Hvis ei ku har det bra, ligger hun mer ned – og for hver ekstra time hun ligger, produserer hun i snitt 1,5 liter mer melk. Å holde oversikt over hvor mye hver enkelt ku faktisk ligger i løpet av et døgn er imidlertid både tidkrevende og omfattende for bøndene, særlig når en gjennomsnittsbesetning for danske melkebønder teller over 300 kyr som beveger seg fritt i fjøset.

VikingDanmark er en dansk forening eid av storfebønder, som spesialiserer seg på avl og genetikk for storfe, spesielt melkekyr. Foreningen er den største og eneste gjenværende storfeavlsforeningen i Danmark, og et viktig fokusområde er å gi eierne gode digitale verktøy for effektiv drift.

Manuell overvåking er ikke bærekraftig i stor skala

VikingDanmark tilbyr videoovervåkning av fjøs som en del av sitt arbeid med å forbedre drift og dyrevelferd. Analyse av kyrnes atferd har frem til nå vært basert på manuell gjennomgang av videomateriale – en prosess hvor hver enkelt ku har blitt observert individuelt på ulike tidspunkt. Dette er ikke bare svært tidkrevende, men også utsatt for subjektive vurderinger og feil. Med gjennomsnittsbesetninger på over 300 kyr som beveger seg fritt i fjøsene, ble det tydelig at prosessen ikke kunne skaleres videre uten automatisering. VikingDanmark trengte derfor en løsning som kunne håndtere store datamengder kontinuerlig, uten å gå på kompromiss med nøyaktighet og beslutningsgrunnlag.

Hvis vi mennesker kan telle kyr som står og ligger, burde en datamaskin også kunne gjøre det. Jeg sammenlignet det med hvordan man i fotball henter ut all verdens statistikk fra video – da burde vi klare det i fjøset også.

Anne-Mette Søndergaard, leder for digital rådgivning, VikingDanmark

Samarbeid med Computas: Fra idé til testet løsning

VikingDanmark ønsket å utforske om kunstig intelligens (AI) kunne brukes til å analysere videostrømmer automatisk og generere pålitelige rapporter om kyrnes oppførsel. For å teste ideen utviklet de en Proof of Concept (PoC) i samarbeid med Computas – med mål om å identifisere antall stående og liggende kyr med høy presisjon under varierende forhold.

For å lage en god og verdifull AI-løsning dro Computas produktteam på besøk i fjøset. Vi vet at de beste løsningene skapes når hele teamet er ute i felt, der utfordringene faktisk oppstår. Ved å være tett på brukeren og deres hverdag, fikk teamet innsikten som trengs for å ta de riktige valgene når løsningen utvikles. Besøket ga utviklerne konkret forståelse av bondens daglige utfordringer, hvilke data som er mest verdifulle, hvordan kyrne beveger seg, hvordan videoovervåkningen fungerer i praksis, og hvilke behov som er viktigst å løse. Alt dette for å sikre at løsningen ikke bare fungerer teknisk, men faktisk gir verdi for bonden.

Slik presterte AI-løsningene

Produktteamet fra Computas utviklet og testet to ulike AI-modeller basert på videostrømmer fra eksisterende kameraer i fjøsene. Løsningen analyserer hvor mange kyr som står eller ligger – til ulike tider av døgnet – og presenterer dataene i et format bøndene enkelt kan bruke i sin drift. 

Begge modellene leverte sterke resultater – med over 80 % nøyaktighet og pålitelig klassifisering:

Modellene ble også vurdert etter etablerings- og vedlikeholdskostnader. PoC’en beviste tydelig at AI uansett er et langt mer effektivt og presist alternativ til manuell telling – og gir bøndene tilgang til innsikt de ellers ikke ville hatt kapasitet til å hente ut.

Forretningsverdi: Mer effektiv produksjon med AI

God dyrevelferd er ikke bare viktig i seg selv – den er også direkte koblet til økonomien i gårdsdriften. Kyr som legger seg ned etter å ha spist, produserer 20 % mer melk. Ved å bruke AI-modellen til å overvåke hvor mye tid kyrne faktisk tilbringer liggende, får bonden et objektivt beslutningsgrunnlag for tiltak som kan øke produksjonen. Dette gjør det mulig å oppdage avvik raskt og iverksette forbedringer som gir mer effektiv drift og høyere avkastning over tid.

Vi vurderte flere leverandører, men Computas skilte seg ut med sin tilnærming og kompetanse. Samarbeidet føltes som et ekte partnerskap – teamet deres viste genuint engasjement og forståelse for vår utfordring.

Anne-Mette Søndergaard, VikingDanmark

Neste steg: Skalerbar AI for internasjonal bruk

PoC’en ga VikingDanmark trygghet til å gå videre. Neste fase innebærer testing i flere fjøs, med større datamengder og videreutvikling av modellen for enda høyere presisjon. Målet er en helautomatisk og presis telling som finner mønster, genererer rapporter og gir varslinger til bonden. I tillegg vil data fra ulike fjøs kunne sammenlignes for å identifisere beste praksis.

Med over 500 000 kyr i Danmark – og en forventet halvering av antall gårdsbruk de neste ti årene – er behovet for effektive, datadrevne løsninger større enn noen gang.

– Vi ser også for oss at denne teknologien kan tas i bruk i andre markeder som Tyskland, Finland, Italia og USA, sier Anne-Mette.

Ta kontakt for en uforpliktende prat

Pål Vermund Knudsen

Pal.Vermund.Knudsen@computas.com