Wie smarte Ohrmarken die Brunst bei Sauen erkennen — Die Wissenschaft hinter BioTag

Das Problem mit der visuellen Erkennung

Die klassische Brunsterkennung setzt darauf, dass erfahrenes Personal den Stall begeht und auf Duldungsreflex, Vulvaschwellung und Verhaltensänderungen achtet. Diese Methode ist seit Jahrzehnten Standard, und geübte Mitarbeiter erzielen gute Ergebnisse. Aber sie hat harte Grenzen:

• Sie funktioniert nur, wenn jemand hinschaut. Rauschen, die nachts oder am Wochenende beginnen, werden übersehen.
• Sie hängt stark von Erfahrung und Aufmerksamkeit ab. Personalwechsel oder Ermüdung wirken sich direkt auf die Erkennungsrate aus.
• In der Gruppenhaltung — durch Tierschutzvorgaben zunehmend gefordert — wird die visuelle Erkennung schwieriger, da dominante Sauen das Verhalten rangniedriger Tiere überlagern.

Studien zeigen konsistent, dass die visuelle Beobachtung im Praxisbetrieb rund 50 % der Brunstereignisse erfasst. Das bedeutet: Etwa jede zweite Rausche bleibt unbemerkt.

Was während der Brunst passiert — aus Sicht des Sensors

Aus Sensorsicht erzeugt eine brünstige Sau zwei messbare Signale:

1. Aktivitätssteigerung. Dies ist der stärkste und konstanteste Indikator. Sauen in der Brunst stehen mehr, laufen häufiger und wechseln öfter ihre Körperhaltung. Sie sind unruhig. Ein dreiachsiger Beschleunigungssensor an der Ohrmarke erfasst dies als erhöhte Bewegungsamplitude, größere Varianz in den Beschleunigungsdaten und häufigere Übergänge zwischen Liegen und Stehen. Bereits Bressers (1993) konnte nachweisen, dass die per Beschleunigungssensor gemessene Aktivität während der Brunst signifikant ansteigt.

2. Temperaturveränderung. Die Körpertemperatur zeigt während der Brunst messbare Veränderungen, wobei der Effekt zwischen einzelnen Tieren variiert. Ein Temperatursensor an der Ohrmarke erfasst die Oberflächentemperatur kontinuierlich und liefert einen ergänzenden Datenstrom. Für sich allein ist die Temperatur nicht zuverlässig genug zur Brunsterkennung — aber in Kombination mit Aktivitätsdaten liefert sie echten Mehrwert.

Genau diese beiden Signale misst BioTag: kontinuierliche dreiachsige Beschleunigung und Temperatur, in Echtzeit über Bluetooth 5.2 an eine cloudbasierte Analyseplattform übertragen.

Wie genau ist die sensorbasierte Erkennung?

Die Forschungsliteratur liefert konkrete Vergleichswerte. Infrarot-Aktivitätssensoren erreichten bei Sauen eine Genauigkeit von 86 %, wenn tägliche Aktivitätsmuster als Eingangsgröße verwendet wurden (Freson et al., 1998). Halsmontierte Lagesensoren erzielten bei 30-Minuten-Erkennungsfenstern eine Sensitivität von 90,6 % und eine Spezifität von 81,6 % (Wang et al., 2020). Ohrmontierte Beschleunigungssensoren bei Milchkühen — das engste Analogon zur Schweine-Ohrmarke — erreichten eine automatische Erkennungsrate von ca. 80 %, verglichen mit etwa 50 % bei alleiniger visueller Beobachtung.

Ein umfassendes Review aus dem Jahr 2025, veröffentlicht in Animals, untersuchte sämtliche verfügbare Technologien zur Brunsterkennung bei Sauen und kam zu einem klaren Ergebnis: Keine einzelne Sensormodalität erreicht konsistent mehr als 90 % Genauigkeit. Die empfohlene Strategie sind multiparametrische KI-Modelle, die Aktivitäts- und Temperaturdaten kombinieren — genau die Architektur hinter BioTag.

Warum das Ohr?

Die Sensorplatzierung am Ohr bietet praktische Vorteile, die im Stallalltag zählen:

• Haltbarkeit. Ohrmarken sind Standardausrüstung in der Schweinehaltung. Landwirte und Personal wissen, wie man sie einsetzt und handhabt. Es braucht keine zusätzliche Schulung oder Infrastruktur.
• Datenqualität. Das Ohr erfasst sowohl Kopfbewegungen (Fressen, Trinken, Sozialverhalten) als auch ganzkörperliche Aktivität (Laufen, Liegen, Haltungswechsel). Das liefert ein reichhaltigeres Signal als Sensoren an Beinen oder Hals.
• Temperaturzugang. Die Ohr-Oberflächentemperatur korreliert mit der Kerntemperatur und ist ohne invasive Sonden messbar.

