Computer Vision bringt das Schwein im Gruppenstall als Individuum in den Blick

Tierwohlmonitoring in der Schweinehaltung steht häufig vor einem praktischen Widerspruch: Große Gruppen lassen sich gut filmen, einzelne Tiere aber nur schwer verlässlich über längere Zeit verfolgen. Eine am 24. August in *Scientific Reports* veröffentlichte Studie stellt dafür eine quelloffene Computer-Vision-Pipeline vor. Sie verbindet Tiererkennung, Zuordnung von Bewegungsverläufen und Wiedererkennung, um Verhalten in Gruppen auf Ebene des Einzeltieres auszuwerten.

Die Relevanz liegt nicht darin, dass eine Kamera Schweine „erkennt“, sondern in der technischen Kette dahinter. Damit aus Videodaten über Stunden oder Tage belastbare Informationen werden, muss das System Individuen trotz Kreuzungen, Verdeckungen, Haltungswechseln, unterschiedlichem Licht und Verschmutzung wiederfinden. Die Autoren wählten deshalb eine modulare Architektur: Einzelne Komponenten können ausgetauscht und an unterschiedliche Stallbedingungen angepasst werden, statt an ein geschlossenes Modell gebunden zu sein.

Die Studie zeigt den Ansatz mit Videoaufnahmen gruppengehaltener Schweine und beschreibt Kennwerte wie Anwesenheit, Position, Bewegung, zurückgelegte Strecke, Tiernähe und Zonennutzung. Daraus können Hinweise auf Aktivität, soziale Interaktionen oder Abweichungen vom Routineverhalten entstehen. Für sich allein sind solche Kennwerte jedoch keine Diagnose für Tierwohl, Krankheit oder Verhaltensstörung. Ihr Nutzen hängt von validierten Schwellenwerten, tierärztlicher Beobachtung und dem Haltungskontext ab.