Entstanden aus Forschung an der University of Sussex. Die Erkennung und Verfolgung einzelner Kühe steht, die Verhaltensanalyse entwickeln wir gerade. Für die erste Installation Mitte 2027 suchen wir 5 Pilotbetriebe in Großbritannien und Deutschland.
Ausgezeichnet von der University of Sussex
1. Preis · Business Award
CowCare wertet das Bild vorhandener Stallkameras aus: Es erkennt jede Kuh einzeln, hält ihre Identität auch dann, wenn sich Tiere gegenseitig verdecken, und misst daraus Liegezeit, Fressplatzbesuche und Gangbild. Jede Kuh wird gegen ihren eigenen Zwei- bis Drei-Wochen-Durchschnitt verglichen, nicht gegen einen Herdenwert. Auffällig ist die Abweichung, nicht der absolute Wert.
Standard-IP-Kameras über RTSP/ONVIF, wie sie in vielen Ställen bereits zur Überwachung hängen. Fehlt etwas, installieren wir es.
Die Videoanalyse läuft auf einem Edge-Gerät im Stall (NVIDIA Jetson). Den Hof verlassen nur strukturierte Werte: Kuh-ID, Zeitstempel, Liegezeit, Fressbesuch, Gangscore. Das sind wenige Kilobyte pro Stunde statt Videostreams, und es funktioniert auch bei schlechtem Netz.
Weicht eine Kuh von ihrem Muster ab, geht eine Meldung aufs Telefon, die immer sagt, warum, und den auslösenden Videoausschnitt mitliefert. Ihre Rückmeldung („war in Ordnung" oder „Tierarzt bestätigt") verbessert das Modell.
CowCare ist aus einer Masterarbeit an der University of Sussex entstanden. Bei der Startup Sussex Enterprise Competition 2026, dem universitätsweiten Gründerwettbewerb, hat die Universität das Projekt gleich zweifach ausgezeichnet.
Erster Platz im Business Award der Startup Sussex Enterprise Competition 2026. Überzeugt hat der Ansatz, Mastitis und Lahmheit allein über Kameras zu erkennen, die im Stall bereits hängen, ohne zusätzliche Hardware am Tier.
Im selben Wettbewerb zusätzlich verliehen, für den Beitrag zu Digital & Data Futures, einem Forschungsschwerpunkt der University of Sussex. Ausgezeichnet wurde, was CowCare technisch aus gewöhnlichen Kamerabildern herausholt.
Die Verbindung nach Sussex besteht weiter. Beide Urkunden wurden von Emily Huns verliehen, Head of Careers and Entrepreneurship an der University of Sussex. CowCare ist dort gemeinsam mit der School of Life Sciences entstanden und wird heute im Momentum Incubator der Universität begleitet.
Mastitis und Lahmheit sind die beiden teuersten Krankheiten im Milchviehbetrieb, und beide sind behandelbar. Entscheidend ist, wie schnell jemand sie bemerkt. Genau daran scheitert es im Alltag: Niemand kann 150 Kühe permanent im Blick behalten, und wer eine kranke Kuh erst am Humpeln erkennt, behandelt eine Woche zu spät.
der Kühe in britischen Herden sind lahm, im Mittel über 61 untersuchte Betriebe
Griffiths et al. 2018, Front. Vet. Sci.kostet ein einzelner Fall: Mastitis £250–300, Lahmheit rund £330
AHDBvergehen bei über 40 % der deutlich lahmen Kühe zwischen Erkennung und Behandlung
Alawneh et al. 2012, Vet. J.Zusammen kosten Mastitis (£200 Mio., NADIS) und Lahmheit (£250 Mio., Royal Veterinary College) die britische Milchwirtschaft rund £450 Millionen im Jahr.
Ein Halsband oder eine Ohrmarke kostet £15–30 pro Kuh, dazu Batteriewechsel und Verluste im Stall. Eine Kamera, die ohnehin schon hängt, kostet nichts extra. Darauf setzt CowCare auf. Wo wir heute stehen, steht an jedem Baustein.
Jede Kuh wird im Kamerabild erkannt, bekommt eine ID und behält sie auch, wenn sich Tiere gegenseitig verdecken. Das Basismodell (YOLOv8 mit DeepSORT) erreichte in der zugrunde liegenden Masterarbeit 76,4 % Precision und 71 % Recall. Das Upgrade auf ByteTrack mit Re-Identifikation läuft.
Aus den Bewegungsdaten werden Liegezeit, Fressplatzbesuche und Gangbild. Welche dieser Signale klinisch vor Mastitis und Lahmheit auftreten, definiert unsere tierärztliche Beraterin. Das ist der Baustein, für den wir Pilotbetriebe brauchen.
