KI-Gesundheitsmonitoring in der Geflügelhaltung

Das echte Ausmaß des Problems

Geflügelhaltung im industriellen Maßstab stellt Tierhalter vor ein mathematisch unlösbares Problem: Bei 30.000 Tieren pro Stall dauert eine aufmerksame Einzeltierbeobachtung — wenn sie überhaupt möglich wäre — mehrere Tage. Tatsächlich verbringt ein erfahrener Stallleiter 20 bis 40 Minuten pro Stallrunde und erkennt dabei primär das, was schon offensichtlich auffällig ist.

Das Problem: Infektionskrankheiten wie Kokzidiose, Gumboro oder Newcastle Disease sind in den ersten 24 bis 48 Stunden klinisch unauffällig. Die ersten messbaren Veränderungen erscheinen in Verhaltensparametern — reduzierte Futteraufnahme, geänderte Bestandsverteilung, veränderter Vokalstatus — bevor Tiere erkennbar matt werden oder sterben. Wer nur auf das sichtbare Klinikbild wartet, handelt immer mit Verzug.

Konkrete Dimensionen des Problems:

• Mortalitätsraten in deutschen Broilerbetrieben liegen im Bundesdurchschnitt bei etwa 3,5–5 % pro Durchgang (Quelle: Statistisches Bundesamt, Geflügelhaltungsberichte 2023). Bei 30.000 Tieren und 6–7 Umtrieben jährlich bedeutet das 6.300–10.500 Tierverluste pro Stall und Jahr — konservativ gerechnet.
• Ausbrüche meldepflichtiger Seuchen verursachen neben dem Tierverlust massive Folgekosten: Sperrgebiete, Keulung, Handelsrestriktionen. Im Februar 2026 wurden in Deutschland die ersten Newcastle-Krankheit-Ausbrüche seit 30 Jahren registriert (Friedrich-Loeffler-Institut, Pressemitteilung Februar 2026).
• Antibiotikakosten bei reaktivem Behandlungsansatz (erst behandeln, wenn die Herde bereits erkrankt ist) sind deutlich höher als bei frühzeitiger Intervention mit gezieltem Wirkstoff. Zudem unterliegt jeder Antibiotika-Einsatz strengen Dokumentationspflichten nach TAMG.
• Tierarzterreichbarkeit: In ländlichen Regionen dauert ein Notfalltierarztbesuch im Schnitt 2–4 Stunden. Jede Stunde Verzögerung bei einer aktiven Infektion hat direkten Einfluss auf die Ausbreitungsrate.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Schätzwert auf Basis von Anwenderbericht Philipp Beckhove (Senden) und VetVise-Praxisdaten; keine kontrollierte Studie. Tatsächliche Werte hängen von Bestandsgröße, Erkrankungsart und Reaktionsgeschwindigkeit des Tierhalters ab.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Das System spart die vollständige Stallrunde: Anstatt jeden Abteil systematisch abzugehen, konzentriert sich Thomas auf die Abteile, aus denen der Alert kam. In der Praxis berichten Anwender von 20–40 Minuten eingesparter Begehungszeit täglich — real, aber nicht der größte Hebel im landwirtschaftlichen Kontext. Verglichen mit vollautomatisierten Erntemaschinensteuerungen oder Anbauplanungssystemen, die Arbeitstage verschieben, ist der Zeitgewinn pro Tag moderat.

Kosteneinsparung — gut (4/5) Der direkte Pfad vom System zum Ergebnis ist hier klarer als bei vielen anderen Anwendungsfällen: Jedes Prozent weniger Mortalität bei 30.000 Tieren entspricht 300 Tieren. Bei einem Lebendgewicht von 2 kg und einem Auszahlungspreis von 0,90–1,00 €/kg sind das 540–600 Euro — pro Prozentpunkt, pro Durchgang. Über sechs bis sieben Umtriebe im Jahr summiert sich das erheblich. Nicht bewertet mit 5, weil der Nutzen an die tatsächliche Reaktionsgeschwindigkeit des Tierhalters gebunden bleibt: Ein Alert nützt nichts, wenn niemand handelt.

Schnelle Umsetzung — mittel (3/5) Hardware-Installation dauert 1–2 Tage, die Kalibrierungsphase 1–2 Wochen. Der Routinebetrieb mit verlässlichen Alerts ist nach 4–6 Wochen erreicht. Das ist handhabbar, aber keine reine Software-Einführung: Es braucht einen Technikerbesuch, eine Grundinfrastruktur (Strom, Internetanbindung am Stall), und Zeit, bis das System die Baseline-Aktivitätsmuster deines Bestands kennt.

