zur Gewichtsschätzung und Body-Condition-Score-Bestimmung bei Sauen (BCS). Dabei konnte eine zuverlässige Schätzung des Körpervolumens durch 3D-Bildanalysen erreicht werden [33].

Im Bereich der Automatisierung und Digitalisierung für die Tierhaltungstechnik sind sehr viele Aktivitäten, Produktentwicklungen und Innovationsvorhaben zu beobachten. Die Potentiale sind sicher noch nicht ausgeschöpft, auch die Forschungsförderung unterstützt diesen Themenkreis sehr aktiv.

Zusammenfassung

In den letzten Jahren wurden verschiedenen alternative Abferkelsysteme entwickelt und untersucht. Hierbei stellen sich vor allem die Ferkelverluste als kritisch dar. Zahlreiche Studien befassen sich mit den möglichen positiven und negativen Einflüssen von alternativen Abferkelsysteme auf das Verhalten, die Leistung sowie die Gesundheit von Sauen und Ferkeln sowie in Zusammenarbeit mit Stalleinrichtungsfirmen auch mit deren technischen Weiterentwicklung.

Die Digitalisierung und der Einsatz Künstlicher Intelligenz transformieren zunehmend die Schweinehaltung. Innovative Systeme, entwickelt durch Kooperationen zwischen Wissenschaft, landwirtschaftlicher Praxis und Technologieunternehmen, können das Tierwohl fördern und die Ressourceneffizienz verbessern. Schwerpunkte aktueller Forschung sind die Entwicklung von Frühwarnsystemen für Krankheiten, die Geburtsüberwachung bei Sauen sowie die Prävention von Schwanzbeißen durch Verhaltensüberwachung. KI-gestützte Technologien ermöglichen eine präzise Erfassung und Analyse von Verhaltens- und Gesundheitsparametern. Dabei liefern Sensoren, Kameras und Algorithmen wertvolle Daten, die Landwirten schnelles Eingreifen in problematischen Situationen erlauben. Diese Anwendungen befinden sich noch in der Erprobung und Entwicklung.

Literatur

[1]     Brede, W.: EuroTier 2024: Trends in der Haltungs- und Fütterungstechnik für Schweine. Deutsche Landwirtschafts-Gesellschaft (Hrsg.), 2024, URL: https://​www.eurotier.com​/​de/​presse/​aktuelle-​meldungen/​#!/news/eurotier-2024-trends-in-der-haltungs-und-fuetterungstechnik-fuer-schweine-2, Zugriff am: 25.11.2024.

[2]     Bundesministerium für Ernährung und Landwirtschaft: Siebte Verordnung zur Änderung der Tierschutz-Nutztierhaltungsverordnung. URL: https://​www.bmel.de​/​SharedDocs/​Downloads/​DE/​Glaeserne-​Gesetze/​Referentenentwuerfe/​SiebteVerordnung_​Aenderung_​Tierschutz-​Nutztierhaltungsverordnung-​Verordnung.pdf​?​__blob=​publicationFile&​v=​1, Zugriff am: 18.12.2024.

[3]     Spörri-Vontobel, C.; Simmler, M.; Wechsler, B.; Scriba, M. F.: Risk factors differ for viable and low viable crushed piglets in free farrowing pens. Frontiers in veterinary science 10 (2023), S. 1172446.

[4]     Ceballos, M. C.; Rocha Góis, K. C.; Parsons, T. D.; Pierdon, M.: Impact of Duration of Farrowing Crate Closure on Physical Indicators of Sow Welfare and Piglet Mortality. Animals 11 (2021) H. 4.

[5]     Cheon, S. N.; Jeong, S. H.; Yoo, G. Z.; Lim, S. J.; Kim, C. H.; Jang, G. W.; Jeon, J. H.: Effect of alternative farrowing pens with temporary crating on the performance of lactating sows and their litters. Journal of animal science and technology 64 (2022) H. 3, S. 574-587.

[6]     Ko, H.-L.; Temple, D.; Hales, J.; Manteca, X.; Llonch, P.: Welfare and performance of sows and piglets in farrowing pens with temporary crating system on a Spanish commercial farm. Applied Animal Behaviour Science 246 (2022), S. 105527.

[7]     Morgan, L.; Meyer, J.; Novak, S.; Younis, A.; Ahmad, W. A.; Raz, T.: Shortening sow restraint period during lactation improves production and decreases hair cortisol concentrations in sows and their piglets. Animal: an international journal of animal bioscience 15 (2021) H. 2, S. 100082.

[8]     Hukkinen, V. M.; Munsterhjelm, C.; Kurtti, M.; Immonen, N.; Valros, A.: Impact of farrowing system and prepartum nest-building material on nest-building behaviour and farrowing in sows. Animal: an international journal of animal bioscience 18 (2024) H. 6, S. 101183.