Drei Stufen (Hinweis, beobachten, dringend), Zusammenfassung mehrerer Auffälligkeiten derselben Kuh zu einer Meldung, und immer die Begründung dazu. Eine Warnung ohne Begründung wird nach einer Woche ignoriert.
Ein Jetson-Gerät im Stall statt Cloud-Upload. Das ist bei ländlicher Netzabdeckung die einzig praktikable Lösung, hält Rohvideos auf dem Betrieb und macht das Modell auch wirtschaftlich tragfähig.
Eine Meldung nennt die Kuh, die Abweichung und die Zahlen dahinter. Mehrere Auffälligkeiten derselben Kuh fasst CowCare zu einer einzigen Meldung zusammen, statt drei einzelne Benachrichtigungen zu schicken.
Jede Meldung hat eine von drei Stufen:
So ist die Warnung konzipiert. Sie ist noch nicht im Feld erprobt, das ist genau der Zweck des Pilotprogramms.
CowCare
jetzt
Mit Videoausschnitt · Rückmeldung: war in Ordnung / Tierarzt bestätigt
Der Erkennungskern läuft, die Verhaltensanalyse ist der aktuelle Bau. Was uns fehlt, sind echte Ställe: Daten aus einer laufenden Herde, gegen die sich das Modell prüfen lässt.
Jede Kuh im Kamerabild erkennen, identifizieren und über Einzelbilder hinweg verfolgen, auch durch Verdeckung. Entstanden aus der Masterarbeit an der University of Sussex und seitdem weiterentwickelt.
GebautLiegezeit, Fressplatzbesuche und Gangbild aus den Trackingdaten ableiten, je Kuh eine Baseline aufbauen, die Warnlogik bauen. Die erste Installation auf einem Pilotbetrieb ist für Mitte 2027 geplant. Dafür bewerben Sie sich jetzt.
Aktueller Bau · Bewerbung offenDie Warnungen gegen die tierärztliche Diagnose auf den Pilotbetrieben prüfen und veröffentlichen, was dabei herauskommt. Danach der kommerzielle Start mit dem Ziel von 20 zahlenden Betrieben in 24 Monaten.
DanachFür Ihren Betrieb kostenlos. Wir installieren ab Mitte 2027 auf unsere Kosten, Sie geben uns Zugang zum Kamerabild und gelegentlich Ihre Einschätzung. Ehrlich gesagt: Sie bekommen kein fertiges Produkt, sondern Sie sind der Betrieb, an dem sich entscheidet, ob es funktioniert.
Wir melden uns zeitnah bei Ihnen.
Diese vier Zahlen stammen aus der veterinärmedizinischen Fachliteratur. Sie zeigen, was passiert, wenn lahme Kühe früh erkannt und schnell behandelt werden, unabhängig davon, wer oder was sie erkennt. Genau diesen Effekt wollen wir automatisieren.
dauerte eine Lahmheit im Schnitt, wenn wöchentlich kontrolliert und binnen fünf Tagen behandelt wurde.Wo der Betrieb wie gewohnt selbst entschied: 10,4 Wochen.
Gundelach et al. 2013, Animalsder Kühe waren nach 40 Wochen lahm, dort wo wöchentlich kontrolliert wurde.In der Vergleichsgruppe: 84 %. Beide starteten bei rund 50 %.
Gundelach et al. 2013, Animalsder Kühe wurden geheilt, wenn 3 bis 48 Stunden nach Erkennung behandelt wurde.Bei chronischen Fällen: rund 15 %.
Groenevelt et al. 2014, Vet. J.Nettoertrag je Kuh und Jahr durch automatische Lahmheitserkennung.295 von 351 durchgerechneten Szenarien waren profitabel.
Kaniyamattam et al. 2020, Prev. Vet. Med.Das sind nicht unsere Zahlen. Es sind Ergebnisse aus Studien zu früher Lahmheitserkennung, überwiegend mit menschlicher Kontrolle statt Kamera. Die Gundelach-Studie etwa verglich über 41 Wochen zwei Gruppen zu je 99 Kühen auf einem einzigen Betrieb. Wir führen sie an, weil sie den Hebel belegen, an dem wir ansetzen, nicht weil CowCare sie bereits erreicht hätte. Eigene Zahlen veröffentlichen wir, sobald das Pilotprogramm Daten liefert.
Der Ausgangspunkt ist eine Masterarbeit an der University of Sussex. Praveenan Mathew entwickelte dort im Studiengang Artificial Intelligence and Adaptive Systems ein System, das Tiere in Kameraaufnahmen erkennt, einzeln verfolgt, zählt und ihr Verhalten klassifiziert, gemeinsam mit der School of Life Sciences. Am besten funktionierte es bei Rindern. Deshalb geht es heute ausschließlich um Kühe.
