Der Titel mag etwas widersprüchlich erscheinen. Tragen Sozialziele nicht gerade dazu bei, bessere Sozialergebnisse zu erzielen?
Wir können mit dem Konzept des Goodhart-Gesetzes beginnen, das in wirtschafts- und sozialpolitischen Kreisen häufig zur Sprache kommt.
Goodharts Gesetz wird oft anhand eines Zitats der Anthropologin Marilyn Strathern erläutert: „Wenn eine Messgröße zum Ziel wird, ist sie keine gute Messgröße mehr.“
Der ursprüngliche Wortlaut des Ökonomen Charles Goodhart war zwar fachsprachlicher, doch die Botschaft war ähnlich: „Jede beobachtete statistische Regelmäßigkeit neigt dazu, zusammenzubrechen, sobald sie zu Kontrollzwecken unter Druck gesetzt wird.“
Was hat das mit dem Tierschutz in der Milchwirtschaft zu tun? Es besteht keineswegs die Absicht, irgendjemandem vorzuwerfen, er würde die Tierschutzergebnisse manipulieren, doch es besteht die Sorge, dass gut gemeinte Tierschutzziele unbeabsichtigte Folgen haben könnten, die vom ursprünglichen Ziel abweichen.
Das Prinzip, eine niedrige Lahmheitsprävalenz und weniger Kühe an den Extremen der BCS-Skala anzustreben, ist nachvollziehbar, doch eine Bewertung auf Herdenebene könnte letztendlich dazu führen, dass jüngere Herden begünstigt werden, anstatt dazu beizutragen, widerstandsfähigere Kühe zu züchten.
Prävalenz, metabolische Extreme und Langlebigkeit
Die Senkung der Lahmheitshäufigkeit bei Milchkühen ist ein Ziel, über das sich alle einig sind, ebenso wie die Verringerung der Anzahl von Kühen an den äußeren Enden der BCS-Verteilung (Body Condition Score), die möglicherweise einem höheren Risiko für Krankheiten und Fortpflanzungsprobleme ausgesetzt sind. Die Verringerung vermeidbarer oder unfreiwilliger Keulungen ist ein weiteres verständliches Ziel.
Ein Modell von von Soosten et al. (2020) schätzte, dass Kühe, die fünf bis acht Laktationen absolvieren, eine Emissionsintensität pro Kilogramm Milch aufweisen könnten, die bis zu 40 % niedriger ist als bei Kühen, die die Herde nach ihrer ersten Laktation verlassen. Ein Großteil dieses Vorteils ergab sich daraus, dass die Emissionen, die mit der unproduktiven Aufzuchtphase von Kälbern und Färsen verbunden sind, auf eine größere Gesamtmilchmenge über die gesamte Lebensdauer verteilt wurden.
Gute Zielvorgaben können falsche Anreize schaffen
Die Milchkuh ist eine extreme Stoffwechselathletin, die in der Natur ihresgleichen sucht. Der mit der Milchbildung verbundene Energiebedarf wurde mit dem eines Menschen verglichen, der täglich mehrere Marathons läuft – und das über einen Großteil der Laktationszeit hinweg (während sie gleichzeitig schwanger wird und die Trächtigkeit aufrechterhält).
CattleEye ist in der Lage, konsistente, objektive und regelmäßig erhobene Daten zu Mobilität und Körperkonditionsbewertung (BCS) zu erfassen, wodurch die Prävalenz von Lahmheit und extremen BCS-Werten über mehrere Laktationszyklen hinweg untersucht werden kann. Das bei den 3.956 Kühen in den folgenden Grafiken zu beobachtende Muster ist repräsentativ für Muster, die wiederholt in verschiedenen Herden, Regionen und Haltungssystemen auftreten. Das Alter geht bei anderen Tierarten mit einer zunehmenden Häufigkeit von Stoffwechselstörungen einher, und die Milchkuh bildet hier keine Ausnahme. Die Häufigkeit von Lahmheit und extreme BCS-Werte steigen vorhersehbar mit fortschreitender Laktation an.
Betrachtet man die Prävalenz von Lahmheit und extrem niedrigen BCS-Werten lediglich insgesamt, so könnten solche Zielvorgaben jüngere Herden begünstigen. Dies könnte zudem im Widerspruch zu den Zielen in Bezug auf Tierschutz und Nachhaltigkeit stehen, wenn wir darauf abzielen, vermeidbare Keulungen zu reduzieren und eine niedrige Ersatzrate aufrechtzuerhalten.
Lösungen finden
Wie wir wissen, macht es keinen Sinn, über ein Problem zu sprechen, ohne nach Lösungen zu suchen.
