ERA-NET ICT-AGRI-FOOD LivestockSense

Das Projekt widmete sich der Identifizierung/Beseitigung sozialer Barrieren für die Technologieanwendung in Tierhaltungsbetrieben in Europa. Die Ziele des Projekts LivestockSense wurden durch die Durchführung einer Reihe miteinander verbundener Teilprojekte erreicht. Zunächst wurden landwirtschaftliche Betriebe in Ungarn, Polen, Dänemark, Schweden, Estland und Israel mit PLF-Geräten (Precision Livestock Farming) ausgestattet, um die Vorteile des Einsatzes dieser Technologien zu demonstrieren. Dabei wurde festgestellt, dass das Verhalten der Tiere, die Platzierung der Sensoren, das Management des Betriebs und vor allem die Internetverbindung die Betriebsaspekte der Instrumente beeinflussen. Dennoch konnte nachgewiesen werden, dass die Überwachung in Echtzeit und besser kontrollierte Produktionsbedingungen zu einer verbesserten Rentabilität der Tierhaltungsbetriebe führen können (siehe Tikász et al., 2023a).

Gleichzeitig wurden qualitative und quantitative Erhebungen durchgeführt, um die Einstellung der Viehzüchter:innen zu PLF-Instrumenten zu verstehen und die Haupthindernisse zu ermitteln (siehe Tikász et al., 2023b), die für die begrenzten Einführungsraten verantwortlich sind. Die quantitativen Online-Fragebögen wurden von 121 Schweinehalter:innen und 145 Geflügelhalter:innen ausgefüllt. Um qualitative Ergebnisse zu erhalten, wurden Follow-up-Interviews und Fokusgruppendiskussionen (FGDs) mit Vertreter:innen der Schweine-/Geflügelwertschöpfungskette organisiert. Die Auswertungen ergaben, dass die Viehzüchter:innen besorgt waren, über (1) die hohen Kosten der PLF-Technologien, (2) übermäßig komplizierte Vorgänge, (3) langsame Wartungsdienste und (4) den Mangel an nachgewiesenen Vorteilen. Probleme mit der Internetanbindung wurden als ein Haupthindernis für die Einführung von PLF-Technologien in ländlichen Gebieten genannt. Diese Schlussfolgerungen wurden durch die Ergebnisse der FGDs bestätigt. Die Ergebnisse der quantitativen Fragebögen zeigten, dass der vorhandene Automatisierungsgrad in den Betrieben, das Durchschnittsalter der Stallungen (und der damit verbundenen Produktionstechnologien) sowie die Verfügbarkeit von Internetanschlüssen eindeutige Indikatoren für die Bereitschaft der Viehzüchter:innen zur Einführung von PLF-Technologien waren. Die Ergebnisse dieser Analysen und Modellierungen ermöglichten es dem Projektteam, solide Empfehlungen für die Beseitigung von Hindernissen bei der Technologieeinführung zu entwickeln.

Basierend darauf wurde in einem weiteren Teilprojekt (Fokus des Reports) ein k-means-Clustering-Ansatz verwendet, um anhand der Antworten auf die Fragebögen verschiedene Cluster von Nutzer:innen und ihre technologische Bereitschaft zur Einführung verschiedener PLF-Technologien zu ermitteln. Die Cluster wurden durch einen gemischten Methodenansatz validiert, der interne Metriken, eine Hauptkomponentenanalyse und eine Fokusgruppenbewertung umfasste. Auf dieser Grundlage wurde ein Entscheidungsbaum-Klassifikator entwickelt, um die Merkmale des Betriebs (Umfrage) mit der Clusterzugehörigkeit zu verknüpfen und ein ausführbares Modell bereitzustellen. Diese Ergebnisse wurden in eine webbasierte Softwarelösung integriert. Auf der Grundlage der Cluster- und Klassifizierungsergebnisse wurden in der Fokusgruppe Empfehlungen entwickelt, um die Bereitschaft der Nutzer:innen in Abhängigkeit von den in den Umfrageergebnissen und Online-Tools gegebenen Antworten zu erhöhen. Die Nutzer:innen der LS-Anwendung haben dann die Möglichkeit, ihre Antworten in das Online-Tool einzugeben, um maßgeschneiderte Ratschläge zu erhalten, wie sie die ermittelten Hindernisse für die Einführung des PLF-Tools verringern oder sogar beseitigen können.