ROI-Sicherheit — gut (4/5) Mortalitätsrate ist eine der am besten messbaren Kennzahlen in der Landwirtschaft. Du hast Durchgang-für-Durchgang-Daten, und der Vergleich vor/nach dem System ist direkt möglich. Einschränkung: Du brauchst mindestens drei bis vier Durchgänge, um Saisoneffekte und natürliche Schwankungen herauszurechnen. Kurzfristig ist das Ergebnis anekdotisch — erst mittelfristig statistisch belastbar.

Skalierbarkeit — gut (4/5) Das Dashboard und die App skalieren ohne Mehraufwand mit: Ob du einen oder zwölf Ställe überwachst, das Backend wächst mit. Die Hardware skaliert nicht kostenlos — jeder neue Stall braucht neue Kameras und eine neue Edge-Einheit. Der Skaleneffekt liegt daher im Software-Teil, nicht im System als Ganzes. Für Integratoren mit 20+ Ställen ist das trotzdem attraktiv: Die Lernkurve für das System wird einmal durchlaufen, dann multipliziert.

Richtwerte — stark abhängig von Stallgröße, Bestandsdichte und wie konsequent Alerts in Handlungen umgesetzt werden.

Was das Kamerasystem konkret macht

Der technische Kern: Computer Vision-Algorithmen analysieren kontinuierlich den Videostream aus Decken-Weitwinkelkameras. Was das System dabei auswertet:

Bestandsverteilung und Clustering: Gesunde Herden verteilen sich gleichmäßig im Stall. Cluster — Bereiche, in denen Tiere eng zusammenstehen, während andere Stallbereiche leer bleiben — signalisieren entweder einen Klimafehler (Zugluft, Überhitzung) oder den Beginn einer Erkrankung. Das Verteilungsmuster ist eines der frühesten Signale, weit vor sichtbarer Mattheit.

Aktivitätsindex: Die KI berechnet aus der Bewegungsintensität aller erfassten Tiere einen Wert, der über den Tag kontinuierlich erfasst wird. Starke Abweichungen vom Tagesprofil — ein Einbruch der Aktivität zur Zeit, zu der die Herde normalerweise am aktivsten frisst — lösen den Alert aus.

Futter- und Wasserverbrauch: Einige Systeme integrieren Futter- und Wasserzählerdaten. Veränderungen im Verbrauch, die mit Kamerabeobachtungen korrelieren, erhöhen die Treffsicherheit des Alerts deutlich.

Akustisches Monitoring (Zusatzoption): Lautäußerungen von Geflügel verändern sich bei Stress und Krankheit messbar. Mikrofone, die frequenzanalysiert ausgewertet werden, können Veränderungen im Vokalstatus der Herde als Ergänzung zum Videosignal liefern. Diese Kombination aus visuellen und akustischen Signalen erhöht die Erkennungsgenauigkeit gegenüber reinen Kamerasystemen.

Was das System nicht kann: Es erkennt, dass etwas nicht stimmt — aber nicht, was. “Die KI erkennt Verhalten, aber sie weiß nicht, woher es kommt”, formulierte Forscherin Mona Giersberg in einer Studie zur KI-gestützten Geflügelüberwachung (Gefluegelnews.de, 2024) präzise. Das System gibt einen Hinweis, der Tierarzt stellt die Diagnose. Diese Arbeitsteilung ist kein Mangel, sondern die korrekte Nutzung des Werkzeugs.

Was ihr hardware-seitig braucht

Dieser Anwendungsfall ist nicht mit einem Software-Abonnement gemacht. Die Infrastruktur im Stall entscheidet über Systemqualität.

Kameras: IP67-zertifizierte Weitwinkelkameras mit Nachtlichttauglichkeit (Mindestanforderung: 0,2 Lux Auslösung) sind für die Stallumgebung Pflicht — Feuchtigkeit, Ammoniakgas, Druckwaschen bei der Stallreinigung setzen Standardkameras zu. Eine Deckenhalterung je 150–300 m² Stallfläche ist typisch; die genaue Anzahl hängt von Stallgeometrie und Kamerasichtfeld ab.