Es gibt einen Kompromiss: Ohrmontierte Sensoren nehmen Ohrenklappen als Rauschen im Beschleunigungssignal auf. Dies ist eine in der Literatur dokumentierte Herausforderung (Huang et al., 2024), die moderne Signalverarbeitung und maschinelles Lernen aber wirksam herausfiltern können.

Vom Rohdatenstrom zur Brunstalarmierung

Der Weg von der Sensormessung zur Benachrichtigung umfasst mehrere Schritte:

1. Datenerfassung. Die Ohrmarke erfasst Beschleunigungs- und Temperaturdaten in regelmäßigen Intervallen und überträgt sie an ein Gateway-Gerät im Stall.
2. Merkmalsextraktion. Das System berechnet aussagekräftige Kennzahlen aus den Rohdaten: gleitende Aktivitätsmittelwerte, Häufigkeit von Haltungswechseln, Temperaturabweichung von der individuellen Basislinie jedes Tieres und tageszeitliche Muster (Schweine zeigen natürliche Tagesrhythmen).
3. Maschinelle Klassifikation. Ein auf gelabelten Brunstdaten trainierter Algorithmus bewertet die extrahierten Merkmale und vergibt einen Wahrscheinlichkeitswert. Die tierindividuelle Normalisierung ist dabei entscheidend — Sauen unterscheiden sich erheblich in der Ausprägung ihrer Brunstsymptome.
4. Alarmierung. Überschreitet die Wahrscheinlichkeit einen Schwellenwert, erhält der Landwirt eine Benachrichtigung über die Cloud-Plattform oder die mobile App.

Die Betonung tierindividueller Basiswerte ist wichtig. Manche Sauen zeigen während der Brunst deutliche Verhaltensänderungen; andere — insbesondere ältere, multipare Tiere — können bemerkenswert unauffällig sein. Ein System, das jede Sau mit ihrem eigenen Normalmuster vergleicht, erkennt Fälle, die ein fester Schwellenwert übersehen würde.

Stille Brunst und Grenzfälle

Eine der wertvollsten Fähigkeiten der Dauerüberwachung ist die Erkennung stiller Rauschen — Brunstereignisse, bei denen äußerliche Anzeichen minimal oder gar nicht vorhanden sind. Diese sind für menschliche Beobachter notorisch schwer zu erkennen, doch die zugrundeliegenden hormonellen Veränderungen erzeugen dennoch messbare Verschiebungen in Aktivität und Temperatur. Sensorsysteme, die rund um die Uhr und jeden Tag überwachen, erfassen Muster, die selbst aufmerksames Personal nicht wahrnehmen kann.

Die wirtschaftliche Betrachtung

Ein Review aus 2024 errechnete, dass die Reduktion der Leertage von 35 auf 24 auf einem Betrieb mit 2.400 Sauen einem Mehrerlös von ca. 528.000 USD pro Jahr entspricht. Selbst auf kleineren Betrieben ist die Rechnung überzeugend: Weniger verpasste Rauschen bedeuten engere Abferkelintervalle, mehr Ferkel pro Sau und Jahr und geringere Futterkosten in unproduktiven Phasen.

Die Sensortechnik ersetzt nicht gute Betriebsführung — sie erweitert sie. Das Personal trifft weiterhin die Belegungsentscheidungen, betreut die Tiere und bringt seine Erfahrung ein. Die Ohrmarke stellt lediglich sicher, dass keine Rausche unbemerkt bleibt — unabhängig von Tageszeit, Personalbesetzung oder Haltungssystem.

Wo BioTag steht

BioTag kombiniert kontinuierliche Beschleunigungs- und Temperatursensorik mit cloudbasierter maschineller Lernanalyse — den multimodalen Ansatz, den der aktuelle wissenschaftliche Konsens als vielversprechendsten identifiziert. Gemeinsam entwickelt von BioCV und Big Dutchman und ausgezeichnet mit dem Silbernen Innovationspreis auf der EuroTier 2024, ist BioTag die praktische Umsetzung von über drei Jahrzehnten Forschung zur automatisierten Brunsterkennung.

Wenn Sie Sauen halten und wissen möchten, wie sensorbasierte Brunsterkennung in Ihrem Betrieb funktionieren kann, nehmen Sie Kontakt mit dem BioCV-Team auf. Wir zeigen Ihnen gerne die Daten.

---

Weiterführende Artikel: Dieselbe Sensortechnologie ermöglicht Verhaltensmonitoring — erfahren Sie, wie Nestbauverhalten PDS vor dem Fieber vorhersagt, lesen Sie unseren umfassenden PDS-Forschungsbericht mit US-Europa-Vergleich, oder entdecken Sie, wie fortschrittliche Sauenbewertungssysteme Sensordaten mit Genetik und Wirtschaftlichkeit verbinden.