Früherkennung von Krankheiten bei Sauen: Wie Aktivitäts- und Temperaturmuster Gesundheitsprobleme vor den Symptomen zeigen

Tragbare Ohrmarken-Sensoren bieten einen Weg, die Lücke zwischen Krankheitsbeginn und menschlicher Wahrnehmung zu schließen. Das Prinzip ist einfach: Erfassen, was die Sau tut und wie warm sie ist, Vergleich mit ihrem normalen Basislevel und Meldung von Abweichungen, bevor klinische Anzeichen auftreten.

Was sich verändert, wenn eine Sau krank wird

Zwei messbare Signale verändern sich zuverlässig, wenn ein Schwein eine Erkrankung entwickelt:

Die Aktivität sinkt. Gesunde Sauen folgen einem gleichmäßigen Tagesrhythmus. Sie sind während der Fütterungszeiten aktiv — typischerweise 6:00–10:00 und 14:00–18:00 Uhr — und ruhen dazwischen, mit klaren Hoch- und Tiefpunkten, die sich Tag für Tag wiederholen. Bei Krankheitsbeginn bricht dieses Muster. Die Sau bewegt sich weniger, liegt häufiger und ihre Fresszeiten verkürzen sich oder fallen ganz aus. Eine Studie von Huang et al. (2024) zeigte, dass Beschleunigungssensoren in Ohrmarken diese Aktivitätsreduktionen deutlich erfassen — selbst vor dem Hintergrundrauschen, das ohrbasierte Sensoren durch Ohrenschlackern unvermeidlich aufnehmen.

Die Temperatur steigt. Fieber ist eine der frühesten Reaktionen des Körpers auf Infektionen. Ein ohrmontierter Temperatursensor erkennt dies als anhaltende Erhöhung über dem individuellen Basalwert des Tieres — nicht als feste Schwelle, sondern als Abweichung von dem, was für diese spezifische Sau normal ist. Diese Unterscheidung ist entscheidend. Die normale Ohroberflächentemperatur variiert zwischen Tieren, nach Tageszeit und mit den Umgebungsbedingungen. Ein System, das jede Sau mit ihrem eigenen gleitenden Durchschnitt vergleicht, erkennt subtile Verschiebungen, die ein pauschaler 39,5-°C-Schwellenwert übersehen würde.

Die zentrale Erkenntnis aus der Forschung: Keines der beiden Signale allein reicht aus. Aktivitätsveränderungen können soziale Dynamiken, Umstallungen oder Brunst widerspiegeln. Temperaturspitzen können von Umgebungswärme oder körperlicher Anstrengung stammen. Aber wenn Aktivität sinkt und Temperatur steigt — gleichzeitig — ist die Wahrscheinlichkeit einer echten Erkrankung hoch. Deshalb übertreffen Dual-Sensor-Ohrmarken, die Beschleunigungsmesser und Thermometer kombinieren, Einzelsignal-Ansätze bei der Gesundheitsklassifikation (Huang et al., 2024).

Verhalten als Gesundheitsindikator

Über reine Aktivitätswerte hinaus ist die Art des Verhaltens entscheidend. Aktuelle Forschung zur sensorbasierten Verhaltensklassifikation hat eine Genauigkeit von 91,23 % bei der Unterscheidung von Fressen, Bewegung und Ruhen allein aus Ohrmarken-Beschleunigungsdaten erreicht — mit 60-Sekunden-Analysefenstern (Smart Agricultural Technology, 2025). Diese Detailtiefe verwandelt eine einfache „aktiv vs. inaktiv"-Messung in ein differenziertes Verhaltensprofil.

Warum ist das für die Gesundheitsüberwachung wichtig? Weil verschiedene Krankheiten unterschiedliche Verhaltensmuster erzeugen:

• Atemwegsinfektionen reduzieren typischerweise die Gesamtbewegung, ohne die Futteraufnahme sofort zu unterdrücken.
• Magen-Darm-Erkrankungen zeigen oft zuerst Fressunlust, gefolgt von allgemeiner Teilnahmslosigkeit.
• Lahmheit reduziert die Fortbewegung, während das Fressen am Trog normal weiterlaufen kann.
• Systemische Infektionen unterdrücken alle Aktivitätskategorien gleichzeitig.

Ein Sensorsystem, das Verhaltensweisen klassifiziert — nicht nur Gesamtaktivität — kann potenziell zwischen Krankheitstypen unterscheiden und dem Stallpersonal sowie Tierärzten helfen, schneller mit der richtigen Maßnahme zu reagieren.

Das Baseline-Problem — und warum das Einzeltier zählt

Die größte Herausforderung bei der sensorbasierten Gesundheitsüberwachung liegt nicht darin, zu erkennen, dass etwas nicht stimmt. Sie liegt darin zu definieren, was „normal" für jedes einzelne Tier bedeutet.

Sauen sind nicht austauschbar. Eine junge Jungsau in der ersten Trächtigkeit zeigt naturgemäß bis zu 40 % mehr Tagesaktivität als eine Sau im sechsten Wurf im gleichen Stall. Beide gegen einen Herdendurchschnitt zu vergleichen, würde bei der einen ständige Fehlalarme und bei der anderen verpasste Warnungen produzieren.

