Wer?

Klaas Ane Jellema

Milchviehhalter

Woher?

Gärds Köpinge, Schweden

Über die Farm

  • 400 Kühe
  • 250 Jungvieh
  • 200 Hektar Land

Nedap-Lösungen

Nedap CowControl
Cow Locating
Heat Detection
Health Monitoring

Der aus Friesland stammende Klaas Ane Jellema leitet in Schweden einen Milchviehbetrieb mit 400 Kühen. Seit 2013 sind die Milchkühe in einem Stall mit 5 Melkrobotern untergebracht, für die keinerlei Kuhverkehr nötig ist. Das Melken funktionierte von Anfang an problemlos, aber die Brunsterkennung und die Nachverfolgung der Kühe wurde für Klaas Ane und seine drei Angestellten ein immer größeres Problem. Hier half Technologie von Nedap. Klaas Ane: „Brunsterkennung, Kuhpositionsbestimmung und Gesundheitsüberwachung ersparen mir jeden Tag eine Menge Zeit und ich kann viel effizienter arbeiten.“

2006 zog Klaas Ane (47) mit seiner Frau Jacomien (46) und den vier Kindern nach Schweden. Ihr Betrieb mit 60 Kühen in Friesland hatte keine rosigen Zukunftsaussichten. In Gärds Köpinge fanden sie einen Betrieb mit 120 Kühen und ausreichendem Entwicklungspotenzial. Schon ein Jahr später wurden 180 Kühe von 3 Lely-Melkrobotern gemolken. Der nächste Schritt erfolgte 2013 mit der Inbetriebnahme eines neuen Stalls für 380 Kühe mit 6 Melkrobotern.

Klaas Ane ließ den neuen Stall exakt nach seinen eigenen Erkenntnissen errichten. Die Roboter sollten vollständig zugänglich sein, damit die Hierarchie unter den Kühen wenig bis keinen Einfluss auf den Zugang zu den Robotern hat. „Ich sage immer: Ein Melkroboter ist eigentlich eine Fütterungsstation, an der auch gemolken werden kann. Wenn man sich diesen Wandel klar gemacht hat, geht man an das Thema ganz anders heran. Das Ideal der Milchviehhalter sieht eine gleichmäßige Verteilung von Fütterungsstationen im gesamten Stall vor, damit jedes Tier der Herde einfachen Zugang dazu hat.“ Aus diesem Grund befinden sich die sechs Melkroboter von Lely an unterschiedlichen Stellen im Stall. Die Einrichtung eines Separationsbereichs war damit keine Option. „Aus diesem Grund haben wir ein Fressgitter installiert, an dem die Kühe angebunden werden können.“

Die Kühe sind in vier Gruppen eingeteilt: zwei Gruppen mit je 65 Färsen und zwei Gruppen mit jeweils 130 Milchkühen. Der Milchviehhalter ist begeistert, dass der freie Kuhverkehr so gut funktioniert. Jede Kuh wird pro Tag durchschnittlich 2,8- bis 3-mal gemolken. Er muss nur zwischen 1,5 und 2 % seiner Kühe einsammeln und zum Roboter führen.

Klaas Ane und seine Mitarbeiter stellten jedoch fest, dass mit zunehmender Herdengröße die Brunsterkennung schwieriger wurde. „Ich bin wirklich zufrieden mit meinen drei Mitarbeitern, aber die Brunsterkennung ist ein Fall für sich. Uns sind einfach zu viele brünstige Kühe durch die Lappen gegangen.“

„Von Anfang an die richtige Option“

Eine Weile suchte Klaas Ane einen Mitarbeiter mit den nötigen Fachkenntnissen, wurde aber nicht fündig. Aus diesem Grund stieg er auf ein automatisiertes System zur Brunsterkennung um. Da die Kuherkennung beim Lely-System auf Technologie von Nedap beruht, war die Brunsterkennung von Nedap die passende Wahl. „Nedap war von Anfang an die richtige Option“, erläutert der Milchviehhalter. „Dies gilt umso mehr, als wir die Brunsterkennung von Nedap mit Gesundheitsüberwachung und Kuhpositionsbestimmung kombinieren können. Daher fiel uns die Entscheidung nicht schwer. Es ist sinnvoll, dass wir auch eine Überwachung des Fress- und Wiederkäuverhaltens integrieren können, da dies ein guter Indikator für eine sich eventuell anbahnende Krankheit ist.“ Die Erfahrung des Milchviehhalters mit der Technologie von Nedap ist durchweg positiv. „Ich weiß, dass die Technologie verlässlich ist. Es gibt keine Ausfälle.“

Anfang 2016 wurden den Kühen die neuen Erkennungsmarken am Hals befestigt. Das eigentliche System war innerhalb kürzester Zeit eingerichtet. „Das war eine Riesenerleichterung“, erinnert sich der Milchviehhalter. „Unsere Ergebnisse wurden sofort besser.“ Das System erkennt brünstige Kühe zweifelsfrei. Das T4C InHerd-Programm von Lely zeigt ihm genau an, welche Kuh seiner Aufmerksamkeit bedarf, und mit dem Cow Locator ist das Tier schnell im Stall gefunden. Klaas Ane zufolge haben Milchproduzenten jahrelang auf ein solches Suchsystem gewartet.

