Vorsprung durch Vernetzung

Digitalisation
Data integration
Detection
Decision support

Nachrichten

MASSNAHMEN ZUR VERRINGERUNG VON ANTIBIOTIKARESISTENZEN

von

Die in D4Dairy entwickelten Instrumente und Methoden unterstützen den verantwortungsvollen Einsatz von Antibiotika, da sie die Häufigkeit und Menge des Einsatzes von Antibiotika verringern und eine gezieltere Auswahl der Antibiotika ermöglichen.

Da ich in meinem Betrieb ein Automatisches Melksystem im Einsatz habe, verwende ich das dazugehörige Herdenmanagement-Programm (Lely). Derzeit werden zwischen dem Herdenmanagement-Programm und dem LKV-Herdenmanager die Daten für Leistungskontrolle ausgetauscht. Die Bereiche Geburtsmeldungen und Besamungen werden nicht abgedeckt. Gerade in diesem Bereich würde ich mir eine intensivere Vernetzung mit dem Rinderdatenverbund RDV über den LKV-Herdenmanager wünschen. Derzeit muss ich mehr oder weniger in zwei unterschiedliche Systeme einsteigen und Eingaben machen.

Hubert Schrems, Fleckviehzüchter aus OÖ

Ziel wäre, dass wir aus dieser Datenvielfalt neue Erkenntnisse in der Interaktion verschiedenster Merkmale generieren können, was in weiterer Folge für die österreichische Rinderzucht von großem Nutzen sein kann.

Univ.-Prof. DDr. Stefan Thurner Complexity Science Hub Vienna

Dieses Netzwerk wird die bäuerlichen Familienbetriebe, aber auch die beteiligten Wirtschaftspartner und den Wirtschaftsstandort Österreich insgesamt stärken.

Dr. Christa Egger-Danner ZuchtData

Dank gilt allen Projektpartnern und vor allem dem Projektteam, das es geschafft hat, die große Anzahl an Partnern für ein gemeinsames Projekt, das letztendlich dem Bauern zu Gute kommt, zu bündeln

Chairman Stefan Lindner ZAR

Die Anwendung von neuen BigData-Methoden an dem umfangreichen Datensatz der Rinderwirtschaft für die Früherkennung und Ausarbeitung von Vorsorgemodellen für Erkrankungen birgt enormes Potential.

Prof. Dr. Peter Klimek Complexity Science Hub

Die einfache, effiziente und effektive Nutzung von Daten für Milchviehbetriebe ist ein großes Anliegen unseres Unternehmens. Unsere Kunden sollen möglichst wenig Zeit für die Nutzung unseres Monitoring-Systems aufwenden. Daher haben wir auch diese Kooperation über das Projekt D4Dairy gesucht, um durch die Zusammenführung von Daten den größtmöglichen Mehrwert für unsere Kunden zu schaffen.

DI Mario Fallast smaXtec

Projekt

D4Dairy hat das übergeordnete Ziel, mittels eines datengestützten, vernetzten Informationssystems unter Ausschöpfung der Möglichkeiten moderner Technologien (Mid-Infra-Red Spektren, Genominformation, …) und fortgeschrittener Datenanalysen eine digitale Unterstützung des Managements am Milchviehbetrieb aufzubauen und damit eine weitere Verbesserung der Tiergesundheit, des Tierwohls und der Produktqualität zu erreichen.

Aufbauend auf dem COMET-Projekt ADDA wurde das bestehende Netzwerk entlang der Wertschöpfungskette Milch um Technologieanbieter und Wissenschaftspartner mit dem Fokus auf neuen Technologien zum D4Dairy Konsortium erweitert.