Edge-Processing-Einheit: Das Videomaterial wird idealerweise direkt im Stall vorverarbeitet — aus Latenzgründen (Alerts müssen in Echtzeit ankommen) und wegen der Datenmenge (kontinuierliche Videostreams ins Internet zu übertragen ist teuer und fehleranfällig). Eine Edge-Box mit ausreichend Rechenleistung gehört zur Stallinstallation.

Internetanbindung am Stall: Für die Cloud-Übertragung der aggregierten Analysedaten und für den App-Alert braucht der Stall eine stabile Internetverbindung. Bei älteren Hofgebäuden in Feldlage ist das oft der eigentliche Engpass. LTE/5G-Router sind eine gangbare Alternative zu Kabelanbindung.

Stromversorgung: Kameras, Edge-Box und Router brauchen gesicherte Stromversorgung. Bei Stromausfall im Stall — in der Praxis ein gelegentliches Problem — muss definiert sein, ob USV-Systeme vorhanden sind oder ob der Alert im Ausfall-Fall manuell kompensiert wird.

Druckwaschen-Kompatibilität: Bei der Stallhygiene zwischen Durchgängen wird der Stall mit Hochdruckwasser gereinigt. Kamerasysteme, die diesem Prozess nicht standhalten, müssen jedes Mal abgebaut und wieder montiert werden — ein erheblicher Aufwand. IP67 ist das Minimum; IP69K (Hochdruckwasserschutz) ist besser.

Konkrete Werkzeuge — was wann passt

VetVise — Kamerasystem aus Hannover, entwickelt von Veterinären und Agraringenieuren speziell für Geflügelställe. Installationskosten ca. 11.000–12.000 € pro Stall (Hardware), Softwarepauschale ca. 20 €/Kamera/Monat. IP67-Kameras, funktioniert ab 0,2 Lux Stallbeleuchtung, tägliche App-Handlungsempfehlungen. Bewährt bei Claus Wöste (Börger, zwei Betriebe) und Philipp Beckhove (Senden, ein ausgestatteter Stall von vier). Deutschsprachiger Support. Gute Wahl für deutsche Betriebe mit einem bis vier Ställen, die eine klar strukturierte Einführung mit persönlicher Betreuung wollen.

ChickenBoy (Faromatics / AGCO) — Nicht Kamerasystem, sondern Schienen-Roboter, der kontinuierlich durch den Stall fährt und ein Multimodal-Sensorset mit sich führt: Thermalkamera, Luftqualitätssensoren, Mikrofon, Lichtmesser, plus Einstreuanalyse via Spektroskopie. Ca. 15.000 € pro Einheit. Optimal für Ställe mit 20.000–60.000 Tieren. Nach der Akquisition durch AGCO Teil eines größeren Precision-Farming-Portfolios, was langfristige Integration verspricht. Richtig für Betriebe, die neben Verhaltensmonitoring auch Einstreuqualität automatisch überwachen wollen — Einstreuveränderungen sind ein frühes Signal für entero-pathogene Infektionen.

Wann welcher Ansatz?

• Standard-Broilerbetrieb mit 1–4 Ställen und Fokus auf Aktivitäts- und Verteilungsüberwachung → VetVise
• Großbetrieb mit 20.000–80.000 Tieren pro Stall, multimodales Monitoring gewünscht → ChickenBoy
• Eigenbau-Integration (Open-Source-Kameraframework + eigene Edge-KI) → nur sinnvoll mit eigenem IT-Know-how und deutlich mehr Integrationsaufwand, keine Plug-and-Play-Option für normale Landwirtschaftsbetriebe

Datenschutz und Datenhaltung

Für das reine Monitoring des Tierbestands ohne Kameraerfassung von Personen sind DSGVO-Belange gering — Tiere sind keine natürlichen Personen im Sinne der DSGVO. Relevant wird der Datenschutz, sobald:

• Stallpersonal oder Betriebsinhaber in das Kamerabild geraten (was bei permanenten Deckenkameras vorkommt). Hier greifen Beschäftigtendatenschutz und ggf. Mitbestimmungsrechte des Betriebsrats.
• Bestandsdaten an Dritte übertragen werden — Integratoren, Abnehmer, Tierärzte, Versicherungen. Die Betriebsdaten sind schützenswerte Geschäftsgeheimnisse; Nutzungsrechte an den gesammelten Daten sollten im Anbietervertrag explizit geregelt sein.

