Highlight-Projekte1 / 15
Projekt Tönnies: Einblick in den Betrieb

400 Tonnen Rindfleisch zerlegt Badbergen jeden Tag, vernetzt mit Software von SLA.

Im Rinderzentrum Badbergen arbeiten Lager- und Fördertechnik verschiedener Hersteller über eine gemeinsame Ebene mit dem ERP zusammen.

Zum Tönnies-Projekt

SLA in Zahlen

450+Kunden weltweit80+Mitarbeitende30+Jahre Erfahrung24/7Support für Bestandskunden
SLA · Über uns
KarriereLet’s Grow DigitalGemeinsam digital wachsenEinstieg über Praktikum, Ausbildung, duales Studium oder direktKarriere bei SLA ↗
Neues Projekt

Etwas Neues vor?

Neue Linie, weiterer Standort oder eine erste Einschätzung, ob eine Lösung passt: Ein paar Zeilen genügen, der Vertrieb meldet sich mit einem Vorschlag.

Neues Projekt starten →
Hilfe im laufenden Betrieb

Hilfe gebraucht?

Alles aus dem laufenden Betrieb geht direkt an den Support, für Bestandskunden rund um die Uhr erreichbar, Fernwartung per TeamViewer.

Support-Hotline+49 (0) 5431 9480-77
Direkt zum SLA Support →TeamViewer laden ↗
+49 (0) 5431 9480-0info@sla.deFriedrichstraße 30, 49610 QuakenbrückAlle Kontaktwege →
Schwanzerkennung

Schwanzerkennung

Whitepaper herunterladenWhitepaper Schwanzerkennung · PDF folgt
  • Objektiv statt unter Zeitdruck geschätztDie Einordnung hängt nicht mehr an Zeitdruck und Tagesform am Band.
  • Jedes Merkmal mit Bild belegtZu jeder Einordnung gehört die Aufnahme, verbunden mit Tier- oder Produktionsdaten.
  • Rückmeldung an Erzeuger mit Bild und DatenStrukturierte Daten machen abgestimmte Rückmeldungen an die Landwirte möglich.

Tierwohl-Daten für Betrieb und Landwirt

Tierwohl am Schlachtband messbar machen

Die Schwanzerkennung von FOODFAIR erfasst im Schweine-Schlachtbetrieb die Merkmale des Schwanzes per KI, jedes Tier nach demselben, fachlich validierten Merkmalskatalog.

In 30 Sekunden

Das kann Schwanzerkennung

Tutorial · ca. 30 SekundenSchwanzerkennung in 30 SekundenVideo folgt · Platzhalter P-SCHWANZERKENNUNG-VIDEO
Connecting FoodSchwanzerkennungTierschutz messbar machen

01Oberfläche von Schwanzerkennung im Einsatz

Connecting FoodSchwanzerkennungApp mit der KI-Auswertung von Schweinehälften

02App mit der KI-Auswertung von Schweinehälften

Connecting FoodSchwanzerkennungScreenshot folgtP-SCHWANZERKENNUNG-SCREEN-3

03Platzhalter: Screenshot 1 der Oberfläche von Schwanzerkennung

Schwanzerkennung entlang der gesamten Prozesskette

Die KI prüft am Band mit, der Mensch entscheidet.

Die Schwanzerkennung erfasst am Schlachtband definierte Schwanzmerkmale und reicht damit zurück bis in die Herkunft. Bild und Ergebnis lassen sich mit Tier- oder Produktionsdaten verbinden und bilden die Datenbasis für Tierwohl-Reporting und fachlich abgestimmte Rückmeldungen an Landwirtinnen und Landwirte.

Mit der Fotodokumentation bleiben die Aufnahmen dauerhaft gespeichert, mit der Ohrerkennung kommt eine zweite Datenbasis für Tierwohl-Reporting dazu. Alle FOODFAIR-Lösungen lassen sich gezielt kombinieren.

Schwanzerkennung
Anlieferung & WareneingangZerlegungVerarbeitung & VeredelungVerpackungLager & Versand
KI-Lösungen von FOODFAIR

Schwanzerkennung in Herkunft & Erzeugung

Liefert die Datenbasis für fachlich abgestimmte Rückmeldungen an Landwirtinnen und Landwirte.

Im Detail

Vom Bild zum Merkmal am Tier

  1. Definierte Aufnahme des Schwanzes

    Die Kamera nimmt eine festgelegte Ansicht des Schweineschwanzes auf, mit ausreichender Bildqualität für die Auswertung. Jede Aufnahme zeigt den Schwanz aus derselben Ansicht, damit die Einordnung von Tier zu Tier vergleichbar bleibt.

  2. Einordnung nach Merkmalskatalog

    Die KI ordnet die festgelegten Merkmale ein, je nach validiertem Merkmalskatalog etwa Schwanzlänge, Vollamputation und sichtbare Auffälligkeiten. Der Merkmalskatalog ist die fachlich abgestimmte Liste aus Merkmalen und Klassengrenzen, also den Schwellen, ab denen ein Merkmal einer Klasse zugeordnet wird.

  3. Verbindung mit Tierdaten

    Ergebnisse und Bilder lassen sich mit Tier- oder Produktionsdaten verbinden und für Auswertung und Reporting bereitstellen. Grenzfälle gehen zur fachlichen Prüfung.

  4. Datenbasis für Reporting und Rückmeldung

    Die bildgestützte Dokumentation der Merkmale ist die Datenbasis für Tierwohl-Reporting und strukturierte Rückmeldungen. Die Lösung erfasst definierte Indikatoren und bewertet nicht pauschal das Tierwohl eines Betriebs.