Die Subprojekte von D4Dairy gliedern sich in zwei primäre Themenfelder:

Area 1: Daten und Entscheidung - Digitalisierung, Datenintegration und Entscheidungsunterstützung

In den letzten Jahren hat die Erzeugung, Verarbeitung und Speicherung von Daten in Milchviehbetrieben dramatisch zugenommen. Um eine sinnvolle Nutzung dieser Daten zu ermöglichen, liegt der Schwerpunkt in Area 1 auf der Integration der in den Betrieben generierten Daten (Daten von gesundheitsbezogenen Sensoren, automatischen Fütterungssystemen, Antibiotikaeinsatz, Stallklimadaten,..) bzw. der Interoperabilität der in den Betrieben eingesetzten Systemen und der Prozessentwicklung und -optimierung mit dem Ziel Entscheidungsunterstützungsinstrumente zu generieren.  Die Projekte in diesem Bereich umfassen Arbeiten zu Aspekten der Qualitätssicherung, des Datenaustausches, des Datenschutzes als auch der Erforschung von Zusammenhängen von verschiedenen Merkmalen. Aufbauend auf den Ergebnissen und Erkenntnissen aus den verschiedenen Forschungsprojekten werden Werkzeuge für Landwirte und Tierärzte zur Entscheidungsunterstützung entwickelt. Verschiedene Strategien zur Reduzierung des Risikos einer Antibiotikaresistenz sind auch ein wichtiger Bestandteil dieser Area. Außerdem laufen in Area 1 alle Ergebnisse aus D4Dairy zusammen, da hier der Informations- und Wissenstransfer erfolgt, sowie Studien im sozialen Kontext (Wissenstransfer, Akzeptanz) durchgeführt werden.

P1.1 Datenintegration - Basis für die D4Dairy-Forschung und Nutzen für die Landwirte

P1.1 befasst sich mit der Datenvernetzung zwischen den Projektpartnern und hat das Ziel, eine erweiterte Datengrundlage für die Forschungsfragen und die Entwicklungen verbesserter Anwendungen für Landwirte zu schaffen.P1.1 erfasst Ist-Zustand und Bedürfnisse der verschiedenen Stakeholder (Landwirte/Technikanbieter/Organisationen/…) im Bereich der Digitalisierung in der Milchproduktion. Ein Fokus liegt dabei auch auf der Arbeitswirtschaft und Prozessqualität. Ein weiteres Arbeitspaket klärt Fragen des Schutzes von Daten und geistigen Eigentums, so dass die entwickelten Datenaustauschverfahren und Anwendungen die rechtlichen und wirtschaftlichen Anforderungen der Partner erfüllen.P1.1 entwickelt die technischen Voraussetzungen für den automatisierten Datenaustausch zwischen den Projektbeteiligten. Dies umfasst den Routinedatenaustausch zwischen den RDV-Datenbanken und den öffentlichen und Industriepartnern sowie den Austausch erweiterter Datensätze für spezifische Forschungsfragen. Neue IT-Konzepte für die Sicherstellung der Datenqualität von Sensorsystemen und die effiziente Organisation von Datennutzungs- und –weitergaberechten werden untersucht.Für neu etablierte Anwendungen erfolgt eine intensive Testphase auf Pilotbetrieben. Die Erkenntnisse aus D4Dairy fließen in Konzepte für künftige Weiterentwicklung neuer Merkmale und Dienstleistungen ein.

P1.2 Tools zur Entscheidungsunterstützung - Neue Daten für die Optimierung des Herdenmanagements

Die Verfügbarkeit integrierter und neuartiger Daten in Kombination mit fortschrittlichen Analysemethoden ermöglicht eine frühere Erkennung des Auftretens potenzieller Gesundheitsprobleme in Milchviehbeständen und ermöglicht so ein zeitnäheres Eingreifen. D4Dairy zielt darauf ab, Möglichkeiten für datengesteuerte Strategien zur Verbesserung der Gesundheit zu entwickeln und die Landwirte bei der Nutzung solcher Strategien und Instrumente zu unterstützen, damit sie aufkommende Gesundheits- und Tierwohlprobleme rechtzeitig vorbeugen oder darauf reagieren können.