AVV: Wenn der Kamerasystem-Anbieter auf Cloud-Infrastruktur außerhalb deines Betriebs verarbeitet, ist ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO zu unterzeichnen. VetVise verarbeitet nach eigenen Angaben auf EU-Servern; lass dir den genauen Hosting-Standort und die AVV-Vorlage vor Vertragsabschluss vorlegen.

Datenhoheit: Kläre im Vertrag, wer Eigentümer der gesammelten Monitoring-Daten ist. Einige Anbieter behalten sich das Recht vor, anonymisierte Daten für Modell-Training zu nutzen — das ist nicht grundsätzlich problematisch, sollte aber bewusste Entscheidung sein, nicht Kleingedrucktes.

Tiergesundheitsrecht und Meldepflichten

Dieser Abschnitt ist eine fachliche Orientierung. Tiergesundheitliche Maßnahmen und Medikationsentscheidungen erfordern immer die Einbindung eines zugelassenen Tierarztes. Bei Seuchenverdacht gelten gesetzliche Meldepflichten nach TierGesG.

KI-Monitoring verändert die rechtliche Lage für Geflügelhalter nicht — es erweitert die Möglichkeiten zur Früherkennung. Die Pflichten bleiben:

Meldepflichtige Erkrankungen: Newcastle Disease und Hochpathogene Aviäre Influenza (H5, H7) sind Tierseuchen der Kategorie A nach VO (EU) 2016/429 (Animal Health Law). Bei begründetem Verdacht — und ein ungewöhnlicher KI-Alert in Verbindung mit klinischen Zeichen kann diesen Verdacht begründen — besteht sofortige Meldepflicht beim zuständigen Veterinäramt. Wer einen solchen Alert ignoriert und den Bestand nicht unverzüglich tierärztlich untersuchen lässt, riskiert Strafbarkeit nach TierGesG.

Antibiotika-Einsatz: Jeder Antibiotika-Einsatz in der Geflügelhaltung muss nach TAMG (Tierarzneimittelgesetz) dokumentiert werden. Das KI-System kann die Indikationsstellung nicht ersetzen — ein Tierarzt muss die Diagnose stellen, das Medikament verschreiben und die Behandlung dokumentieren. Der KI-Alert ist ein Hinweis, keine Behandlungsanweisung.

Tierschutzrechtliche Pflicht zur Tierbeobachtung: §4 TierSchNutztV verpflichtet Geflügelhalter zur regelmäßigen Tierbeobachtung. KI-Monitoring kann diese Pflicht ergänzen, aber nicht ersetzen — die manuelle Stallrunde, die Dokumentation und die persönliche Einschätzung des Tierhalters bleiben gesetzlich gefordert.

Praktischer Hinweis: Definiere mit deinem Hoftierarzt vorab, bei welchen Alert-Typen du sofort anrufst, bei welchen du 24 Stunden beobachtest, und was klar als Routineabweichung gilt. Dieser Alertplan reduziert sowohl unnötige Notfallanrufe als auch die Gefahr, echte Signale zu ignorieren.

Was es kostet — realistisch gerechnet

Einmalige Kosten (VetVise-Beispiel, ein Stall)

• Hardware (Kameras + Edge-Box + Installation): ca. 11.000–12.000 €
• Inbetriebnahme und Kalibrierung: typisch im Hardware-Paket enthalten
• Zusätzlich: ggf. Internetanbindung am Stall (LTE-Router + Monatsbeitrag)

Laufende Kosten

• Softwarepauschale VetVise: ca. 20 €/Kamera/Monat. Bei einem Stall mit 10 Kameras: ca. 200 €/Monat oder 2.400 €/Jahr.
• ChickenBoy: ca. 15.000 € Hardware, Softwarekosten auf Anfrage.

Was du dagegen rechnen kannst (konservatives Szenario) 30.000 Tiere, 6 Umtriebe/Jahr, aktueller Broiler-Auszahlungspreis ca. 0,90–1,00 €/kg Lebendgewicht:

• 0,5 % weniger Mortalität = 150 Tiere × 2 kg × 0,95 €/kg ≈ 285 € pro Durchgang = 1.710 €/Jahr
• 1,0 % weniger Mortalität = 300 Tiere → 3.420 €/Jahr
• Dazu kommen: Einsparungen bei Tierarztkosten durch frühzeitigen, gezielteren Einsatz; mögliche Futterkosten-Reduktion durch bessere Klimakontrolle; weniger Verwürfe beim Schlachtabzug.

