Mit dem erfolgreichen Abschluss der ersten Phase ist ein wichtiger Grundstein für die strukturierte Projektarbeit gelegt. Sämtliche Anforderungen sowie die vorhandenen und benötigten Daten wurden umfassend dokumentiert. Dieser Meilenstein definiert den erfolgreichen Abschluss des ersten Arbeitspaketes.
Im ersten Arbeitspaket lag der Schwerpunkt auf der systematischen Sammlung und Strukturierung aller projektrelevanten Anforderungen. Dafür wurden unterschiedliche Bereiche analysiert: Zunächst erfolgte die Dokumentation sämtlicher zugänglicher Daten der Projektpartner, um ein klares Bild des aktuellen Stands zu erhalten. Ergänzend haben Expertinnen und Experten die gesamte Wertschöpfungskette erfasst. Anschließend konnten die verfügbaren Daten nach Kriterien wie Datenformat oder Datenlieferant sortiert und den geplanten Anwendungsfällen zugeordnet werden.
Damit ist eine solide Basis geschaffen, um konkrete Anwendungsfälle zu definieren und mögliche Data-Science Aufgaben abzuleiten. Gemeinsam mit Landwirten und weiteren Stakeholdern wurde zudem diskutiert, welche Anwendungsfälle in der Praxis den größten Nutzen bieten und wie diese priorisiert werden sollten.
Im Projekt werden folgende Anwendungsfälle umgesetzt:
- Überwachung und Vorhersage der Gewichtsentwicklung der Hühner
Ziel ist die Optimierung der Fütterung. Erfasst wird sowohl der Futterverbrauch als auch die Futterverwertung. Auf dieser Grundlage lassen sich Rückschlüsse auf das Wohlergehen der Tiere ziehen. - Root-Cause-Analyse von Verlusten und Verwürfen
Mithilfe der Daten sollen Ursachen für Verluste automatisch identifiziert werden. Darauf aufbauend entstehen Empfehlungen zur Verbesserung der Tiergesundheit. - Haltungsoptimierung
Um den Tierschutz zu fördern, werden die Tiere mit Kameras beobachtet und ihr Verhalten analysiert. In Kombination mit KI-Algorithmen lassen sich optimale Haltungsbedingungen ableiten, die den Landwirten direkt vorgeschlagen werden. - Früherkennung von Krankheitsursachen
Durch die frühzeitige Identifikation von Ursachen können Erkrankungen gezielt vermieden oder deren Folgen reduziert werden. Dies trägt entscheidend zur Tiergesundheit und zum Wohlbefinden bei.
Darüber hinaus bleiben wir im engen Austausch mit Landwirten und weiteren Stakeholdern, um flexibel auf neue Anforderungen und Ideen reagieren zu können.
Nicht alle hier definierten Anwendungsfälle können mit den bereits vorhandenen Daten umgesetzt werden. Aus diesem Grund wurden die fehlenden Daten definiert und eine Lösung überlegt, diese Daten zu erhalten. Beispielsweise ist es nötig ein Upgrade der Stallsoftware in einem der Geflügelställe durchzuführen, um eine Vielzahl von notwendigen Messdaten zu erhalten oder auch der Zugriff auf aktuelle und prognostizierte Wetterdaten wird eine große Rolle spielen. Zudem ist geplant, eine Applikation zu entwickeln, um die überwiegend papierbasierten Durchgangskontrolle zu digitalisieren und Medienbrüche bei der automatischen Verarbeitung künftig zu vermeiden. Hier werden neue Daten erschlossen von denen wertvolle Erkenntnisse bei der weiteren Forschung erwartet werden. Nachdem alle Daten und die Anwendungsfälle definiert wurden, konnten die Data-Science Aufgaben die Methodik der Datenanalyse und die Art des Datenexports festgelegt werden. Zusätzlich wurden prototypisch die funktionalen und nicht-funktionalen Anforderungen an die SimpleAgriData-Anwendung festgelegt.