Künstliche Intelligenz (KI) kann den Schlachthof zu einem kontinuierlich messenden und lernenden Produktionssystem weiterentwickeln. Besonders geeignet sind berührungslose Bild-, Audio- und Sensordaten. Im Vorschlachtbereich lassen sich Tierzustand, Verhalten, Ausrutschen, Stürze, Lautäußerungen und kritische Handling-Ereignisse objektiver erfassen und mit Schlachtbefunden sowie Fleischqualitätsparametern verknüpfen. An der Linie kann Computer Vision sichtbare Verunreinigungen, pathologische Auffälligkeiten, Tierschutzindikatoren und Prozessfehler erkennen, Schlachtkörper gezielt ausschleusen und Abweichungen dokumentieren. Weitere Potenziale liegen in der Klassifizierung, Rückverfolgung, vorausschauenden Wartung, Ausbeute- und Kapazitätsplanung sowie der automatisierten Kontrolle von Kisten, Produkten und Hygieneschritten. Das Pilotprojekt KontRed zeigt die technische Machbarkeit besonders konkret: Fünf Kameraperspektiven wurden vorgesehen, um Darminhalt, Mageninhalt, Gallenflüssigkeit und Rohrbahnfett auf Schweineschlachtkörpern zu erkennen. Damit kann KI menschliche Kontrollen verdichten, objektivieren und schneller machen.
Sie ersetzt nicht die amtliche Fleischuntersuchung kann jedoch zu einem erheblichen Effizienzgewinn beitragen wo gleichzeitig der Fachkräftemangel immer größer wird. Entscheidend sind robuste Trainingsdaten, validierte Trefferquoten, beherrschte Fehlalarme, Erklärbarkeit und eine klare menschliche Letztentscheidung. Die zentrale regulatorische Hürde liegt derzeit im europäischen Fachrecht für die amtliche Schlachttier- und Fleischuntersuchung. Die Verordnung (EU) 2017/625 ordnet diese Kontrollen den zuständigen Behörden zu; die Durchführungsverordnung (EU) 2019/627 legt für Schweine die praktischen Untersuchungsschritte und Verantwortlichkeiten fest. Sie geht von einer amtlichen Untersuchung des Tierkörpers und der Nebenprodukte durch Besichtigung sowie, bei Auffälligkeiten oder Verdacht, ergänzend durch Abtasten und Anschneiden aus. Ein allgemeiner Rechtsrahmen, nach dem ein Vision-System definierte visuelle Arbeitsschritte selbstständig übernimmt und dessen Ergebnis an die Stelle der vorgeschriebenen amtlichen Beurteilung tritt, ist bisher nicht vorgesehen. Für einen echten Ersatz einzelner Untersuchungsschritte wäre auf EU-Ebene eine ausdrückliche Einbettung in die Durchführungsbestimmungen notwendig. Die EFSA bestätigt den Handlungsbedarf: Computer-Vision-Systeme können Befunde objektiver und skalierbarer erfassen, ihre Verwendung in der amtlichen Fleischuntersuchung setzt aber regulatorische Anerkennung und den Nachweis voraus, dass Genauigkeit und Zuverlässigkeit mindestens dem heutigen Verfahren entsprechen. Dieser Nachweis ist anspruchsvoll, weil die menschliche Fleischuntersuchung selbst keinen fehlerfreien Goldstandard darstellt. Es braucht pragmatische Lösungen, um hier eine zügige und bürokratiearme Umsetzung zu erreichen, die das Schutzniveau aufrechterhält oder verbessert.
Quellenverzeichnis Alban, L., Lund, D. H., Majewski, M., Sandberg, M. & Olsen, A. (2026): Beyond Human Vision: Use of Computer Vision Systems in Meat Inspection. Vortragsfolien, gemeinsame Sitzung des 35th Emerging Risks Exchange Network (EREN) und StaDG-ER, European Food Safety Authority (EFSA). Europäische Kommission (2019): Durchführungsverordnung (EU) 2019/627 der Kommission vom 15. März 2019 zur Festlegung einheitlicher praktischer Modalitäten für die Durchführung der amtlichen Kontrollen in Bezug auf für den menschlichen Verzehr bestimmte Erzeugnisse tierischen Ursprungs gemäß der Verordnung (EU) 2017/625. Amtsblatt der Europäischen Union, L 131, S. 51–100; konsolidierte Fassung vom 19. Juli 2026. Europäisches Parlament & Rat der Europäischen Union (2017): Verordnung (EU) 2017/625 vom 15. März 2017 über amtliche Kontrollen und andere amtliche Tätigkeiten zur Gewährleistung der Anwendung des Lebens- und Futtermittelrechts sowie der Vorschriften über Tiergesundheit und Tierschutz. Amtsblatt der Europäischen Union, L 95, S. 1–142. Tholen, J., Grosse-Kleimann, J., Schulze Althoff, G., Kreienbrock, L. & Upmann, M. (2024): Type, areal extent and localization of carcass contaminations during industrial pig slaughter. Meat Science, 208, Artikel 109365. DOI: 10.1016/j.meatsci.2023.109365. Tholen, J., Kirse, A., Voß, A., Schulze Althoff, G., Strotkötter, L., Kreienbrock, L. & Upmann, M. (2026): Detection of carcass contamination using video image analysis during industrial pig slaughter. Frontiers in Food Science and Technology, 6, Artikel 1698416. DOI: 10.3389/frfst.2026.1698416.