Daten aus digitalen Technologien wie Daten aus AMS (Automatischen Melksystemen), Sensoren und Fütterungssystemen werden genutzt, um neue Merkmale abzuleiten. Das Projekt wird sich mit der Definition von Merkmalen und deren Beziehung zu anderen interessanten Merkmalen sowie mit der Auswertung von Sensordaten zur Früherkennung von Krankheiten mit Schwerpunkt Lahmheit, aber auch Ketose und anderen befassen. Konzepte zur Optimierung von Fütterungsprozessen sind ein weiterer Arbeitsschwerpunkt dieses Projektes. Die Ergebnisse der anderen Projekte innerhalb von D4Dairy werden in die in D4Dairy entwickelten Werkzeuge zur digitalen Entscheidungsunterstützung einfließen.

P1.3 Maßnahmen zur Reduktion von Antibiotikaresistenzen

Das Projekt 1.3 befasst sich mit der Harmonisierung der Antibiotika Empfindlichkeitstests (AST) für Mastitispathogene (1.3.1), der Entwicklung von Empfehlungen für Trockenstellstrategien (1.3.2) sowie der Entwicklung von Strategien zur Verbesserung der Kälbergesundheit und der Rindfleischqualität (1.3.3).

Ziel des Teilprojektes 1.3.1, in dem Labore aus ganz Österreich zusammenarbeiten, ist es, die Methodik zu standardisieren, die Vergleichbarkeit der Resistenzdaten zu ermöglichen und die Ergebnisse dieser Tests in den zentralen Rinderdatenverbund zu integrieren. AST-Daten sind dann für LandwirtInnen und TierärztInnen zugänglich und beurteilbar. In Teilprojekt 1.3.2. wird in Zusammenarbeit mit einer Molkerei und führendem Milchverarbeiter ein Entscheidungsinstrument für TierärztInnen entwickelt, um LandwirtInnen hinsichtlich der besten Trockenstellstrategie für ihren Betrieb optimal zu beraten. Im Teilprojekt 1.3.3. werden die Auswirkungen der Verfütterung von sog. „Sperrmilch“ (Milch mit Antibiotikarückständen) an Kälber und der Einfluss dieser Praxis auf die Entwicklung antimikrobiell resistenter Bakterien auf landwirtschaftlichen Betrieben untersucht, um Alternativen dazu zu etablieren.

P1.4 Digitalisierung und Verbreitung

Die Digitalisierung und Anwendung neue Sensor-Technologien sowie eine zunehmende Automatisierung nehmen in der modernen Landwirtschaft immer weiter zu und sind einer der größten Wachstumsbereiche in diesem Sektor. Die Nutzung digitaler Technologien verändert zunehmend die Art und Weise, wie landwirtschaftliche Betriebe geführt werden und stellt auch Berater und Tierärzte vor neue Herausforderungen. Für alle beteiligten Berufsgruppen bietet die Digitalisierung neue Perspektiven und Möglichkeiten, so dass ein entsprechendes Wissen essentiell für ihre Nutzung ist. Die Erwartungshaltung der Konsumenten und soziale Akzeptanz hinsichtlich der eingesetzten Technologien vor allem in der tierhaltenden Landwirtschaft spielt eine nicht zu unterschätzende Rolle für das zukünftige Bild der Landwirtschaft in der Öffentlichkeit. Wir wollen in diesem Projekt mehr über die Akzeptanz moderner Technologien in der Milchwirtschaft bei allen beteiligten Gruppen erfahren und die Ergebnisse und weitere hilfreiche Informationen über verschiedene Informationskanäle verbreiten.

Area 2: Daten und Erkennung - Datengesteuerte Erkennung von Risikofaktoren und Frühindikatoren für eine verbesserte Gesundheit

Funktionale Merkmale, insbesondere Gesundheitsmerkmale, haben im Nutztierbereich in den vergangenen Jahren zunehmend an Bedeutung gewonnen. In diesem Zusammenhang bieten sich für das Herden-Management und die Zucht durch die Kombination von Daten aus der Automatisierung und Sensoren bzw. anderen neuen Merkmalen mit modernen, hochentwickelten Analysemethoden neue Möglichkeiten. Area 2 von D4Dairy umfasst die gesamte Bandbreite der Erfassung und Validierung neuer Merkmale, die Kombination von neuen mit bereits bestehenden Merkmalen sowie die Untersuchung möglicher Risikofaktoren hinsichtlich der Tiergesundheit mit Hilfe von neuen Methoden bis hin zur Implementierung, z.B. im Rahmen von Optimierungs- und Zuchtstrategien. Dies ermöglicht die Verbesserung der Tiergesundheit und des Tierwohls. Durch die Verbesserung von beiden Merkmalskomplexen, Fitness und Leistung, können Kosten reduziert und Erträge gesteigert werden, was in Folge zu einer Erhöhung der Profitabilität des Milchviehsektors beiträgt.

