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

Die offensichtlichste Lösung, um zu überprüfen, ob ein Futtermittel eine positive Wirkung auf die Gesundheit und Leistung Ihrer Kühe bietet, besteht darin, die Daten Ihres Betriebes zu auszuwerten. Aber selbst wenn Daten verfügbar sind, ist es nicht immer einfach die Trends zu erkennen oder zu bewerten.

Betriebsdaten

Die Fähigkeit, Änderungen im Betrieb rasch zu bewerten sind einem nicht in die Wiege gelegt. Besnders 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 durchschnittleich ca. 5 Monate, bevor Ergebnisse überhaupt ersichtlich werden. Der Grund für den dargelegten „Durchschnittswert“ liegt an verschiedensten Einflussfaktoren, die die Milchwirtschaft und die 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 die erwarteten Besserungen in ähnlicher Größenordnung sind, wie die tägliche Variabilität der Produktivität und Verhaltensdaten, wie Milchleistung und Futteraufnahme. Es ist nicht unbedingt anzunehmen, dass die Vorteile des Produkts vernachlässigbar sind, sondern dass die reale tägliche Variabilität in den Daten so erheblich sein kann, dass sie die Besserungen verschleiern. Zum Beispiel sind Maissilage-Trockenmassemessungen einfach, aber die Ergebnisse unterscheiden sich in der Regel von 5 bis 10 Prozent Einheiten von einem Tag zum anderen 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 Forschungsergebnissen müssen wir sicherstellen, dass die veröffentlichten Daten, wirklich auf unsere aktuelle Situation zutreffen: Ist das Produkt in diesem Literaturstück das gleiche wie das Produkt, 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, die in Forschungsanstalten durchgeführt werden, sind von höherer Qualität als Feldversuche": Auch hier hängt die Gültigkeit dieser spezifischen Annahme von einer Reihe an Faktoren ab. So ist es beispielsweise nicht immer möglich, aussagekräftige Daten aus den streng kontrollierten, aber in der Regel kleinen Versuchsgruppen zu erhalten. Merkmale, die eine große Anzahl von Tieren erfordern, um eine akzeptable Genauigkeit zu untersuchen (z. B. reproduktive Merkmale), können nur unter realen Bedingungen und in konventionellen Betrieben untersucht werden. Tatsächlich bieten gut geplante und überwachte Multisite-Versuche, die ein solides Forschungsmodell, das von der Tierernährungsindustrie heute zu wenig genutzt wird.
• “P muss unter 0,05 sein": In der statistischen Analyse sagt uns "P", wie wahrscheinlich ein Unterschied zwischen Ergebnissen zweier oder mehrerer Gruppen zufällig ist. P=0.05 bedeutet, dass es 5% Wahrscheinlichkeit gibt, dass die Differenz zufällig ist. Je näher P bei 0 liegt, desto geringer ist die Wahrscheinlichkeit, dass der Unterschied willkürlich ist, und desto wahrscheinlicher ist der Unterschied zwischen den Gruppen auf die angewandte Behandlung zurückzuführen. Wie unterschiedlich ist dann P=0,04 von P=0,06 in Bezug auf eine zuverlässige Schlussfolgerung über die Wirksamkeit eines Produkts? P<0.05 ist eine konventionelle Schwelle. Für Wiederkäuer nimmt die Europäische Behörde für Lebensmittelsicherheit P<0,10 als Vertrauensschwelle für Wirksamkeitsversuche an, die für die Registrierung von Futtermittelzusatzstoffen vorgelegt werden muss.

Auswerten und Bewerten

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

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.
   
   Kontaktieren Sie uns, um mehr über die umfangreichen Forschungsergebnisse zu den Vorteilen der Fütterung von OmniGen und Animate zu erfahren und wie Phibro Sie bei der Auswertung Ihrer eigenen Betriebsdaten unterstützen kann.

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.