FishAI

Bestehen­de Füt­te­rungs­sys­te­me basie­ren auf sta­ti­schen Wachs­tums­mo­del­len aus der Lite­ra­tur und berück­sich­ti­gen weder die Grö­ßen­ver­tei­lung der Fische im Becken, noch Feed­back bzgl. der Fut­ter­auf­nah­me. Dies kann nicht nur zu einer Fut­ter­ver­schwen­dung, son­dern eben­so zu einer zusätz­li­chen Belas­tung des Was­sers, der Anlagen­tech­nik und der Tie­re füh­ren und dar­über hin­aus die Qua­li­tät des Pro­duk­tes beeinträchtigen.

FishAI zielt dar­auf ab, den Fut­ter­mit­tel­ein­satz durch ein intel­li­gen­tes, daten­ba­sier­tes Füt­te­rungs­sys­tem effi­zi­en­ter zu gestal­ten und damit die Pro­duk­ti­vi­tät der Anla­gen unter Ein­spa­rung von Betriebs­kos­ten zu stei­gern. Die Basis bil­den smar­te, auto­no­me Sen­so­ren der Bil­der­ken­nung mit denen eine Bio­mas­sen­be­stim­mung und Bewer­tung der Fut­ter­auf­nah­me ermög­licht wer­den sol­len. Durch die Kom­bi­na­ti­on mit Meta­da­ten bzgl. der Hal­tungs­be­din­gun­gen sol­len dyna­mi­sche Wachs­tums­mo­del­le erstellt wer­den, die arten- und hal­tungs­spe­zi­fi­sche Merk­ma­le berück­sich­ti­gen. Mit die­ser Daten­ba­sis sol­len zuver­läs­si­ge Pro­gno­sen bzgl. der Fut­ter­zu­fuhr, Pro­duk­ti­ons­men­ge und Pro­dukt­qua­li­tät ermög­licht wer­den, mit denen die Wirt­schaft­lich­keit der Anla­gen gestei­gert wer­den kann.

 

Eckdaten

Pro­jekt­in­halt: 
Grün­dungs­netz­werk: 
För­der­ge­ber: 
Lauf­zeit: 
Gesamt­för­der­sum­me: 

Weiterführende Informationen

Erfah­re mehr zu inno­va­ti­ver Aqua­kul­tur im Container.