Woher wissen Sie, ob ein Futtermittel den gewünschten Erfolg bringt?

Betriebsdaten

Die Fähigkeit, Änderungen im Betrieb rasch zu bewerten sind einem nicht in die Wiege gelegt. Besonders schwierig sind diese Analysen bei kleinen Betriebsgrößen. Wenn beispielsweise ein Betrieb mit 100 Kühen 12% Nachgeburtsverhaltungen beobachtet und diese 12%, durch eine Änderung im Konzept um durchschnittlich 20% reduziert werden sollen, dann sollten sich die Nachgeburtsverhaltungenim Schnitt pro Jahr um 2,4 Fälle reduzieren. Gehen wir davon aus, dass im Betrieb über das ganze Jahr verteilt gekalbt wird, benötigen wir durchschnittlich ca. 5 Monate, bevor Ergebnisse überhaupt ersichtlich werden. Der Grund für den dargelegten „Durchschnittswert“ liegt an verschiedensten Einflussfaktoren, welche die Milchleistung und Tiergesundheit betreffen und daher nicht berechenbar sind. Das bedeutet, dass Änderungen in der Leistung und dem Verhaltensmuster nicht immer, wie auf dem Papier erwartet auftreten.

Unabhängig von der Herdengröße erschweren auch andere Faktoren die Durchführung einer aussagekräftigen Bewertung auf dem eigenen Betrieb. Beispielsweise werden die Abweichungen in der Produktivität und der Tiergesundheit durch verschiedene Wettereinflüsse und unterschiedliche Aufzeichnungstechniken von vergangenen und aktuellen Aufzeichnungen verursacht. So kann die Auswertung der Wirkung eines Produkts im Betrieb verfälscht werden.

Die Bewertung der positiven Auswirkungen eines bestimmten Zusatzprodukts wird noch schwieriger zu bestimmen, wenn sich die erwarteten Verbesserungen in ähnlichen Größenordnungen bewegen, wie die tägliche Variabilität der Produktivität und Verhaltensdaten, wie zum Beispiel Milchleistung und Futteraufnahme. Es ist nicht unbedingt anzunehmen, dass die Vorteile eines Produkts vernachlässigbar sind, sondern dass die reale tägliche Variabilität in den Daten so erheblich sein kann, dass dies die Verbesserungen verschleiert. Zum Beispiel sind Maissilage-Trockenmassemessungen einfach, aber die Ergebnisse unterscheiden sich in der Regel von 5 bis 10 Prozent-Einheiten von einem zum anderen Tag auf demselben Betrieb (Weiss und St-Pierre, 2012).

Forschungsarbeiten

Manchmal liefern schnelle Praxisversuche aus allen oben genannten Gründen minderwertige oder nicht schlüssige Daten. Daher greifen wir häufig auf veröffentlichte wissenschaftliche Versuche zurück. Das hilft uns dabei, den Wert eines Produkts oder Konzepts für Ihren Betrieb besser zu bewerten.

Bei der Bewertung der veröffentlichten Forschungsergebnisse müssen wir sicherstellen, dass die veröffentlichten Daten, wirklich auf unsere aktuelle Situation zutreffen: Ist das Produkt in diesem Literaturstück das gleiche wie jenes, das wir zur Verfügung haben? Wurde es mit der gleichen Menge und unter vergleichbaren Bedingungen gefüttert? Wie viele Studien berichten über die gleichen Ergebnisse?