P2.1 Big Data Analysen für prognostische Krankheitsmarker

Viele Tierkrankheiten entstehen durch das Zusammenspiel von genetischen und umweltbedingten Risikofaktoren. Die frühzeitige Erkennung und verbesserte Überwachung dieser Risikofaktoren kann erheblich zur Tiergesundheit und zum Tierschutz beitragen. In diesem Projekt werden die Risikofaktoren für die Entwicklung von Krankheiten untersucht und Parameter für die Früherkennung unter Verwendung neuartiger wissenschaftlicher Ansätze wie z.B. Big Data Analysen entwickelt.

Unser Ziel ist es, ein Modell zu entwickeln, das uns ermöglicht, zu entschlüsseln, wie verschiedene Genetik und Umwelt bedingte Faktoren sowie deren Wechselwirkungen zur Tiergesundheit und zum Tierschutz beitragen. Diese Modelle werden basierend auf einer umfassenden Datengrundlage, die zeitaufgelöste Phänotypen und Umweltinformationen als auch genetische Informationen für Rinder enthält, entwickelt. Das Projekt befasst sich mit der Identifizierung von frühzeitigen prognostischen Krankheitsmarkern. Erwartete Ergebnisse sind aussagekräftigere Parameter für das Herdenmanagement und die Zucht.

P2.2 Krankheitserkennung mit Milch-MIR-Spektraldaten – Verwendung der Milch-Mittelinfrarotspektroskopie zur Vorhersage des Gesundheitszustandes von Milchkühen

Mittelinfrarotspektroskopie (MIR) ist das Routineverfahren der Milchanalyse. Wurde bis vor kurzem  damit nur die Konzentration von Standardinhaltsstoffen wie Fett, Eiweiß und Laktose bestimmt, können mittlerweile damit auch geringer konzentrierte Inhaltstoffen wie z.B. Fettsäuren, Keton-Körper und andere Zeigerstoffe wie Lactoferrin hinreichend genau gemessen werden. Neueste Untersuchungen konnten zeigen, dass der Gesundheits- und Ernährungszustand von Milchkühen über die biochemische Zusammensetzung der Milch  abgebildet werden kann.  Milch-MIR-Spektroskopie stellt damit eine günstige Methode dar, Gesundheitsprobleme im Milchkuhbestand rechtzeitig zu erkennen. Das MIR-Projekt hat zum Ziel neue, robuste Milch-MIR-Vorhersagemodelle mit Hilfe einer großen Zahl von Routine-Milchproben und Veterinärdiagnosen zu entwickeln und zu überprüfen. Die beteiligten Forschungspartner können dabei auf die Expertise sowie die Daten der im Verband EMR (European Milk Recording) zusammengeschlossenen europäischen Kontrollverbände zurückgreifen.  Zusätzlich werden durch chemische Referenzanalysen die bestehenden MIR-Modelle für Milchinhaltsstoffe verbessert.

Ziel ist es den Milchbauern neue, verlässliche Werkzeuge für das Herdenmanagement zur Hand zu geben mit denen sie den wachsenden Anforderungen hinsichtlich Leistung, Wirtschaftlichkeit und Tierwohl nachhaltig begegnen können.

