Vorhersage der Mortalitätsrate und Analyse der Einflussfaktoren in der ökologischen Hähnchenmast

Die frühzeitige Vorhersage der Mortalitätsrate in der Hähnchenmast ist von großer Bedeutung für das Tierwohl, eine stabile Betriebsführung und eine nachhaltige Wirtschaftlichkeit. Aufgrund der Aufteilung in Innen- und Außenbereich von Bioställen wird die Mortalität durch ein komplexes Zusammenspiel verschiedener Faktoren beeinflusst. Ziel ist die Vorhersage der Mortalität und die Identifizierung der dafür wichtigsten Einflussfaktoren. Hierfür analysieren wir einen Zeitraum von vier Mastperioden und kombinieren Stallklima, Futter-/Wasserverbrauch sowie Wetterdaten, wobei verzögerte Effekte berücksichtigt werden. Verglichen werden lineare und ML-Modelle (u. a. Random Forest, XGBoost, LSTM) hinsichtlich Prognosegüte und Interpretierbarkeit. Wichtige Einflussgrößen werden per LAG-Analyse sowie Feature-Importance (Permutation, SHAP) bestimmt. Erste Ergebnisse liefern ein robustes Interpretations-Framework, aus dem bereits impliziert werden kann, dass stallinterne Regelgrößen und kurzfristige meteorologische Faktoren die Vorhersagen maßgeblich prägen.