Gemeinsam neue Lösungen für die Rinderhaltung entwickeln
Der RDV beteiligt sich direkt oder über seine LKV an vielen verschiedenen Forschungs- und Entwicklungsprojekten, die Wissenschaft und landwirtschaftliche Praxis zusammenbringen – für datenbasierte Innovationen in der Rinderhaltung.
Projekte entdecken ↓
Die Rolle des RDV in Forschungsprojekten
Der RDV bringt eine umfassende Dateninfrastruktur, technische Kompetenzen, Beratungserfahrung und die relevante Praxisnähe in gemeinsame Forschungsvorhaben ein.
Daten und Schnittstellen bereitstellen
Der RDV stellt gesicherte Daten und standardisierte Schnittstellen für Forschungszwecke bereit.
Digitale Anwendungen entwickeln
Forschungsergebnisse werden in praxistaugliche digitale Werkzeuge überführt, die im Betriebsalltag nutzbar sind.
Forschung und Praxis verbinden
Als Bindeglied zwischen Wissenschaft und Landwirtschaft sorgt der RDV dafür, dass wissenschaftliche Erkenntnisse in der Praxis ankommen.
Aktuelle Forschungsprojekte
An diesen Projekten ist der RDV derzeit beteiligt — als Datenlieferant, Technologiepartner oder Entwickler praxisnaher Lösungen.
HoliCow
Ganzheitliches Gesundheitsmonitoring für Milchkühe
Laufend
HoliCow
Ganzheitliches Gesundheitsmonitoring für Milchkühe
HoliCow ist ein europäisches Projekt zur Weiterentwicklung einer nachhaltigen und zukunftsfähigen Milchviehhaltung. Im Fokus stehen insbesondere die Verbesserung von Tiergesundheit und Tierwohl sowie die Stärkung der Wettbewerbsfähigkeit und Nachhaltigkeit der Betriebe.
Bereitstellung der Dateninfrastruktur, Integration von Sensordaten in die RDV-Plattform und Entwicklung praxistauglicher Auswertungsmodule.
IQ-Expert
Intelligente Qualitätssicherung in der Milchproduktion
Abgeschlossen
IQ-Expert
Intelligente Qualitätssicherung in der Milchproduktion
IQ-Expert war ein Forschungsprojekt zur Verbesserung der Eutergesundheit und zur Entwicklung einer tierindividuellen Unterstützung beim selektiven Trockenstellen, um den Antibiotikaeinsatz zu reduzieren. Seit Projektende steht Landwirtinnen und Landwirten ein fertiges Modul als Entscheidungshilfe im RDV-Herdenmanager zur Verfügung.
Datenbereitstellung aus der zentralen Datenbank, Schnittstellenentwicklung und Integration der Ergebnisse in bestehende Anwendungen.
InnoKalb
Innovative Kälbergesundheit durch datengestützte Früherkennung
Laufend
InnoKalb
Innovative Kälbergesundheit durch datengestützte Früherkennung
Im Rahmen des InnoKalb-Projekts soll das Kälbermanagement durch eine systematische Erfassung und Zusammenführung von Tier- und Gesundheitsdaten verbessert werden. Ziel ist es, daraus praxisnahe Erfassungs- und Auswertungsmöglichkeiten für den Kälberbereich im RDV-Herdenmanager zu entwickeln.
Bereitstellung von Gesundheits- und Leistungsdaten aus der RDV-Datenbank, technische Unterstützung bei der Datenauswertung.
ResKuh
Resilienz und Nachhaltigkeit in der Milchviehhaltung
Laufend
ResKuh
Resilienz und Nachhaltigkeit in der Milchviehhaltung
Das deutsch-französische Projekt ResKuh unterstützt landwirtschaftliche Betriebe dabei, sich an die Folgen des Klimawandels anzupassen und ihre Widerstandsfähigkeit zu stärken. Im Fokus stehen unter anderem Wasser-, Grünland- und Energiemanagement, die Reduzierung von Treibhausgasen sowie Tierwohl und Hitzestress.
Zusammenführung von Leistungs-, Gesundheits- und Abstammungsdaten aus unterschiedlichen Regionen und Systemen.
Mil-KI
Künstliche Intelligenz in der Milchviehhaltung
Laufend
Mil-KI
Künstliche Intelligenz in der Milchviehhaltung
Im Mil-KI-Projekt sollen KI-gestützte Werkzeuge zur Auswertung und Verknüpfung vielfältiger Daten aus der Milchviehhaltung entwickelt werden. Ziel ist es, Landwirtinnen und Landwirte bei Management-, Zucht- und Gesundheitsentscheidungen zu unterstützen und dadurch Tierwohl, Wirtschaftlichkeit und Nachhaltigkeit zu verbessern.
Datenbereitstellung, Entwicklung von Prototypen und Überführung der Ergebnisse in die RDV-Anwendungslandschaft.
Von der Fragestellung in die Praxis
Fragestellung definieren
Gemeinsam mit Forschungspartnern wird eine praxisrelevante Fragestellung identifiziert und ein Projektrahmen definiert.
Daten und Fachwissen zusammenführen
Relevante Datenquellen werden erschlossen und mit dem Fachwissen der Projektpartner kombiniert.
Lösung entwickeln und testen
Prototypen und Modelle werden entwickelt, unter Praxisbedingungen getestet und iterativ verbessert.
Ergebnisse in die Praxis übertragen
Erfolgreiche Ergebnisse werden in bestehende RDV-Anwendungen integriert und den Betrieben zugänglich gemacht.