Forschende der HTW Dresden arbeiten an einem Sensorsystem zur automatisierten Früherkennung von Federpicken, Verletzungen und Verhaltensanomalien bei Legehennen

Legehennen verfügen über ein ausgeprägtes arteigenes Pick-, Futtersuch- und Erkundungsverhalten. Unter natürlichen Bedingungen verbringen sie einen erheblichen Teil des Tages mit der Futtersuche und führen dabei bis zu etwa 15.000 Pickschläge aus. In der kommerziellen Legehennenhaltung steht den Tieren hochwertiges Futter jederzeit zur Verfügung, sodass die eigentliche Futteraufnahme deutlich weniger Zeit beansprucht. Fehlen geeignete Möglichkeiten, das natürliche Futtersuch- und Erkundungsverhalten auszuleben, kann sich das Pickverhalten unter ungünstigen Bedingungen gegen die Federn von Artgenossen richten. Die Folgen reichen von leichtem Federpicken bis hin zu schweren Gefiederschäden; auch Kannibalismus kann in Legehennenbeständen auftreten. Die Ursachen solcher Verhaltensstörungen sind komplex und multifaktoriell. Neben fehlenden Beschäftigungs- und Erkundungsmöglichkeiten können unter anderem Nährstoffdefizite, Infektionen, Parasiten, Stress sowie unzureichende Haltungs- und Managementbedingungen eine Rolle spielen. Insbesondere während der etwa anderthalbjährigen Legeperiode, die die Hennen im Stall verbringen, gefährdet dieses Verhalten das Wohl der Tiere und verursacht hohe wirtschaftliche Schäden.

KI soll Federpicken frühzeitig erkennen

Um das zu verhindern und Tierhaltungsbetriebe bei der Prävention zu unterstützen, entwickeln die Forschenden der Hochschule für Technik und Wirtschaft Dresden (HTWD) im Projekt HEN-SENSE ein intelligentes Assistenzsystem, das Legehennenherden kontinuierlich überwacht und erste Anzeichen von Verletzungen und Verhaltensauffälligkeiten automatisiert erkennt. „Die derzeitigen Empfehlungen sehen vor, das Gefieder von Legehennen in etwa vierwöchigen Abständen stichprobenartig zu prüfen. Aufgrund des damit verbundenen hohen Arbeitsaufwands ist diese regelmäßige Bonitur, also die systematische Überprüfung des Gefiederzustands, in der Praxis eine große Herausforderung. Unser Ziel ist es deshalb, Tierhaltende durch eine kontinuierliche automatisierte Überwachung zu unterstützen und erste Anzeichen von Federpicken möglichst früh zu erkennen“, sagt Projektleiterin Dr. Nicola Hirsch, Professorin für Tiergesundheitsmanagement an der HTW Dresden. „Gerade in der Anfangsphase bestehen noch mehr Möglichkeiten, durch gezielte Managementmaßnahmen gegenzusteuern. Wird zu spät reagiert, kann sich das fehlgeleitete Pickverhalten in der Herde etablieren und von weiteren Tieren übernommen werden. Deshalb kombinieren wir optische und akustische Sensordaten mit Methoden der Künstlichen Intelligenz, um Tierhaltende möglichst früh auf beginnende Verhaltensanomalien aufmerksam zu machen.“

Die Datenerfassung erfolgt mithilfe spezieller Kameras und Mikrofone. Während die optische Sensorik Veränderungen am Gefieder erfasst, dient die akustische Sensorik der Erkennung charakteristischer Lautäußerungen, die Hennen unter anderem als Reaktion auf das Bepicken durch Artgenossen zeigen können und die sich von der normalen Geräuschkulisse der Herde unterscheiden. Die hierfür erforderlichen Sensorsysteme werden von der IfU Diagnostic Systems GmbH im sächsischen Lichtenau entwickelt. Die Systeme werden im Versuchs- und Bildungszentrum für Geflügelhaltung der Bayerischen Landesanstalt für Landwirtschaft (LfL) in Kitzingen unter Praxisbedingungen getestet und validiert. Die datenwissenschaftliche Auswertung sowie die Entwicklung der KI-Modelle erfolgen an der HTW Dresden unter Leitung von Dr. Maik Thiele, Professor für Datenbanksysteme und Leiter des Data Intelligence Lab. 

Digitale Lösung statt manueller Kontrolle

„Die Herausforderung besteht darin, die Vielzahl optischer, akustischer und weiterer Stallinformationen miteinander zu verknüpfen und daraus zuverlässige Aussagen über den Zustand der Herde abzuleiten“, erklärt Professor Maik Thiele. „Erst durch den Einsatz moderner KI-Modelle wird es möglich, große Tierbestände kontinuierlich und objektiv zu beurteilen und die Tierhaltenden frühzeitig auf Auffälligkeiten hinzuweisen.“

Praxiserfahrung als Grundlage für HEN-SENSE 

Den Bedarf an einem derartigen System hat Professorin Nicola Hirsch in ihrer beruflichen Praxis erkannt. Über zehn Jahre war sie in der tierärztlichen Bestandsbetreuung beim Geflügelgesundheitsdienst Bayern tätig. In diese Zeit fiel auch der Ausstieg aus der vorher routinemäßigen Schnabelkürzung bei Junghennen. Um in der Stallhaltung Federpicken zu verhindern, werden den Hennen seither beispielsweise Pickblöcke oder Luzerneballen als Beschäftigungsmaterial sowie Versteck- und Rückzugsmöglichkeiten angeboten. 
Doch auch Haltung und Management spielen bei der Prävention eine große Rolle. Eine wichtige fachliche Grundlage hierfür bietet das Modell- und Demonstrationsvorhaben (MuD) Tierschutz des Bundes. Im Rahmen des Vorhabens wurde das Managementtool MTool entwickelt, das Tierhaltende bei der systematischen Beurteilung des Tierzustands unterstützt. Es umfasst standardisierte Boniturskalen, Dokumentationshilfen sowie fachliche Hintergrundinformationen und Handlungsempfehlungen zur Prävention und Bekämpfung von Federpicken und Kannibalismus. Das Projekt HEN-SENSE greift diese Grundlagen auf und entwickelt sie durch den Einsatz moderner Sensorik und Künstlicher Intelligenz weiter.

Nach der frühzeitigen Erkennung spezifischer Verhaltensstörungen soll das neue Assistenzsystem auch praxisnahe Handlungsempfehlungen aufzeigen. Das können Anpassungen bei der Futter- und Wasserversorgung sowie der Stallbelüftung sein oder zusätzliche Angebote von Beschäftigungs- und Rückzugsmöglichkeiten. 

„Unser Ziel ist es, erstmals ein System zu entwickeln, das Federpicken und Kannibalismus bei Legehennen kontinuierlich und automatisiert unter Praxisbedingungen erkennt. Dadurch könnten Tierhaltende deutlich früher eingreifen und Tierwohl, Arbeitseffizienz sowie Herdenmanagement nachhaltig verbessern. Perspektivisch soll das System zudem einzelne Tiere wiedererkennen, um individuelle Entwicklungen und mögliche Zusammenhänge zwischen Gefiederzustand und Pickschäden analysieren zu können“, erläutert Professorin Nicola Hirsch.

Das Projekt wird durch das Bundesministerium für Wirtschaft und Energie im Rahmen des Zentralen Innovationsprogramms Mittelstand von Juni 2026 bis Oktober 2029 gefördert.