AI-baseret foderoptimering – realtidsprocessering af store datamængder i griseproduktionen

2025

Projektet vil udvikle et avanceret AI-baseret system, der kan udnytte data på tværs af griseproduktionsbesætninger og løbende optimere foderstrategier til vækstgrise med henblik på at øge produktivitet og mindske klimabelastningen.

Optimal foderudnyttelse er afgørende for produktionsøkonomi såvel som klimaaftryk i vækstgriseproduktionen. Den hurtige genetiske udvikling der ses inden for slagtegrise betyder dog, at det kan være svært at holde trit med udviklingen i traditionelle foderforsøg.

Projektets system vil kunne bruges som et alternativ til traditionelle foderforsøg og integrere data fra foderleverandører, slagterier og griseproducenter, og give realtidsovervågning der kontinuerligt kan fastslå optimale fodersammensætninger med henblik på at øge produktivitet og mindske klimabelastningen.

Projektet bidrager til at begrænse udledningen af klimagasser fra fødevareproduktionen ved at optimere foderforbruget, så denne udnyttes optimalt.

Projektets kommercielle partner forventer at kunne afsætte teknologien til griseproducenter og deraf opnå en økonomisk gevinst. Endvidere vil griseproducenter kunne opnå en økonomisk gevinst ved investering i teknologien, idet teknologien vil optimere foderudnyttelsen og dermed reducere foderomkostninger.

Få vores projektnyheder i din indbakke

Tilmeld dig vores nyhedsbrev, og få de seneste projektnyheder tilsendt direkte i din indbakke

Tilmeld nyhedsbrev

Projekttitel

AI-baseret foderoptimering – realtidsprocessering af store datamængder i griseproduktionen

Projektdeltagere

IQinAbox ApS, Københavns Universitet

Projektperiode

Januar 2025 til december 2028

Bevilget beløb

8.221.162 kroner