Forschung
Künstliche Intelligenz misst Broilerbewegung
Neues Websystem misst Bewegungsverhalten automatisch und liefert Hinweise auf Hitzestress und Tierwohl.
von DGS Redaktion Quelle ModernPoultry, University of Georgia, Department of Poultry Science (USA) erschienen am 08.10.2025
Forscher in den USA haben ein benutzerfreundliches, webbasiertes KI-System entwickelt, das den sogenannten Broiler-Aktivitätsindex (BAI) automatisch aus Videodaten berechnet. © 2025 Anom Harya/Shutterstock
Ein Forschungsteam der University of Georgia (USA) unter der Leitung von Dr. Guoming Li hat ein benutzerfreundliches, webbasiertes KI-System entwickelt, das den sogenannten Broiler-Aktivitätsindex (BAI) automatisch aus Videodaten berechnet, wie das Fachjournal Modern Poultry berichtet. Der BAI ist ein Maß für die Bewegungsaktivität von Mastgeflügel und steht in engem Zusammenhang mit Beingesundheit, Leistungsfähigkeit und Wohlbefinden der Tiere.
Bislang war die Berechnung des Aktivitätsindex technisch aufwendig und setzte Kenntnisse in Bildverarbeitung und Programmierung voraus – etwa bei der Anpassung von Analyseparametern oder der Segmentierung (Abgrenzung) einzelner Tiere in Bildern. Das neue System macht diese Auswertungen nun auch ohne spezielle Vorkenntnisse möglich.
Hintergrund: Was misst der Broiler-Aktivitätsindex?
Der Broiler-Aktivitätsindex (BAI) quantifiziert die Bewegungen einer Broilergruppe, indem Veränderungen der Pixel (Bildpunkte) in aufeinanderfolgenden Videoaufnahmen ausgewertet werden. Ein hoher Aktivitätsindex weist auf lebhafte Tiere mit guter Beweglichkeit hin, während ein niedriger Wert auf eingeschränkte Mobilität oder Hitzestress hinweisen kann.
Studienziel und Vorgehen
Das Projekt verfolgte drei Hauptziele:
- Biologische Validierung des Aktivitätsindex – also die Überprüfung, ob der Index tatsächlich Rückschlüsse auf Gesundheit und Verhalten zulässt.
- Entwicklung effizienter Algorithmen, um einzelne Tiere auf Bildern sicher zu erkennen und voneinander zu trennen (Segmentierung).
- Gestaltung einer anwenderfreundlichen Benutzeroberfläche, mit der der BAI einfach aus Videodaten berechnet werden kann.
Die Forschenden nutzten maschinelles Lernen (Machine Learning), um die Aktivitätsniveaus in „hoch“, „mittel“ und „niedrig“ einzuteilen. Für die praktische Umsetzung wurde die Open-Source-Plattform Streamlit verwendet, mit der Anwendungen über den Webbrowser gesteuert werden können.
Zentrale Ergebnisse
Die frei zugängliche Plattform ermöglicht es Forschenden und Betrieben, tierisches Verhalten und Wohlbefinden datenbasiert zu analysieren, ohne Programmierkenntnisse zu benötigen. Darüber hinaus könnte die Technologie in der kommerziellen Tierhaltung eingesetzt werden: „Betriebstechniker können das Tool nutzen, um kostengünstige Produkte zur automatischen Überwachung zu entwickeln“, erläutert Li. „Das erhöht den Automatisierungsgrad in der Geflügelwirtschaft und reduziert den Arbeitsaufwand bei der Herdenkontrolle.“
Mehr zum Thema:
