OG: Virtueller Hirte
Die Almwirtschaft im Alpenraum steht unter erheblichem Druck durch strukturelle Veränderungen, Personalmangel aber auch durch Extremwetterereignisse, die Konflikte mit dem Tourismus und die Rückkehr von Großraubwild. Viele Almen werden im Nebenerwerb bewirtschaftet und so ist die zeitliche Komponente ein Hauptfaktor für die Betreuung von Weidetieren. Aber auch auf behirteten Almen ist die Suche nach verirrten und verletzten Tieren ein erheblicher Zeitaufwand. Bestehende digitale Lösungen zur Überwachung der Weidetiere – wie GPS-Halsbänder sind für viele Tierarten zu schwer, energieintensiv und leiden unter der oft mangelhaften Mobilfunkabdeckung im Hochgebirge. Das Innovationsprojekt „Virtueller Hirte“ begegnet diesen Problemen mit neuartigen technologischen Konzepten und einer Toolbox, die speziell für die alpinen Anforderungen entwickelt werden.
Herzstück des Projekts ist ein auf künstlicher Intelligenz (KI) basierendes Modell. Anstatt Daten direkt am Tier zu verarbeiten oder in die Cloud zu senden, werden die Tiere mit ultraleichten, energieautarken Ohrmarken ausgestattet, die über Mini-Photovoltaik- Module gespeist werden. Diese Sensoren erfassen mittels Akzelerometern (Beschleunigungsmessern) hochpräzise Bewegungsdaten entlang dreier Raumachsen. Da die Rechenleistung direkt an der Ohrmarke begrenzt ist, werden die Rohdaten an eine zentrale Rechenstation, einen sogenannten Edge-Server, auf der jeweiligen Alm gesendet. Auf diesem lokalen Server analysiert eine künstliche Intelligenz die Daten in nahezu Echtzeit.
Das KI-Modell wird darauf trainiert, normale Verhaltensmuster wie Fressen, Liegen und Wiederkäuen von Anomalien zu unterscheiden. Dabei geht es nicht nur um die Gesundheit des Einzeltieres – etwa die Erkennung von Lahmheit oder einer bevorstehenden Geburt -, sondern auch um die Identifikation von Stresssituationen durch äußere Einflüsse. Ein entscheidender Innovationssprung ist hierbei die Analyse des kollektiven Schwarmverhaltens: Die Software bewertet die Bewegungen der gesamten Herde simultan, um Panikreaktionen zuverlässig von harmlosen Ereignissen wie Rangkämpfen zu trennen und so Fehlalarme zu minimieren. Die Umsetzung des Vorhabens erfolgt in drei aufeinanderfolgenden Phasen über drei Jahre. In der ersten Phase liegt der Fokus auf der Erhebung einer validen Datenbasis: In Testbetrieben werden Sensordaten systematisch mit visuellen Video-Beobachtungen korreliert, um der KI beizubringen, wie spezifische Stress- oder Krankheitsmuster in den Daten aussehen. Parallel werden rechtliche Rahmenbedingungen geklärt. Die zweite Phase widmet sich der technischen Infrastruktur. Um die Unabhängigkeit vom Mobilfunknetz zu gewährleisten, werden lokale, energieeffiziente Netzwerklösungen wie LoRaWAN, Sigfox oder Mesh-Netzwerke in topographisch schwierigem Gelände getestet. Gleichzeitig wird das KI-Modell verfeinert, um Fehlinterpretationen weiter zu reduzieren. Auch bestehende Technologien, wie virtuelle Zäune und Gesundheitssensoren werden auf ihre Praxistauglichkeit geprüft.
Im dritten Jahr münden die Erkenntnisse in eine modulare „Toolbox“. Dieses Baukastensystem ermöglicht es Landwirtinnen und Landwirten, je nach Budget und Geländebeschaffenheit, individuelle Komponenten für ihren Betrieb auszuwählen. Der Mehrwert für die Praxis ist signifikant: Das System transformiert das Management von Weidetieren von einer reaktiven Suche nach bestimmten Tieren oder Herden zu einem proaktiven Warnsystem. Es ermöglicht gezieltes Eingreifen bei Notfällen, steigert das Tierwohl und reduziert den psychischen und emotionalen Stress für die Tierhalterinnen und Tierhalter. Durch den direkten Wissenstransfer über Demonstrationsbetriebe („Peer-to-Peer“), wird die Technologie in der landwirtschaftlichen Gemeinschaft verankert, um die Almwirtschaft zukunftsfähig zu halten.