Tierindividuelle Baseline-Modellierung löst dieses Problem. Das System lernt den individuellen Aktivitätsrhythmus und das Temperaturmuster jeder Sau in den ersten Tagen mit dem Sensor. Spätere Abweichungen werden gegen ihr Normalniveau gemessen — nicht gegen das der Herde. Dieser Ansatz erfordert eine kontinuierliche, lückenlose Datenerfassung über einen längeren Zeitraum — genau das, was eine permanent befestigte Ohrmarke leistet. Punktuelle Messungen bei Futterstationsbesuchen oder manuellen Kontrollen können keine vergleichbare Baseline-Qualität aufbauen.

Timing: Wie früh ist früh?

Der praktische Nutzen sensorbasierter Erkennung hängt davon ab, wie viel Vorsprung sie bietet. Die veterinärmedizinische Literatur identifiziert konsistent ein Fenster von 24–72 Stunden zwischen messbaren physiologischen Veränderungen und dem Auftreten klinischer Symptome, die für den Menschen sichtbar sind.

Die BioCV-Plattform zielt auf eine Erkennung 2–4 Tage vor sichtbaren Symptomen ab — früh genug, um die Behandlung einzuleiten, bevor die Krankheit fortschreitet, betroffene Tiere zu isolieren, bevor sich Erreger ausbreiten, und die Produktionsverluste zu vermeiden, die sich bei unentdeckter Erkrankung aufstauen.

Dieser Zeitvorsprung hat direkte wirtschaftliche Konsequenzen. Akute Ausbrüche von Atemwegserkrankungen wie Pleuropneumonie können bei später Erkennung rund 650 € pro Sau kosten, im Vergleich zu 332 € bei rechtzeitiger gezielter Behandlung (CEVA Swine Health, 2024). Über einen 500-Sauen-Betrieb hinweg kann der Unterschied zwischen früher und später Erkennung bei einem einzelnen Krankheitsereignis im fünfstelligen Bereich liegen.

Über die Erkennung hinaus: Kontinuierliches Monitoring vs. periodische Kontrollen

Traditionelles Gesundheitsmonitoring im Schweinebetrieb folgt einem periodischen Modell. Der Tierarzt kommt wöchentlich oder zweiwöchentlich. Betreuer gehen zwei- bis dreimal täglich durch den Stall. Zwischen diesen Kontrollen bleiben die Tiere unbeobachtet.

Kontinuierliches Sensor-Monitoring kehrt dieses Modell um. Jede Minute, jeden Tag, zeichnet das System Daten auf, aktualisiert Baselines und bewertet Abweichungen. Das ist besonders in Hochrisikophasen entscheidend:

• Nach dem Abferkeln — wenn Mastitis, Metritis und Agalaktie (MMA/PDS) häufig innerhalb der ersten 48 Stunden auftreten.
• Nach dem Umstallen — wenn Stress durch Neugruppierung die Immunfunktion unterdrückt und die Krankheitsanfälligkeit erhöht.
• Beim Jahreszeitenwechsel — wenn Lüftungsänderungen und Temperaturschwankungen das Risiko für Atemwegserkrankungen steigern.

In diesen Phasen wächst der Vorsprung zwischen sensorbasierter und menschlicher Erkennung. Krankheitsbeginn in der Nacht — der einen erheblichen Anteil der Fälle ausmacht — bleibt bis zur Morgenkontrolle vollständig unentdeckt. Ein Sensorsystem meldet ihn in Echtzeit.

Der regulatorische Druck

EU-Tierschutzvorschriften verlangen von Betrieben zunehmend den Nachweis proaktiver Gesundheitsüberwachung. Die Verlagerung von reaktiver tierärztlicher Versorgung zu präventivem Management deckt sich unmittelbar mit dem, was Sensortechnologie ermöglicht. Betriebe, die eine kontinuierliche, tierindividuelle Gesundheitsüberwachung dokumentieren können, sind besser aufgestellt für die Einhaltung strengerer Auflagen — und für die Tierwohl-Zertifizierungen, die Premium-Märkte zunehmend verlangen.

Wo BioTag ansetzt

BioTag erfasst bereits die beiden Signale, die die Forschung als aussagekräftigste Gesundheitsindikatoren identifiziert: kontinuierliche Drei-Achsen-Beschleunigung und Ohroberflächentemperatur. Dieselbe Sensor-Hardware, die BioCV's Brunsterkennung und Abferkelvorhersage antreibt, liefert die Datenbasis für das Gesundheitsmonitoring — ohne zusätzliche Ausrüstung, ohne zusätzliche Ohrmarke, ohne zusätzliche Stallinfrastruktur.

Der Schritt vom Reproduktionsmonitoring zum Gesundheitsmonitoring ist eine Software-Evolution, kein Hardware-Wechsel. Mit zunehmender Reife der Machine-Learning-Modelle wird jedes BioTag der Sau nicht nur zum Zuchtwerkzeug, sondern zum kontinuierlichen Gesundheitswächter.

Wenn proaktives Gesundheitsmonitoring für Ihren Betrieb relevant ist, kontaktieren Sie das BioCV-Team — wir zeigen Ihnen gerne, wie sensorbasierte Früherkennung in Ihrem Stall funktionieren kann.

---

Weiterführende Artikel: Erfahren Sie, wie dieselbe Sensortechnologie präzise Brunsterkennung ermöglicht, das Abferkeln bis zu 9 Stunden im Voraus vorhersagt oder entdecken Sie den kompletten IoT-Stack von der Ohrmarke bis zur App.