P2.3 Stallklima - Auswirkungen auf Leistung, Gesundheit und Tierwohl

Das übergeordnete Ziel dieses Projektes ist die Förderung von Tiergesundheit, Wohlergehen, Produktivität und potenziell auch Produktqualität durch eine verbesserte Erfassung von Umweltinformationen und betriebsbezogenen Daten. Dieses Ziel soll (1) durch die Verwendung kommerziell erhältlicher Sensoren und Netzwerke erreicht werden, um ein integriertes On-farm-Monitoring für verschiedene Merkmale des Stallklimas und der Luftqualität zu erhalten. Die Projektgruppe wird dafür (2) mit Betriebsleiter*innen zusammenarbeiten, um produktionsbezogene Daten zu erfassen und auf diesen beruhende Optimisierungsstrategien zu entwickeln. Zusätzlich hat das Projekt zum Ziel, (3) praxistaugliche und kostengünstige Sensoranwendungen in der Milcherzeugung zu entwickeln und (4) Umweltfaktoren und die entsprechenden Reaktionen der Tiere zu modellieren und daraus Algorithmen zur Vorhersage von Leistungseinbußen aufgrund von suboptimalem Stallklima und Luftqualität abzuleiten. Die Studie wird in enger Zusammenarbeit von Milchviehhalter*innen, Unternehmen (Pessl Instruments und AgHiTech), wissenschaftlichen Einrichtungen (BOKU, Vetmeduni) and Dachorganisationen und Verbänden (ZuchtData, LKV) durchgeführt.

P2.4 Genetik und Genomik

Im Projekt werden Big Data Ansätze angewendet, um aus komplexen Datenquellen einfach interpretierbare Managementanweisungen zu generieren. Neben der Nutzung für das Herdenmanagement können diese Datenquellen natürlich auch für züchterische Zwecke genutzt werden.

Da für züchterische Nutzung weniger die leichte Interpretierbarkeit, sondern neben der Wiederholbarkeit vor allem die Korrelation mit dem Zielmerkmal von Interesse ist, müssen möglicherweise modifizierte Phänotypen etabliert werden.

Diese neuen Merkmale sollen für den Bereich Stoffwechsel, Euter- und Klauengesundheit entwickelt werden. Die notwendigen Arbeiten umfassen die Schätzung von Heritabilitäten und genetischen Korrelationen, die Etablierung einer konventionellen und genomischen Zuchtwertschätzung sowie die Suche nach interessanten Genorten über genomweite Assoziationsstudien.

P2.5 Mykotoxinnachweis und Auswirkungen auf die Milchleistung - Überprüfung der Mykotoxinkontamination in Futtermitteln als Kausalfaktor für Unfruchtbarkeit und schlechte Gesundheit bei Milchvieh

Mykotoxine - sekundäre Metabolite von Schimmelpilzen - weisen eine Vielzahl von gesundheitsgefährdenden Eigenschaften auf und verursachen weltweit beträchtlichen wirtschaftlichen Schaden in der Tierproduktion. Das Auftreten von Mykotoxinen im Futter österreichischer Milchviehbetriebe sowie deren Auswirkung auf die Gesundheit und Fruchtbarkeit ist weitgehend unbekannt.

Daher führen wir eine umfangreiche Feldstudie durch, in welcher das Futter österreichischer Milchviehbetriebe auf mehr als 400 Pilzmetabolite analysiert wird. Die Ergebnisse werden mit Gesundheits- und Leistungsdaten der Betriebe abgeglichen, um potentielle Zusammenhänge zu erkennen. Da das Pansenmikrobiom, welches für die Tiergesundheit eine wichtige Rolle spielt, möglicherweise auf eine Mykotoxin-Kontamination reagiert, nutzen wir ein in-vitro Modell (rumen simulation technique, RUSITEC), um mittels Hochdurchsatzsequenzierung den Einfluss ausgewählter Mykotoxine auf das Pansenmikrobiom zu bestimmen.

Diese Ergebnisse werden dazu beitragen, die Rolle von Mykotoxinen für die Gesundheit von Milchkühen besser verstehen zu können. Da der Klimawandel die Mykotoxin-Kontamination in Futtermitteln beeinflusst, werden Erkenntnisse über die Dauer dieses Projekts hinweg von Bedeutung sein.

