Onder de naam FN StalScan AI wil Fons Hulsman varkenshouders helpen om problemen in de stal sneller zichtbaar te maken en gerichter bij te sturen. Hij heeft een speciaal hulpmiddel ontwikkeld waarmee hij informatie uit beelden omzet in praktische managementinformatie. Met zijn idee is Hulsman één van de vijf finalisten van Het Beste Idee Van Varkensland 2026.
Een varkenshouder of medewerker kijkt dagelijks meerdere keren in de stal, maar staat vaak slechts enkele minuten bij een hok stil. Wat gebeurt er de rest van de dag? Die vraag vormde voor Hulsman de aanleiding om aan de slag te gaan met kunstmatige intelligentie. Hij startte met de ontwikkeling van de AI-tool FN StalScan AI.
Op dit moment gebruikt Hulsman de stalscan bij vijf vleesvarkenshouders. De volgende vijf hebben zich ook al aangemeld. Varkenshouders kunnen met hun eigen gegevens inloggen op fnstalscanai.nl en filmpjes uploaden. In een kort tijdsbestek ontvangt de varkenshouder een overzichtelijke rapportage waarin per hok een score wordt weergegeven op een plattegrond van de afdeling.
Verhouding tussen voer en water zichtbaar
Op dit moment beoordeelt FN StalScan AI per hok de situatie in de voerbak of trog. Het systeem kijkt daarbij naar de hoeveelheid voer, de verdeling ervan en de aanwezigheid van water. Op basis daarvan krijgt ieder hok een voer- en waterscore. Die score maakt snel zichtbaar welke hokken afwijken en extra aandacht vragen.
Bij een afwijkende score ziet de varkenshouder op de plattegrond direct om welk hok het gaat. Een foto van de betreffende voerbak of trog helpt om de situatie te beoordelen. De scan meet dus niet rechtstreeks hoeveel voer of water een varken opneemt, maar maakt verschillen tussen hokken objectief en overzichtelijk zichtbaar.
“FN StalScan AI kan ook de voercorrecties van de afgelopen dagen inlezen en deze koppelen aan het gefilmde hok. Daardoor kunnen verbanden zichtbaar worden tussen voercorrectie en bijvoorbeeld de voer- en waterscore, het liggedrag of staartschade. Zo kan bijvoorbeeld blijken dat er te laat wordt bijgestuurd of dat een bepaalde correctie samenvalt met meer onrust in het hok”, vult Hulsman aan.
Dat deze aanpak praktisch nut heeft, bleek volgens Hulsman bij één van de deelnemende bedrijven. “De analyse liet zien dat in meerdere troggen te veel water stond. Na aanpassing van de waterdruk nam de waterverspilling af en verbeterde de voederconversie.”
Volgens Hulsman zit juist daar de kracht van zijn nieuwe systeem: kleine afwijkingen zichtbaar maken die in de dagelijkse praktijk gemakkelijk over het hoofd worden gezien. Hij noemt nadrukkelijk dat de tool niet mag worden gezien als middel om de medewerkers te controleren. “Integendeel. Voor medewerkers is het alleen maar fijn dat er iemand meekijkt.”
Rusten en vreten in relatie tot welzijn
Naast voer- en waterscore is het systeem inmiddels ook gevalideerd voor het herkennen van liggedrag, waaronder zijligging, zitten of staan. Dit is volgens Hulsman belangrijk. “Verhoging van het rustgedrag leidt tot een betere voederconversie. Dat is wetenschappelijk bewezen.”
Ook kan het systeem beoordelen of er interactie is met de voerbak of met hokverrijkingsmateriaal. Hoest en staartbijten worden ook herkend. In het rapport dat de varkenshouder krijgt staat eveneens informatie over staarten, oren en huid en mest, uniformiteit en bespiering.
Vroege signalen van gezondheids- en welzijnsproblemen worden opgepikt. “Afwijkend gedrag kan iets voorspellen”, stelt Hulsman. Het valt hem op dat er relatief weinig kennis beschikbaar is over liggedrag in relatie tot technische resultaten, terwijl groei en voerconversie al jarenlang uitgebreid worden gemonitord. Juist daar ziet Hulsman kansen voor verdere ontwikkeling.
Van smartphone naar camerasysteem
Momenteel onderzoekt Hulsman welk camerasysteem het beste werkt voor zijn systeem. De eerste camera is aangeschaft en moet een plek krijgen in de stal bij één van zijn klanten. Met behulp van één camera moeten meerdere hokken kunnen worden geanalyseerd. Idealiter komt er een systeem waarmee de camera door de hele afdeling kan bewegen. Ook daar doet Hulsman in samenwerking met leveranciers onderzoek naar. De verwachting is dat de techniek zich de komende jaren verder zal ontwikkelen, waardoor het verzamelen van staldata steeds eenvoudiger en betrouwbaarder wordt.
Meer data, betere adviezen
Als onafhankelijk nutritionist begeleidt Hulsman varkenshouders op het gebied van voeding, grondstoffen en technische resultaten. Zijn werkwijze is sterk gericht op het verbeteren van rendement door het combineren van nutritionele kennis met praktijkwaarnemingen in de stal. Met FN StalScan AI wil hij ook een nieuwe groep varkenshouders van dienst zijn.
Hij ziet AI nadrukkelijk niet als vervanger van de menselijke adviseur.” Het is een hulpmiddel. AI kan signaleren, analyseren en rapporteren, maar ervaring, bedrijfskennis en inzicht blijven noodzakelijk om de juiste keuzes te maken.” Het zou wel kunnen zijn dat adviseurs zoals hij in de toekomst minder vaak fysiek op een bedrijf aanwezig hoeven te zijn, maar van afstand toch goed zicht houden op wat er in de stal gebeurt. “Door op afstand continu over actuele data te beschikken, kan sneller en gerichter worden geadviseerd.”
Hulsman benadrukt dat het systeem los staat van de activiteiten van FarmNutritie, zijn adviesbureau dat zich richt op voeroptimalisatie en begeleiding van varkenshouders. “Varkenshouders kunnen FN StalScan AI dus ook zelfstandig en laagdrempelig gebruiken. Het systeem is vooral ontwikkeld rond voer, gedrag en prestaties: onderwerpen die direct samenhangen met één van de grootste kostenposten bij een vleesvarkens- en of speenbiggenbedrijf.”
Tekst: Gerben Hofman
Beeld: Shutterstock (ter illustratie)
