Verbesserte Krankheitsfrüherkennung bei Kälbertränkeautomaten durch Big-Data-Analyse der Prozessdaten, insbesondere der Daten aus der Schluckaufzeichnung Urban SipControl

Die gängige Datenbasis automatischer Kälbertränkeautomaten zur Krankheitsfrüherkennung stößt hinsichtlich der präzisen und frühzeitigen Detektion von Trinkschwäche und Gesundheitsstörungen an ihre Grenzen. Um diese etablierten Standardparameter umfassend zu erweitern, stellt dieser Beitrag die Schluckaufzeichnung Urban SipControl und die daraus gewonnenen Prozessdaten vor. Dieses System erfasst das tierindividuelle Saugverhalten direkt am Nuckel mit hoher zeitlicher Auflösung und ergänzt damit bestehende Sensordaten des Tränkeautomaten. Es wird gezeigt, wie die Daten erhoben und zu neuen Kennwerten verdichtet wurden, aus denen sich Indikatoren zur Identifikation schwach trinkender oder potenziell erkrankter Tiere ableiten lassen. Zudem zeigen die Ergebnisse, dass die gewonnenen Prozessdaten auch für ethologische Fragestellungen ein erhebliches Potenzial bieten. Die Kombination aus bereits etablierten Standardparametern und den neuen Schluckdaten von SipControl schafft somit eine verbesserte Grundlage für die automatisierte Analyse und Vorhersage des Gesundheitsstatus.