Amortisation: Bei laufenden Kosten von ca. 2.400–3.000 €/Jahr (Software) und Einmalkosten von ca. 11.500 € ist das System ab einer Mortalitätsreduktion von etwa 1 % und zwei bis drei Betriebsjahren wirtschaftlich neutral. Wer mehrere Ställe nachrüstet, trägt die Einrichtungskosten pro Stall, profitiert aber vom geteilten Dashboard und der Lernkurve auf Anwenderseite.

Was du nicht einplanen solltest: Eine garantierte Mortalitätsreduktion. Das System gibt Hinweise — wie du damit umgehst, entscheidet über den wirtschaftlichen Effekt. Betriebe ohne direkten Tierarztzugang oder ohne klare Alert-Reaktionsprozesse werden weniger Nutzen realisieren als Betriebe, die den Prozess vor der Kamera-Installation definiert haben.

Typische Einstiegsfehler

1. Das System installieren, bevor der Alert-Prozess steht. Ein Kamerasystem sendet Alerts — und wenn niemand definiert hat, wer welchen Alert wie schnell beantwortet, verpufft der Nutzen. Die häufigste Folge: Alert-Müdigkeit. Das System sendet täglich Hinweise auf leichte Abweichungen, niemand reagiert konsequent, nach drei Monaten schallt der Alarm ins Leere. Definiere mit dem Tierarzt vorab drei Alert-Eskalationsstufen: sofortiger Anruf, Beobachtung mit 4-Stunden-Rückmeldung, Dokumentation zur nächsten Routinekontrolle.

2. Die Kalibrierungsphase als Betriebsstart missinterpretieren. In den ersten 1–2 Wochen lernt das System die Baseline deines Bestands. Alerts in dieser Phase weisen laut VetVise-Praxisbericht eine etwa doppelt so hohe False-Positive-Rate auf wie im eingefahrenen Routinebetrieb — das ist keine Fehlfunktion, sondern Kalibrierung. Wer in dieser Phase beginnt, auf jeden Alert zu reagieren, und dabei schlechte Erfahrungen macht, läuft Gefahr, das System dauerhaft auf niedrige Alertsensitivität zu stellen — und damit das 24–48-Stunden-Früherkennungsfenster zu verlieren.

3. Falsche Alerte als Systemversagen interpretieren. KI erkennt Muster, nicht Ursachen. Ein Alert auf ungewöhnliche Clusterbildung in einer Stallecke kann Krankheit signalisieren — oder eine defekte Lüftungsklappe, die einen Kältezug erzeugt. In Praxisberichten löst jeder zweite Alert im Routinebetrieb eine nicht-pathologische Ursache (Klima, Licht, Tränke) aus — kein Defekt, aber eine Ursache, die ebenfalls behoben werden muss. Wer nach drei false positives das System nicht mehr ernst nimmt, verliert den Mehrwert. Lösung: Alert-Ursachen dokumentieren — nach vier bis sechs Wochen zeigt sich, welche Alerte fast immer auf Klimaprobleme hinweisen und welche verlässlich auf Gesundheitsrisiken.

4. Das System ersetzt die tägliche Stallrunde nicht. Das ist kein Einstiegsfehler des Systems, sondern ein häufiges Missverständnis. §4 TierSchNutztV verpflichtet zur regelmäßigen Tierbeobachtung — die Kamera unterstützt, ersetzt aber nicht die persönliche Präsenz. Wer die Stallrunde komplett einstellt, weil “das System ja aufpasst”, verliert Erfahrungswissen, das keine Kamera ersetzt: den Geruch des Stalls, das Geräusch der Herde, das intuitive Bild eines erfahrenen Stalleiters.

5. Systemdaten nicht mit dem nächsten Durchgang vergleichen. Das Potenzial der Monitoring-Daten liegt nicht nur in der akuten Früherkennung, sondern im Vergleich über Durchgänge. In welchem Stallabschnitt treten Gesundheitsprobleme gehäuft auf? Gibt es Zusammenhänge zwischen Klimaprofil und Erkrankungszeitpunkt? Diese Fragen beantworten sich nicht nach zwei Wochen, sondern nach sechs bis zwölf Monaten Datenbasis.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist in vier bis sechs Wochen installiert und kalibriert. Was länger dauert: der kulturelle Umstellungsprozess auf dem Betrieb.