„Zweimal am Tag kümmere ich mich um die Besamung der Kühe. Für vier Kühe habe ich früher manchmal fast eine Stunde gebraucht. Jetzt sehen meine Mitarbeiter oder ich in der Stall-App nach, wo genau sich die Kühe befinden. Dann bereite ich das Stroh vor und gehe direkt zur Kuh hin. Wenn ich bei jeder Kuh 10 Minuten beim Suchen spare, kommen bei unserem Viehbestand etliche Stunden zusammen.“ Ausgehend von 400 Kühen und 1,5 Besamungen verspricht er sich Einsparungen von 100 Stunden bzw. 2.500 Euro pro Jahr.

Die Kuhpositionsbestimmung ist auch eine hervorragende Hilfe beim Zusammentreiben der Kühe, die vom Roboter gemolken werden müssen. Klaas Ane spart dadurch jeden Tag mindestens eine halbe Stunde, was im Jahr zu Einsparungen von 4.500 Euro führt. Durch diese Einsparungen machen sich seine Investitionen innerhalb von 5 Jahren bezahlt, selbst wenn man die besseren Ergebnisse bei der Trächtigkeit der Kühe nicht einrechnet. „Ein weiterer Vorteil der Kuhpositionsbestimmung besteht darin, dass wir keine Separationsbereiche benötigen. Daher wird jeder Quadratmeter des Stalls äußerst effizient genutzt.“

Überwachung des Fress- und Wiederkäuverhaltens

Die Option zur Überwachung des Fress- und Wiederkäuverhaltens ist ebenfalls mit T4C InHerd verknüpft. Klaas Ane behält die Kühe, bei denen eine verringerte Fress- und Wiederkäuaktivität festgestellt wurde, unter genauer Beobachtung. Manchmal erholen sie sich von selbst wieder. Wenn die Aktivität aber weiter abnimmt, kann er schnell Gegenmaßnahmen ergreifen. „Wir haben inzwischen ein deutlich klareres Bild von der Gesundheit der Tiere. Wir können viel schneller handeln, wenn eine Kuh krank ist, und häufig ist sie schon nach ein oder zwei Tagen wieder auf dem Weg der Besserung.“ So lassen sich die Kosten für Tierärzte reduzieren, so der Milchviehhalter.

Und auch in diesem Fall erweist sich die Kuhpositionsbestimmung als praktische Funktion. „Häufig schiebt man die Dinge auf, wenn man erst mal 10 Minuten nach der kranken Kuh suchen muss. Oder man vergisst es komplett, sich darum zu kümmern, und dann ist es manchmal schlicht und ergreifend zu spät. Jetzt weiß ich schon, bevor ich den Stall betrete, um welche Kühe ich mich besonders kümmern muss und wo sie sich befinden.“

Insbesondere durch die Kombination der Brunsterkennung, der Gesundheitsüberwachung und der Kuhpositionsbestimmung sparen Klaas Ane und seine Mitarbeiter Tag für Tag eine Menge Zeit. Aus Klaas Anes Perspektive ist dies der größte Vorteil des Systems. „Die Arbeit kann schneller erledigt werden und ich kann meinen Tag deutlich effizienter planen. Ich werfe zweimal täglich einen Blick auf die App und weiß dann genau, was zu tun ist.“

Klaas Ane ist mit dem System vollauf zufrieden. Zusammen mit dem Melkroboter von Lely, der die Milchproduktion und die Leitfähigkeit der Milch misst, kann er sich dank der zahlreichen Indikatoren ein umfassendes Bild machen. Die Daten werden in einer leicht verständlichen Übersicht zu Beginn des Tages angezeigt, sodass das Personal sofort mit der Arbeit beginnen kann. „Ich möchte nichts anderes mehr nutzen“, sagt Klaas Ane und lächelt. Er plant, in Kürze die Brunsterkennung auch bei Jungtieren einzusetzen. „Wir sind in den vergangenen Jahren schnell gewachsen. Da die Milchviehhaltung inzwischen problemlos läuft, möchten wir auch die anderen Bereiche des Unternehmens perfektionieren.“