[9]     Dumniem, N.; Boonprakob, R.; Parsons, T. D.; Tummaruk, P.: Pen Versus Crate: A Comparative Study on the Effects of Different Farrowing Systems on Farrowing Performance, Colostrum Yield and Piglet Preweaning Mortality in Sows under Tropical Conditions. Animals 13 (2023) H. 2.

[10]   Kinane, O.; Butler, F.; O'Driscoll, K.: Freedom to Grow: Improving Sow Welfare also Benefits Piglets. Animals 11 (2021) H. 4.

[11]   Loftus, L.; Bell, G.; Padmore, E.; Atkinson, S.; Henworth, A.; Hoyle, M.: The effect of two different farrowing systems on sow behaviour, and piglet behaviour, mortality and growth. Applied Animal Behaviour Science 232 (2020), S. 105102.

[12]   Zhang, X.; Li, C.; Hao, Y.; Gu, X.: Effects of Different Farrowing Environments on the Behavior of Sows and Piglets. Animals 10 (2020) H. 2.

[13]   Wellner, K.; Lohmeier, R.; Otter, V. (Hrsg.): Die deutsche Sauenhaltung im „Triangle of Needs “: Eine Betrachtung der Wirtschaftlichkeit und Arbeitssicherheit bei freien Abferkelsystemen. 60. Jahrestagung der GEWISOLA "„Herausforderungen für die ländliche Entwicklung – Wirtschafts- und sozialwissenschaftliche Perspektiven", 23. - 25.09.2020, Halle (Saale), 2020.

[14]   van Nieuwamerongen, S. E.; Soede, N. M.; van der Peet-Schwering, C. M. C.; Kemp, B.; Bolhuis, J. E.: Development of piglets raised in a new multi-litter housing system vs. conventional single-litter housing until 9 weeks of age. Journal of animal science 93 (2015) H. 11, S. 5442-5454.

[15]   Verdon, M.; Morrison, R. S.; Rault, J.-L.: The welfare and productivity of sows and piglets in group lactation from 7, 10, or 14 d postpartum. Journal of animal science 98 (2020) H. 3.

[16]   Grimberg-Henrici, C. G.; Büttner, K.; Meyer, C.; Krieter, J.: Does housing influence maternal behaviour in sows? Applied Animal Behaviour Science 180 (2016), S. 26-34.

[17]   Grimberg-Henrici, C.; Büttner, K.; Lohmeier, R. Y.; Burfeind, O.; Krieter, J.: The effect of group-housing with free-farrowing pens on reproductive traits and the behaviour of low-risk and high-risk crushing sows. Applied Animal Behaviour Science 211 (2019), S. 33-40.

[18]   Verdon, M.; Morrison, R. S.; Rault, J.-L.: Sow and piglet behaviour in group lactation housing from 7 or 14 days post-partum. Applied Animal Behaviour Science 214 (2019), S. 25-33.

[19]   Nicolaisen, T.; Risch, B.; Lühken, E.; van Meegen, C.; Fels, M.; Kemper, N.: Comparison of three different farrowing systems: skin lesions and behaviour of sows with special regard to nursing behaviour in a group housing system for lactating sows. Animal: an international journal of animal bioscience 13 (2019) H. 11, S. 2612-2620.

[20]   Illmann, G.; Goumon, S.; Šimečková, M.; Leszkowová, I.: Effect of crate opening from day 3 postpartum to weaning on nursing and suckling behaviour in domestic pigs. Animal: an international journal of animal bioscience 13 (2019) H. 9, S. 2018-2024.

[21]   Mesarec, N.; Pačnik, U.; Mesarič, A.; Skok, J.; Škorjanc, D.; Zupan, M.; Prevolnik Povše, M.: The Effect of Socialising Piglets During Lactation on Performance, Suckling Behaviour and Weaning Aggression: a Preliminary Field Study. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis 68 (2020) H. 1, S. 73-79.

[22]   Fels, M.; Schrey, L.; Rauterberg, S.; Kemper, N.: Early socialisation in group lactation system reduces post-weaning aggression in piglets. The Veterinary record 189 (2021) H. 12, S. e830.

[23]   Verdon, M.; Morrison, R. S.; Rault, J.-L.: Group lactation from 7 or 14 days of age reduces piglet aggression at weaning compared to farrowing crate housing. Animal: an international journal of animal bioscience 13 (2019) H. 10, S. 2327-2335.

[24]   Lange, A.; Hahne, M.; Lambertz, C.; Gauly, M.; Wendt, M.; Janssen, H.; Traulsen, I.: Effects of Different Housing Systems during Suckling and Rearing Period on Skin and Tail Lesions, Tail Losses and Performance of Growing and Finishing Pigs. Animals 11 (2021) H. 8.