Der erfahrene Tierhalter, der der Kamera nicht traut. Jemand, der 20 Jahre lang seinen Bestand durch Stallrunden kennt, hat eine ausgeprägte intuitive Einschätzungskompetenz. Das System soll diese Erfahrung ergänzen, nicht ersetzen — aber genau das fühlt sich manchmal nach Konkurrenz an. Was hilft: in der Kalibrierungsphase aktiv vergleichen. Hat der erfahrene Stallleiter etwas bemerkt, was das System nicht gesehen hat? Hat das System etwas signalisiert, was er nicht wahrgenommen hat? Dieser Dialog macht beide Seiten besser — und schafft Akzeptanz.

Das Betriebspersonal, das nicht mit der App umgehen will. Alerts auf einem Smartphone zu empfangen und nachzuverfolgen ist für manches Stallpersonal eine neue Aufgabe. Die Einführung klappt besser, wenn eine Person pro Betrieb die App-Nutzung aktiv übernimmt und als Ansprechpartner für alle anderen fungiert — nicht jeder muss alles wissen.

Der Tierarzt, der das System kennen muss. Wenn der Tierarzt einen Alert nicht versteht oder nicht einordnen kann, verliert die Frühwarnung ihren Wert. Investiere einen Termin, bei dem der Tierarzt die System-Oberfläche sieht, die Alert-Logik versteht und gemeinsam mit dir den Eskalationsprozess definiert. Diese zwei Stunden zahlen sich in jedem echten Krankheitsfall aus.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Ich habe 20 Jahre Erfahrung — ich kenne meine Tiere.” Das stimmt, und dieses Wissen ist nicht ersetzbar. Die Frage ist nicht, ob du deine Herde kennst, sondern ob du bei 30.000 Tieren in mehreren Stallabteilen jeden Abteil täglich mit der Aufmerksamkeit überwachen kannst, die frühzeitige Krankheitserkennung erfordert. Das System schläft nicht, macht keine schlechten Tage, und sieht vier Stallabschnitte gleichzeitig. Erfahrung und Kamera sind kein Widerspruch — sie ergänzen sich.

„Was, wenn das System ständig falsche Alarme schlägt?” Die Forschung (Mona Giersberg et al., Gefluegelnews 2024) bestätigt: Systeme, die Verhalten detektieren, aber nicht die Ursache kennen, erzeugen falsche Positiven. Das ist kein Totschlagargument, sondern ein Designproblem, das mit einem klaren Alert-Protokoll in den Griff zu bekommen ist. Außerdem: Ein false positive, der dich auf einen Lüftungsdefekt hinweist, ist kein Fehler.

„Das Investment rechnet sich bei meiner Stallgröße nicht.” Bei einem einzelnen Stall mit 15.000 Tieren und einem Installationspreis von 11.000–12.000 € ist die Rechnung eng. Die Skalierung macht den Unterschied: zwei, drei, vier Ställe auf dem gleichen Betrieb oder Hof teilen das Bedienwissen, das Dashboard und die Software-Kosten. Wer plant, zu wachsen, kalkuliert das System als Infrastrukturprojekt, nicht als Einzelmaßnahme.

Woran du merkst, dass das zu dir passt

Du bist in einer guten Ausgangsposition, wenn:

• Du bewirtschaftest einen Stall mit mindestens 20.000 Tieren — unter dieser Schwelle ist der manuelle Beobachtungsaufwand noch überschaubar, die Wirtschaftlichkeit des Systems wird eng.
• Du hast eine stabile Internetanbindung am Stall — oder bist bereit, einen LTE-Router zu installieren. Ohne Netz kein Alert.
• Dein Hoftierarzt ist erreichbar und bereit, den Alert-Prozess gemeinsam zu definieren — das System multipliziert den Wert einer guten Tierarztbeziehung.
• Du bewirtschaftest mehrere Stalleinheiten — je mehr Ställe, desto attraktiver das Software-Skalenmodell.
• Du führst bereits sorgfältig Durchgangsdaten — Mortalitätsrate, Tagesgewichtszunahme, Medikamenteneinsatz. Diese Ausgangsdaten brauchst du für den Vorher-Nachher-Vergleich.

Wann das System (noch) nicht passt — drei harte Ausschlusskriterien:

1. Unter 15.000 Tieren pro Stall ohne geplante Bestandsausweitung. Die Einmalkosten von 11.000–12.000 € amortisieren sich bei kleinen Beständen kaum innerhalb eines wirtschaftlich realistischen Zeitraums. Priorität sollte hier auf Grundlagen wie Klimasteuerung und Stallhygiene liegen.