Eine mögliche Lösung besteht darin, die Prävalenz innerhalb jeder Laktation separat zu ermitteln oder das Ergebnis für die gesamte Herde anhand eines gemeinsamen Laktationsprofils altersstandardisiert darzustellen. Auch Kennzahlen zu Inzidenz, Dauer, Genesung und Rezidiv können mehr Aufschluss geben als die Prävalenz allein.
Mein persönliches Interesse gilt dem besseren Verständnis der grundlegenden Ursachen für die metabolischen Belastungen während der Laktation, insbesondere im Hinblick auf mitochondriale Mechanismen, die für das Verständnis von Stoffwechselerkrankungen bei anderen Tierarten von zentraler Bedeutung sind. Da die Milchkuh das Tier mit dem beeindruckendsten Stoffwechsel ist, das wir kennen, erscheint es wichtig, diese Mechanismen zu untersuchen. Wenn wir wollen, dass Kühe über mehrere Laktationsperioden hinweg gesund und produktiv bleiben, ist ein besseres Verständnis der Biologie unerlässlich.
Daten aus dem Bereich AgTech wie CattleEye, Wearables, Milchanalysen und dergleichen könnten genutzt werden, um die Stoffwechselresilienz besser zu ermitteln.
CattleEye entwickelt bereits im Rahmen eines gemeinsamen Forschungsprojekts mit dem Council on Dairy Cattle Breeding (CDCB) und der University of Minnesota ein neues Mobilitätsmerkmal. Vorläufige Analysen deuten darauf hin, dass der Mobilitätsphänotyp in nennenswertem Maße vererbbar ist, was darauf hindeutet, dass er zu künftigen genetischen Strategien zur Verringerung von Lahmheit und zur Züchtung widerstandsfähigerer Kühe beitragen könnte. Dies ist ein gutes Beispiel für die Synergieeffekte, die sich aus der Kombination großer Datensätze mit genetischen Strategien ergeben. Andere Quellen, wie Fettsäureprofile der Milch (die die Stoffwechselverteilung widerspiegeln), Daten von Wearables zu Wiederkäuen und Fressverhalten sowie die Dynamik des Körperkonditionsindex (BCS), könnten zusätzliche Informationen liefern, die bei der Entwicklung weiterer Resilienzmerkmale helfen.
AgTech, Einführung, Umsetzung und Management-Engpässe
Es gibt stichhaltige Argumente dafür, dass bei der Kontrolle der Faktoren, die Lahmheit, den Körperkonditionsindex (BCS) und andere Erkrankungen bei Milchkühen beeinflussen, nach wie vor grundlegende Managementengpässe bestehen. Mehrere AgTech-Tools sind auf Einführungsbarrieren gestoßen, und es gibt eine berechtigte Debatte über Förderprioritäten und den Erfolg bei der Einführung.
Es steht außer Frage, dass die ersten Investitionen in die Grundlagen fließen sollten – Konsistenz des Klauenbads, Kuhkomfort, Besatzdichte, Liegezeit, Übergangsfütterung, Kontrolle des Körperzustands, Klauenschnitt-Routinen und Mitarbeiterschulung.
In der Fertigungsindustrie stellen Mängel jedoch eine Verschwendung dar, weshalb häufig Ursachenanalysen durchgeführt werden, um herauszufinden, warum diese Mängel auftreten. Bei Milchkühen könnte es eine Parallele geben. Seit Jahrhunderten züchten wir Kühe auf Milchleistung, ohne ihren Stoffwechsel, ihre Widerstandsfähigkeit und ihre Langlebigkeit vollständig zu verstehen. Manche Kühe mögen zwar leistungsstark erscheinen, sind aber metabolisch anfällig, was sich in einem Rückgang des Körperkonditionswerts (BCS), Lahmheit, geringer Fruchtbarkeit, Krankheiten oder vorzeitiger Keulung äußern kann. Die von AgTech generierten großen Datensätze können in Kombination mit Genomik dazu beitragen, biologische Schwachstellen zu identifizieren und Phänotypen mit größerer metabolischer Widerstandsfähigkeit zu ermitteln.
Die Nutzung dieser wachsenden Menge an neuen Daten könnte uns dabei helfen, Kühe zu züchten und zu halten, die länger gesund und produktiv bleiben, wodurch die Prävalenz gesenkt und gleichzeitig das Altersprofil der Herde beibehalten oder verbessert werden kann.
Die Milchkuh befindet sich auf einer stetigen Aufwärtsspirale aus steigender Milchproduktion und den damit verbundenen Stoffwechselherausforderungen. Daher müssen die Tierschutzziele möglicherweise angepasst werden, um echte Widerstandsfähigkeit zu erfassen, da diese Herausforderungen weiter zunehmen … andernfalls könnten sie unbeabsichtigt jüngere Herden begünstigen.