Aus der Arbeit wurde ein Unternehmen: Bovine AI Ltd, gegründet im November 2025. Drei der vier Gründer bauen seit Jahren gemeinsam Software für Kunden und bringen diese Erfahrung ein. Die Entwicklung ist bisher vollständig eigenfinanziert.
Die veterinärmedizinische Seite verantwortet Dr. Mathivathani Coomarasamy, Tierärztin mit über zehn Jahren Praxis in der Bestandsbetreuung. Sie legt fest, welche beobachtbaren Signale klinisch tatsächlich vor Mastitis und Lahmheit auftreten. Ohne diesen Teil wäre CowCare ein Trackingsystem, kein Gesundheitssystem.
Kamerabasierte Herdengesundheit ist eine junge Kategorie, und sie ist bereits validiert: GEA hat CattleEye 2024 übernommen. Wir setzen darin auf durchgehende Beobachtung im Stall über mehrere Verhaltensmerkmale statt auf eine einzelne Mobilitätsbewertung beim Verlassen des Melkstands, und auf Auswertung vor Ort statt in der Cloud. Für die nächste Stufe suchen wir Kapital: Verhaltensanalyse fertigstellen, auf fünf Betrieben validieren, Team ausbauen. Für Forschungskooperationen und Förderprogramme sind wir ebenfalls ansprechbar.
Jahresabo nach Herdengröße plus einmalige Einrichtung. Hardware gebündelt oder über 2–3 Jahre finanziert. Wiederkehrender Umsatz ab dem kommerziellen Start.
Pilotbetriebe erhalten dauerhaft Vorzugskonditionen. Zur Wirtschaftlichkeit für den Landwirt: Studien zu automatischer Lahmheitserkennung weisen einen Nettoertrag von $13–99 je Kuh und Jahr aus (Kaniyamattam et al. 2020). Was CowCare selbst erreicht, sagen wir, wenn wir es gemessen haben.
Die gesamte Entwicklung liegt bei den Gründern, kein Teil des Produkts ist ausgelagert. Praveenan arbeitet Vollzeit an CowCare, die drei anderen bringen langjährige Software-Erfahrung ein.
Gründer · je 25 %Nichts. Kameras, Edge-Gerät, Installation und Software übernehmen wir vollständig. Sie geben uns dafür Zugang zu Kamerabildern und gelegentliches Feedback und sichern sich dauerhafte Vorzugskonditionen für die Zeit nach dem Pilot.
Die Analyse läuft lokal auf Ihrem Hof, auf einem Edge-Gerät. Rohvideos verlassen den Betrieb nicht und werden nach 14–30 Tagen automatisch gelöscht. Fürs KI-Training verwenden wir nur ausgewählte Ausschnitte, und das nur mit Ihrem Einverständnis. DSGVO-konform.
Nein. Vorhandene IP-Kameras binden wir ein; fehlt etwas, installieren wir es im Pilotprogramm auf unsere Kosten. Im Bewerbungsformular können Sie einfach angeben, was schon da ist.
Die Installation ist für Mitte 2027 geplant, die Trainingsphase läuft anschließend über eine Saison. Ihr Aufwand ist gering: Das System arbeitet im Hintergrund, Sie führen Ihren Betrieb wie gewohnt. Gelegentlich fragen wir nach Ihrer Einschätzung zu einzelnen Tieren, denn Sie kennen Ihre Kühe am besten.
Klar gesagt: Erkennung und Verfolgung einzelner Kühe im Kamerabild funktionieren, das Basismodell erreichte in der zugrunde liegenden Masterarbeit 76,4 % Precision und 71 % Recall, und die Identität bleibt auch bei Verdeckung erhalten. Was daraus Liegezeit, Fressverhalten und Gangbild macht, entsteht gerade. Eine Warnung vor einer konkreten Krankheit gibt CowCare heute noch nicht aus, und wir haben das System noch auf keinem Betrieb im Einsatz. Genau dafür ist das Pilotprogramm da.
Unsere Seed-Runde ist offen, und auch für Forschungskooperationen und Förderprogramme sind wir ansprechbar. Schreiben Sie uns über den Bereich „Investoren & Förderpartner". Wir teilen Zahlen, Deck und Details gern im persönlichen Gespräch.
Kamerabasierte Mobilitätsbewertung gibt es bereits, etwa von CattleEye, das 2024 von GEA übernommen wurde. Solche Systeme bewerten den Gang meist beim Verlassen des Melkstands, also einmal je Melkung. Wir setzen auf durchgehende Beobachtung im Stall über mehrere Verhaltensmerkmale, damit auch Liegezeit und Fressverhalten einfließen, und werten auf dem Betrieb aus statt in der Cloud. Ob dieser Ansatz in der Praxis wirklich früher warnt, muss sich im Pilotprogramm zeigen.