Daten aus der realen Welt erfassen, verknüpfen und verarbeiten – das leisten die FutureIOT-Technologien. Mit diesen können Prozesse koordiniert sowie Infrastrukturen überwacht und optimiert werden. Nützlich ist das für eine Vielzahl von Anwendungen, die zum Beispiel der Tiergesundheit, dem Parkplatzmanagement, der Luftqualitätsmessung sowie der Düngung und Bewässerung von Äckern dienen. Das Verbundprojekt mit 29 Unternehmen und Behörden sowie 11 Partnern aus dem Wissenschaftsbereich in Bayern wurde Ende Oktober 2021 abgeschlossen. An der disziplinübergreifenden Plattform mit Nutzen für Mensch und Umwelt wird jedoch weitergeforscht.
Ziel des Forschungsverbundes war die Suche nach innovativen Lösungen für die Nutzung des Internet of Things (IoT) in Städten und auf dem Land. Technologien aus den Bereichen Kommunikation, Sensorik, Lokalisierung und Informationssicherheit sowie IoT-Plattformen wurden dafür intelligent vernetzt. Das ermöglicht Ergebnisse, die für die gesamte Gesellschaft wünschenswert sind: gute Luft zum Atmen, gesunde Tiere auf den Weiden und ertragreiche Ackerböden. Das Kompetenznetzwerk FutureIOT hat Lösun-gen für die Tiergesundheit, das Parkplatzmanagement, die Luftqualitätsmessung sowie die Düngung und Bewässerung von Äckern erarbeitet.
rechts: Verschiedene Sensoren wie beispielsweise Beschleunigungssensoren, die an einem Halsband angebracht wurden, gaben Aufschluss über Bewegungsmuster der Tiere sowie ihr individuelles Verhalten. (Quelle: Bayerische Landesanstalt für Landwirtschaft)
Durch die Anwendung unterschiedlicher Arten von Sensoren sind die Einsatzmöglichkeiten der vernetzten Technologien breit gefächert. Die Projektpartner entwickelten intelligente Lösungen sowohl für Städte als auch für die Landwirtschaft. Beschleunigungssensoren ermitteln das Verhalten von Rindern auf der Weide und ermöglichten – verknüpft mit zahlreichen Umgebungsparametern – Rückschlüsse auf die Tiergesundheit. Basierend auf Verhaltensbeobachtungen mithilfe von Kameras im Laufstall und auf der Weide wurden maschinelle Lernmodelle für die Verhaltensweisen Liegen, Grasen und Wiederkauen entwickelt. „Die Modelle erkennen die Verhaltensweisen sowohl im Stall als auch auf der Weide mit einer sehr hohen Genauigkeit, sodass über ihre Anwendung die Dauer, die Häufigkeit sowie der Tagesrhythmus der einzelnen Tiere erfasst werden konnte. Eine Änderung dieser Parameter findet bei Milchkühen im Zusammenhang mit Erkrankungen, Belastungen oder auch der Brunst statt, sodass die automatisierte Erfassung mit einem Monitoringsystem die Früherkennung dieser Situationen erlaubt“, erläutert Projektleiter Stefan Thurner von der Bayerischen Landesanstalt für Landwirtschaft. Im weiteren Verlauf des Projekts wurde dies dazu genutzt, die Änderungen im Verhalten während einer beginnenden Hitzebelastung zu erfassen.