Voraussetzungen und Grenzen

Was die Lösung braucht und wo sie aufhört

Was die Lösung braucht

Eine definierte Ansicht und ausreichende Bildqualität, fachlich abgestimmte Merkmalsdefinitionen und Klassengrenzen, repräsentatives Labeling und validierte Trainingsdaten, eine geklärte Zuordnung zu Tier- oder Produktionsdaten und festgelegte Verantwortlichkeiten für Reporting und Rückmeldung.

Wo sie aufhört

Die Schwanzerkennung erfasst definierte Indikatoren und bewertet nicht pauschal das Tierwohl eines Betriebs; die Bewertung bleibt bei den Fachleuten, Grenzfälle prüft das Fachpersonal.

Alle Angaben nach FOODFAIR-Katalog V05.

Früher und heute

Beurteilt im Takt, vergessen nach Schichtende

Früher ohne Schwanzerkennung

Schwanzverletzungen erkennen bisher Mitarbeitende von Hand: Ob ein Schwanz angebissen oder nekrotisch ist, entscheidet sich im Takt und unter hohem Zeitdruck. Wer gerade am Band steht, setzt den Maßstab.

Heute mit Schwanzerkennung

Die KI ordnet die festgelegten Merkmale in einer definierten Aufnahme ein, bei jedem Tier nach demselben Merkmalskatalog, egal wer gerade Schicht hat.

Referenzprojekt

Goldschmaus

Fleischwirtschaft · Schwein

Vom Stall bis ins Kühlhaus: Daten, die zurück zum Landwirt fließen

Goldschmaus verbindet Schlachtung, Kühlhaus und Abrechnung mit KI am Band und schickt Befunde automatisch zurück an die Landwirte.

1Herkunft & Erzeugung2Anlieferung & Wareneingang3Schlachtung4Zerlegung7Lager & Versand

Zum Goldschmaus-Projekt →

Im Projekt dabei

SchwanzerkennungOhrerkennungOrganbefundungProdukterkennungSchlachtnummererkennungClassifAI Box+4

Gut zu wissen

Fragen rund um Schwanz­erkennung

Welche Schwanzmerkmale erfasst die KI am Schlachtband?

Die Merkmale aus dem validierten Merkmalskatalog des jeweiligen Projekts, typischerweise Schwanzlänge, Vollamputation und sichtbare Verletzungen oder Auffälligkeiten. Die KI ordnet jedes Tier in einer definierten Aufnahme nach demselben Katalog ein, Schicht für Schicht und unabhängig davon, wer gerade am Band steht. Welche Merkmale und Klassengrenzen gelten, stimmen Schlachtbetrieb, FOODFAIR und SLA vorab fachlich ab. So entstehen vergleichbare Tierwohl-Indikatoren über alle Lieferungen hinweg.

Bewertet die Schwanzerkennung das Tierwohl eines Betriebs?

Nein. Die Schwanzerkennung erfasst definierte Tierwohl-Indikatoren am Schwanz und liefert dazu Bild und Daten, das gesamte Tierwohl eines Mastbetriebs bewertet sie nicht pauschal. Schwanzverletzungen gelten aber als wichtiger Hinweis auf Haltungsprobleme wie Schwanzbeißen, und genau dafür sind lückenlose, gleichartig erhobene Daten wertvoll. Sie bilden die Grundlage für Tierwohl-Reporting, Programme mit Tierwohlkriterien und fachlich abgestimmte Rückmeldungen. Die Bewertung selbst bleibt bei den Fachleuten.

Wie kommen die Ergebnisse als Rückmeldung zum Erzeuger?

Als strukturierte Daten mit Bild. Ergebnisse und Bilder der Schwanzerkennung können mit Tier- oder Produktionsdaten verbunden und für Auswertung und Reporting bereitgestellt werden. Daraus entstehen fachlich abgestimmte Rückmeldungen an Landwirtinnen und Landwirte. Wer Reporting und Rückmeldung verantwortet, wird im Projekt festgelegt.

Was passiert mit Grenzfällen bei der Beurteilung von Schweineschwänzen?

Grenz- und Ausnahmefälle stellt die Schwanzerkennung gezielt zur fachlichen Prüfung bereit, statt sie in eine Klasse zu zwingen. Bild und Einordnung liegen dabei vor, sodass die Entscheidung des Fachpersonals nachvollziehbar dokumentiert ist. Wer prüft, in welcher Zeit und wie das Ergebnis gebucht wird, legen wir vorab mit dem Betrieb fest. Je genauer der Merkmalskatalog die Klassengrenzen beschreibt, desto seltener landen Fälle in der Prüfung.

Was muss für den Einsatz der Schwanzerkennung geklärt sein?

Vor allem die fachlichen Grundlagen: abgestimmte Merkmalsdefinitionen und Klassengrenzen, repräsentatives Labeling, also die fachliche Kennzeichnung der Trainingsbilder, und validierte Trainingsdaten. Technisch braucht es eine feste Kameraposition mit freier Sicht auf den Schwanz und passendem Licht sowie die Zuordnung zu Tier- oder Produktionsdaten. Organisatorisch gehört dazu, wer Reporting und Rückmeldung verantwortet. Kombiniert mit der Fotodokumentation bleiben alle Aufnahmen für ein Monitoring über Wochen auffindbar.

Der nächste Schritt

Schwanzerkennung als Baustein der Tierwohl-Datenerfassung prüfen

Den Merkmalskatalog, der im eigenen Betrieb gelten soll, als Entwurf mitbringen. Gemeinsam mit FOODFAIR klären wir dann Datenlage, Verantwortung für die Rückmeldungen und den Platz im Ablauf.

Nach oben scrollen