Abgesehen von diesen grundlegenden Fragen ist die Bewertung von Forschungsliteratur eine spezialisierte Aufgabe und es gibt häufig Missverständnisse rund um die Forschung, insbesondere im Hinblick auf die Interpretation von Ergebnissen. Dies sind einige der häufigsten allgemeinen Missverständnisse:

• "Nur lokale Forschung zählt": Die Gültigkeit dieser Aussage hängt vom untersuchten Thema ab. Wenn wir beispielsweise den Nährwert eines Futtermittels bewerten, wird dies wahrscheinlich von Merkmalen abhängen, die jeder Region innewohnen: Boden, Klima, agronomische Praktiken, Grundration usw. und um genaue Schätzungen der Auswirkungen dieser lokalen Gegebenheit zu erhalten, ist es daher notwendig, diese zu berücksichtigen. Auf der anderen Seite profitieren Faktoren, die der grundlegenden Tierphysiologie oder Ernährung innewohnen, seltener von wiederholten Bewertungen auf regionaler oder nationaler Ebene: Beispiele sind die Wirksamkeit eines Pansenpuffers oder eines anionischen Produkts.
• "Versuche in Forschungsanstalten sind qualitativ besser als Feldversuche": Auch hier hängt der Wert dieser Annahme von einer Reihe von Faktoren ab. So ist es beispielsweise nicht immer möglich, unter den streng kontrollierten, aber typischerweise kleinen Versuchsgruppen in Forschungsbetrieben Daten von zuverlässiger Qualität zu erhalten. Verhaltensweisen, für deren Untersuchung eine große Anzahl von Tieren mit einem akzeptablen Maß an Genauigkeit erforderlich ist (z. B. Fruchtbarkeitsmerkmale), können nur unter Praxisbedingungen untersucht werden. Kurz gesagt: Gut geplante Studien, bei denen Tiere in mehreren kommerziellen Betrieben untersucht werden, liefern ein gutes und zuverlässiges Forschungsmodell, das derzeit in unserer Branche zu wenig genutzt wird.
• "Der P-Wert muss unter 0,05 liegen": Wenn es um Statistik und die Zuverlässigkeit von Forschungsergebnissen geht, gibt der „P-Wert” Auskunft darüber, wie wahrscheinlich es ist, dass ein Unterschied zwischen zwei Durchschnittswerten zufällig ist (P = 0,05 bedeutet, dass die Wahrscheinlichkeit, dass der Unterschied zufällig ist, bei 5 % liegt) oder wie viel Vertrauen wir in ein Forschungsergebnis oder eine experimentelle Erkenntnis haben können. Je näher der P-Wert bei 0 liegt, desto geringer ist die Wahrscheinlichkeit, dass der Unterschied zufällig ist, und desto größer ist die Wahrscheinlichkeit, dass der Unterschied zwischen den beiden Gruppen auf das getestete Produkt zurückzuführen ist. Wie wichtig ist dann der Unterschied zwischen einem P-Wert von 0,04 und 0,06 bei der Bewertung der Wirksamkeit eines Produkts? P<0,05 ist der „Standardwert” in der Statistik, aber es gibt keinen Goldstandard. Die Europäische Behörde für Lebensmittelsicherheit (EFSA FEEDAP-Gremium, 2018) hält beispielsweise für die Lebensmittelsicherheit bei der Registrierung von Futtermittelzusatzstoffen den Grenzwert von P<0,10 ein.

Darüber hinaus bedeutet ein „statistisch signifikanter“ Unterschied nicht automatisch, dass er auch "biologisch relevant" ist.

Auswerten und Bewerten

Zusammenfassung: Wie wissen Sie, ob ein Futtermittel Ihrer Milchviehherde zugutekommt?

1. Schauen Sie sich Ihre eigenen Ergebnisse so detailliert wie möglich an, aber seien Sie vorsichtig mit den Schlussfolgerungen.
2. Untersuchen Sie das Produkt sorgfältig, indem Sie alle verfügbaren veröffentlichten Forschungsarbeiten zu Rate ziehen und die Gültigkeit und Relevanz der Ergebnisse dieser Papiere hinsichtlich ihrer Quantität und Qualität bewerten.
   
   

Referenzen

• Weiss, B., and St-Pierre, N. 2012. Trying to Make Sense of Feed Composition Data: Within Farm Variation. In: Proceedings the Mid-South Ruminant Nutrition Conference, 33-44. Grapevine, Texas, USA.
• EFSA FEEDAP Panel. 2018. Guidance on the assessment of the efficacy of feed additives. EFSA Journal 16: 5274.