ShrimpWiz

Ziel des Projektes ist die Erfassung und Validierung des Tierwohls und der Mortalität in der gesamten Produktionskette einer Garnelenfarm mittels automatisierter Bilderkennungssoftware. Dadurch soll die Qualität und Wirtschaftlichkeit der einheimischen Garnelenproduktion verbessert werden. 

Garnelen in deutschen Supermärkten stammen fast ausschließlich aus Zuchtanlagen außerhalb der EU. Ein Nachweis über die artgerechte Haltung dieser Tiere würde dem Verbraucher eine Orientierung beim Einkauf geben und gleichzeitig die Vorteile einer heimischen, landbasierten Garnelenzucht aufzeigen. Aufgrund der starken Trübung des Wassers in den traditionellen Teichanlagen für die Aquakultur von Garnelen ist eine optische Erfassung des Tierwohls, sei es mit bloßem Auge oder automatisierter Bilderkennung nahezu ausgeschlossen. 

Im Gegensatz zur Teichproduktion ist das Wasser in den landbasierten Anlagen klar. Daher eignen sich dies Anlage hervorragend für die optische Überwachung der Tiere, wie schon im Projekt MonitorShrimp gezeigt wurde. Mit einer Genauigkeit von über 90% konnten hier sowohl Länge und Anzahl der Tiere bestimmt, als auch erstmals visuelle Stressindikatoren (ebenfalls mit 90% Genauigkeit) erfasst werden. Mit diesen Daten ließen sich die Produktionsabläufe bereits optimieren.

Doch wie kann diese Software das Tierwohl bei der Garnelenzucht verbessern? In der modernen landbasierten Aquakultur ist es aufgrund der hohen Besatzdichten für den Anlagenbetreiber in der Regel nur durch regelmäßiges Abfischen, Messen und Wiegen möglich, die Anzahl der Tiere und deren Zustand zu erfassen. Dies ist unter anderem wichtig um die optimale Futtermenge abzuleiten und Überfütterung zu vermeiden. Dies führt jedoch zu Stress bei den Garnelen und so zu einem verminderten Tierwohl. Auch beeinträchtigt liegengebliebenes Futter die Wasserqualität. Jedes einzelnen Tiers auf Stresssymptome oder sogar kranke Tiere zu untersuchen ist praktisch unmöglich – äußerliche Stressmerkmale sind selbst bei optimalen Lichtverhältnissen kaum zu erkennen. Die Kombination aus hochauflösender Bildqualität, modernster Kamerahardware, leistungsstarken Rechnern und der neuesten Generation von KI-basierten Bildverarbeitungsmodellen ermöglicht es nun jedoch, dieser optischen Stresssymptome zu erkennen.

In den kommenden zwei Jahren werden wir gemeinsam mit unserem Projektpartner Oceanloop Kiel GmbH in Zusammenarbeit mit einem der führenden Unternehmen der KI-Entwicklung eine Vielzahl von Bilddaten generieren um daraus eine marktreife Tierwohl-Software für die landbasierte Garnelenzucht zu entwickeln.