​Das Ziel des Vorhabens ist die Entwicklung eines auf Maschinellem Lernen (ML) basierenden Verfahrens zum Gesundheitsmonitoring von Ebern.

Da die für das ML erforderlichen tierindividuellen Daten in der Regel unmöglich ohne enormen Belastungsaufwand für die Tiere zu erheben sind, wird zudem von Projektpartnern ein smartes Eberphantom entwickelt, mit dem während der Spermagewinnung tierindividuelle Daten (Atmung, Herzaktivität, Stresshormone und andere) gewonnen werden können.

Die auf ML basierenden Auswertemethoden sollen dann auf der Basis dieser tierindividuellen sowie auch betriebsspezifischen Daten (Spermaqualität, Produktionsdaten der Besamungsstation und weitere) Rückschlüsse auf den Gesundheitszustand und die Belastungsfähigkeit der Tiere ermöglichen.

• Prof. Dr.-Ing. Frank Fuchs-Kittowski (Projektleitung)

• Dipl.-Ing. Paul Georg Schulze (Projektmitarbeiter_in)

Bund BMWK

• Fassis, Gesellschaft für Veterinärdiagnostik und Umweltanalysen mbH
• Frankenförder Forschungsgeselllschaft mbH
• IFN Schönow e. V.
• Minitüb GmbH

ZIM