2. Kein zugelassener Bestandstierarzt mit regelmäßiger Betreuung. Das System gibt Hinweise — wer sie nicht professionell bearbeiten kann, bekommt aus einem Frühwarnsystem ein Beunruhigungssystem ohne Konsequenz. Ohne aktive Tierarztbeziehung macht ein Alert-System keinen Sinn.

3. Keine Bereitschaft, Alert-Protokolle zu definieren und einzuhalten. Wer das System installiert und erwartet, dass es sich um alles kümmert, wird enttäuscht. Das System überwacht — handeln muss immer ein Mensch. Wer keine Zeit oder Kapazität hat, einen strukturierten Reaktionsprozess aufzusetzen, kauft Technik ohne Nutzen.

Das kannst du heute noch tun

Starte mit einer Bestandsaufnahme deiner Durchgangsdaten: Wie hoch ist deine Mortalitätsrate in den letzten drei Durchgängen? In welchen Wochen des Durchgangs fallen die meisten Verluste an? Zu welchen Uhrzeiten hast du die kritischsten Phasen bisher manuell entdeckt?

Diese Analyse dauert eine Stunde und gibt dir die Baseline, mit der du nach einer möglichen Systemeinführung den tatsächlichen Nutzen messen kannst — unabhängig davon, ob du dich dann für eine Kameralösung entscheidest oder nicht.

Wenn du danach ein erstes Beratungsgespräch mit einem Anbieter wie VetVise führen willst: Stelle folgende Fragen konkret:

Quellen & Methodik

• VetVise GmbH (Hannover): Praxisbericht zu Broilermonitoring mit KI-Kamerasystem, publiziert in top agrar (veröffentlicht 2024, topagrar.com/gefluegel/vetvise-kamera-tierkontrolle). Anwendererfahrungen von Claus Wöste (Börger) und Philipp Beckhove (Senden), zwei Jahren Praxisbetrieb. Installationskosten 11.000–12.000 €/Stall, Softwarepauschale ca. 20 €/Kamera/Monat.
• Faromatics / ChickenBoy / AGCO: Produktbeschreibung und Marktpositionierung, Canadian Poultry Magazine (2023); AGCO-Akquisitionsmeldung, Farm Automation Today (2024). Preis ca. 15.000 €/Einheit für europäische Abnehmer.
• Giersberg, M. et al.: Zitiert in Gefluegelnews.de (2024): „KI erkennt Hühnerverhalten — kennt aber oft nicht den Grund.” Kernbefund: KI-Systeme liefern zuverlässige Verhaltensdetektion, können aber kausale Ursachen nicht differenzieren — veterinäre Expertise bleibt unersetzlich.
• Pubmed / Journal of Computer Networks and Communications (Wiley, 2024): Review-Artikel zu Machine Learning- und Deep Learning-Methoden in der Geflügelgesundheit, DOI: 10.1155/2024/8674250. YOLOv5s erreichte 96 % Erkennungsrate für Broiler-Individuen; akustische Modelle erkannten Distress-Calls mit 95 % Genauigkeit.
• Friedrich-Loeffler-Institut (FLI): Pressemitteilung Februar 2026 zu Newcastle-Krankheits-Ausbrüchen in Deutschland nach 30-jähriger Ausbruchspause. Newcastle Disease ist Kategorie-A-Seuche nach VO (EU) 2016/429.
• VO (EU) 2016/429 (Animal Health Law): Tiergesundheitsrecht der EU, Kategorisierung von Tierseuchen und Meldepflichten.
• Tierärztliche Hochschule Hannover, Prof. Dr. Nicole Kemper: Interview in Der Hoftierarzt (August 2025) zu KI und Digitalisierung in der Geflügelhaltung — Einordnung zu Chancen und Grenzen von Monitoring-Systemen in der Praxis.
• Mortalitätsraten Broilerhaltung: Statistisches Bundesamt, Geflügelhaltungsberichte 2023. Branchendurchschnitt 3,5–5 % pro Durchgang.

Willst du wissen, ob sich ein KI-Kamerasystem für deinen spezifischen Betrieb rechnet? Beschreibe deine Bestandsgröße und aktuelle Mortalitätsrate — wir rechnen es gemeinsam durch.