Hoe kunnen we datastromen, die we in de melkveehouderij steeds meer hebben, beter aan elkaar koppelen, zodat je gebeurtenissen, waarnemingen en behandelingen in de toekomst niet vaker dan één keer hoeft in te voeren? Om deze vraag te beantwoorden, wordt in Oostenrijk een onderzoeksproject opgezet.
In de melkveehouderij hebben we steeds meer data: melkproductie, inseminaties, diergezondheidsdiagnoses, voedingsinformatie, data van de robot, sensordata et cetera. Zou men data beter met elkaar verbinden, zodat ieder gegeven (bijvoorbeeld een inseminatie) slechts nog één keer en op één plek hoeft te worden ingevoerd waarna het in alle software bruikbaar is, dan zou dat de gebruiksvriendelijkheid aanzienlijk verbeteren. Verder kan het de kennis rondom het ontstaan van ziektes en de bijbehorende risicofactoren vergroten alsook betere parameters voor de fokkerij opleveren. Hoe deze belangrijke meerwaarde van gekoppelde datastromen voor de melkveehouder tot meerwaarde kan worden gebracht met inachtname van de regels en onduidelijkheden over gegevensbescherming, wil men in een grootschalige studie in Oostenrijk onderzoeken.
D4Dairy
Met het onderzoeksproject D4Dairy is 5,5 miljoen euro gemoeid dat voor ruim de helft wordt geïnvesteerd door 31 partnerbedrijven en 13 wetenschappelijke partners waaronder universiteiten uit binnen- en buitenland, onderzoeksinstellingen, cursuscentra, organisaties in en rondom de zuivelketen (melkverwerkers, fokkerijverenigingen, melkveehouders, diergezondheidsdiensten, belangenorganisaties et cetera) en internationale fabrikanten van techniek voor de melkveehouderij (sensoren, voeding, klimaatmeting, dataverwerking). Een Weens onderzoeksinitiatief, Complexity Science Hub (CSH), onderzoekt de data met moderne data-analysemethoden.
Gegevensbescherming: veel onderzoek nodig
Alle partners in het project wisselen data en kennis uit. Maar wat gebeurt er met de data van de melkveehouder? Heeft deze überhaupt nog iets te vertellen over zijn of haar eigen data? “We gebruiken bestaande data die geanonimiseerd zijn en waarvoor toestemming voor vrijgave is verkregen”, verklaart projectleider Christa Egger-Danner. “Zulke data vloeien nu al naar bijvoorbeeld fokwaardeschattingen.” Het doel is een stap verder komen door bestaande databanken, die melkveehouders al tot hun beschikking hebben, te verbinden.
Naast de standaardisering van datastromen wil het project ook nieuwe mogelijkheden voor besluitvorming ontwikkelen die gaan dienen als tools voor veehouders en dierenartsen. “Al met al verwachten we dat binnen de thema’s data-samenvoeging, data-uitwisseling en gegevensbescherming veel nieuwe vragen opkomen tijdens het onderzoekswerk.” Aldus Egger-Danner.
Samengevat
Het samenvoegen van de verschillende databronnen binnen de melkveehouderij is een grote stap, mits ook koppelingen gemaakt worden met softwarepakketten. Dat binnen een dergelijk groot project ook het thema gegevensbescherming wordt aangegrepen, is nuttig en de hoop is dat ook op dit vlak bruikbare kennis wordt opgedaan. Zeker is dat het bezitten van data niet zegt dat je er ook over kunt beslissen. Helderheid hierover is hoog noodzakelijk.
Meer informatie over het project is hier te vinden: d4dairy.com.
De 4 D’s van D4Dairy
Digitalisering | Optimalisering van het productieproces in de melkveehouderij door het gebruik van nieuwe digitale mogelijkheden aan de hand van data op het bedrijf (sensoren, voeding, stalklimaat) en externe data (bijvoorbeeld data van slachtingen).
Data-integratie | Data samenvoegen om nuttige tools voor de verzorging en de productiesturing en de kwaliteitsborging, maar ook om vooral arbeidsefficiëntie/-verlichting te bereiken.
Detectie (zeer vroege herkenning) | Met nieuwe methoden (big-data-analyses) en analyseresultaten (near infrarrood bij melk, resistentiebepaling) data gebruiken om risicofactoren te herkennen en ziektes in een vroegtijdig stadium te herkennen en/of het behandelingsresultaat te monitoren.
Decision making (beslisondersteuning) | Bijvoorbeeld een elektronisch advies over al of niet antibiotisch droogzetten op basis van data (status ziekteveroorzakers op bedrijf, ziektehistorie van het dier, omgevingsfactoren, et cetera worden elektronisch geraadpleegd en zo wordt een advies voor de dierenarts opgesteld).
Tekst: Christine Stöcker-Gamigliano – Foto: Katrin Berkemeier