Partner

Um diese komplexen und interdisziplinären Herausforderungen in Angriff nehmen und erfolgreich bewältigen zu können, knüpft D4Dairy ein international wettbewerbsfähiges, transdisziplinäres Netzwerk aus in- und ausländischen Universitäten, Kompetenzzentren und Forschungseinrichtungen, sowie Unternehmen entlang der Wertschöpfungskette Milch (Landwirte, Zuchtorganisationen, Milchverarbeiter, Tiergesundheitsdienste, Interessensvertretungen u.a.) und – last, but not least – nationalen und internationalen Technologieanbietern (Sensoren, Fütterung, Klimamessung, Datenverarbeitung). Das Konsortium besteht aus 31 Wirtschaftspartnern und 13 Wissenschaftspartnern.

Wissenschaftspartner

Österreichische Agentur für Gesundheit und Ernährungssicherheit GmbH (AGES)

CRA-W - Walloon Agricultural Research Center

CSH - Complexity Science Hub Vienna/ Medical University Vienna (Meduni)

FFoQSI - Austrian Competence Center for Feed and Food Quality, Safety and Innovation

HBLFA Raumberg-Gumpenstein - Agricultural Research and Education Centre

BLT Wieselburg - Federal Institute of Education and Research Francisco Josephinum

LFL Bayern - Bayerische Landesanstalt für Landwirtschaft, Institut für Tierernährung und Futterwirtschaft (ITE)

LFL Bayern - Bayerische Landesanstalt für Landwirtschaft, Institut für Tierzucht (ITZ)

TU Graz - Graz University of Technology/ Institute for Technical Informatics

University College for Agrarian and Environmental Pedagogy (HAUP)

University of Liège (Gembloux Agro-Bio Tech - GxABT)

University of Natural Resources and Life Sciences Vienna (BOKU) / Institute of Agricultural Engineering

University of Natural Resources and Life Sciences Vienna (BOKU) / Division of Livestock Sciences

University of Veterinary Medicine Vienna (Vetmeduni) / Institute for Veterinary Public Health (IVPH)

University of Veterinary Medicine Vienna (Vetmeduni) / Institute of Animal Nutrition and Functional Plant Compounds

University of Veterinary Medicine Vienna / University Clinic for Ruminants

Wirtschaftspartner

AgHiTech

AMA - Agrarmarkt Austria Marketing GesmbH

Animal Health Services / Tiergesundheitsdienste

ARGE Rind

Berglandmilch eGen

Biomedica Medizinprodukte GmbH & Co KG

bioMérieux Austria GmbH

BIOMIN Holding GmbH

Cattle Breeding Associations - FIH

Cattle Breeding Associations - NÖ Genetik

Chambers of Agriculture – LK Ö, LK NÖ, LK OÖ

European Milk Recording EEIG (EMR EEIG)

LKV Austria Qualitätsmanagement GmbH - Federal Recording Association

LKV Baden-Württemberg – Recording Association/ Landesverband Baden- Württemberg für Leistungs- und Qualitätsprüfungen in der Tierzucht e.V.

LKV Bayern e.V.

ILV - Local Quality Laboratory of Carinthia

QLG - Local Quality Laboratory of Lower Austria

Milchprüfring Upper Austria - Local Quality Laboratory of Upper Austria

ÖFK – Österreichische Fleischkontrolle Ges.m.b.H

Pessl Instruments

SCR by Allflex

smaXtec animal care GmbH

Wasserbauer GmbH

ZAR - Zentrale Arbeitsgemeinschaft österreichischer Rinderzüchter (Federation of Austrian Cattle Breeders)

ZuchtData - ZuchtData EDV-Dienstleistungen GmbH

Weitere Kooperationspartner für spezifische Fragestellungen

DeLaval

GEA

Lely

Publikationen

Rezensierten wissenschaftliche Artikel

Rezensierten Konferenz-Beiträge

Kontakt

Konsortialführung

Dr. Christa Egger-Danner

ZuchtData EDV-Dienstleistungen GmbH
Dresdner Straße 89/B1/18
1200 Wien
Austria

Kontaktieren Sie uns

Wir freuen uns auf Ihre Nachricht!