[25]   Parois, S. P.; van der Zande, L. E.; Knol, E. F.; Kemp, B.; Rodenburg, T. B.; Bolhuis, J. E.: A multi-suckling system combined with an enriched housing environment during the growing period promotes resilience to various challenges in pigs. Scientific reports 12 (2022) H. 1, S. 6804.

[26]   Schnippe, F.: KI: Kommt die Revolution im Stall? SUS - Schweinezucht und Schweinemast 2024, URL: https://​www.susonline.de​/​leseproben/​stallbau/​ki-​kommt-​die-​revolution-​im-​stall-​260.html, Zugriff am: 06.02.2025.

[27]   Lepsien, A.; Melfsen, A.; Koschmider, A.; Jäggle, T.: Künstliche Intelligenz für Tierwohl: Aktivitätserkennung und Process-Mining im Schweinestall. Wirtschaftsinformatik & Management 15 (2023) H. 6, S. 407-415.

[28]   Lepsien, A.; Bosselmann, J.; Melfsen, A.; Koschmider, A. (Hrsg.): Process Mining on Video Data. 14th Central European Workshop on Services and their Composition (ZEUS 2022), 24.-25. Februar, Bamberg, Germany, 2022.

[29]   Heseker, P.; Probst, J.; Bergmann, T.; Scheumann, M.; Traulsen, I.; Kemper, N.: Detektor findet Beißer. SUS - Schweinezucht und Schweinemast 2024, URL: https://​www.susonline.de​/​leseproben/​stallbau/​detektor-​findet-​beisser-​261.html, Zugriff am: 06.02.2025.

[30]   Wutke, M.; Traulsen, I.: KI erkennt Geburtsstart. SUS - Schweinezucht und Schweinemast 2024, URL: https://​www.susonline.de​/​leseproben/​stallbau/​ki-​erkennt-​geburtsstart-​272.html, Zugriff am: 06.02.2025.

[31]   Bollmann, K.; Nicolaisen, T.; Ganster, M.; Herter, S.; Hennig-Pauka, I.; Fischer, S. (Hrsg.): Untersuchung des Einsatzes von aukustischer Überwachung in einem Assistenzsystem für die Schweinehaltung. Fortschritte der Akustik - DAGA 2024, 18. - 21. März, Hannover, 2024, ISBN: 978-3-939296-22-5.

[32]   Wißkirchen, P.; Warns, F.; Dahlhoff, K.; Goretzky, C.; Brune, T.; Bitti, F.; Mathis, H.; van Asten, A. (Hrsg.): Früherkennung von Schwanzbeißen bei Schweinen auf der Basis von Deep Learning. 41. GIL-Jahrestagung 2021, 08.–09. März, Bonn, 2021, ISBN: 978-3-88579-703-6.

[33]   Selle, M.; Kircher, M.; Dorsch, U.; Berres, M.; Schwennen, C.; Hölscher, R.; Visscher, C.; Jung, K.: An accessible and intuitive approach to 3D data modeling for morphometric surface evaluation in pig farming. Computers and Electronics in Agriculture 225 (2024), S. 109327.

[34]   Melfsen, A.; Lepsien, A.; Bosselmann, J.; Koschmider, A.; Hartung, E.: Describing Behavior Sequences of Fattening Pigs Using Process Mining on Video Data and Automated Pig Behavior Recognition. Agriculture 13 (2023) H. 8, S. 1639.

[35]   Heseker, P.; Bergmann, T.; Lieboldt, M.-A.; Traulsen, I.; Kemper, N.; Probst, J.; Scheumann, M.: Exposing tail biters by automatic scream detection. Smart Agricultural Technology 9 (2024), S. 100582.

[36]   Heseker, P.; Bergmann, T.; Scheumann, M.; Traulsen, I.; Kemper, N.; Probst, J.: Detecting tail biters by monitoring pig screams in weaning pigs. Scientific reports 14 (2024) H. 1, S. 4523.

[37]   Wutke, M. (Hrsg.): Aspekte des KI-gestützten Geburtsmonitorings (DigiSchwein). Ergebniskonferenz der digitalen Experimentierfelder, 3.-4. September, Berlin, 2024.

[38]   Wutke, M.; Lensches, C.; Hartmann, U.; Traulsen, I.: Towards automatic farrowing monitoring-A Noisy Student approach for improving detection performance of newborn piglets. PloS one 19 (2024) H. 10, S. e0310818.

[39]   Prüllage Systeme GmbH: MELARECON PIG-System. URL: https://​www.pruellage.de​/​psde/​content/​automatisierung/​melarecon/​, Zugriff am: 06.02.2025.