Knowledgebase · Pferdewissen

Was künstliche Intelligenz über die Stimmung eines Pferdes ableiten kann

Künstliche Intelligenz wird inzwischen nicht nur eingesetzt, um Bewegungen zu analysieren. Auch Verhalten und emotionale Zustände von Pferden werden zunehmend mit Verfahren der Bildverarbeitung und des maschinellen Lernens untersucht. Eine interessante Studie von Bhave et al. aus dem Jahr 2025 [1] hat sich dabei mit der Frage beschäftigt, ob sich aus Bildern von Pferden unterschiedliche emotionale Zustände ableiten lassen. Für uns Menschen ist es selbstverständlich, aus Gesichtsausdruck, Körperhaltung oder Verhalten eines Pferdes bestimmte Zustände abzuleiten. Genau diese Fähigkeit versucht man teilweise technisch abzubilden. Bhave et al. [1] verwendeten dafür einen Datensatz mit 3.929 Bildern von Wildpferden aus fünf verschiedenen Rassen und unterschiedlichen geografischen Regionen. Die Bilder wurden mithilfe eines Verfahrens des unüberwachten maschinellen Lernens analysiert. Dabei soll das Modell Ähnlichkeiten und Unterschiede innerhalb der Bilddaten selbst erkennen, anstatt ausschließlich anhand von zuvor von Menschen vergebenen Kategorien zu lernen. Die Forschenden orientierten sich dabei an sieben von Panksepp beschriebenen emotionalen Systemen und ergänzten diese um Schmerz. Das Modell sollte anschließend untersuchen, welche Muster in den Bildern mit diesen Kategorien zusammenhängen. Bei einem klassischen überwachten Lernverfahren würde man beispielsweise viele Bilder mit der Information „ängstlich“, „entspannt“ oder „schmerzhaft“ versehen und die KI darauf trainieren.

Der Ansatz von Bhave et al. [1] ist etwas anders. Mithilfe von Contrastive Learning soll das Modell zunächst lernen, welche Bilder sich ähnlich beziehungsweise unterschiedlich sind. Anschließend wurden die daraus entstandenen Repräsentationen für die weitere Klassifikation verwendet. Das ist wissenschaftlich interessant, weil damit nicht ausschließlich vorgegebene menschliche Kategorien reproduziert werden. Die Autoren berichten, dass sich innerhalb der Daten verschiedene Cluster und feinere Muster zeigten, die möglicherweise auf komplexere emotionale Zustände hindeuten könnten. Das bedeutet aber ausdrücklich nicht, dass die KI damit bewiesen hätte, dass ein Pferd beispielsweise gerade „glücklich“ oder „traurig“ ist.

Ein Bild zeigt zunächst nur bestimmte sichtbare Merkmale eines Pferdes. Daraus auf einen inneren emotionalen Zustand zu schließen, ist eine wesentlich komplexere Aufgabe. Die Studie selbst beschreibt ihren Ansatz deshalb als Möglichkeit, aus visuellen Mustern Hinweise auf emotionale Zustände und das Wohlbefinden von Pferden zu gewinnen. Die Ergebnisse stellen keine direkte Messung eines subjektiven Gefühlszustands dar. Das ist ein wichtiger Unterschied. Eine KI kann beispielsweise erkennen, dass bestimmte Bilder häufiger gemeinsam auftreten. Daraus folgt noch nicht automatisch, dass sie die zugrunde liegende Emotion im menschlichen Sinne „versteht“.

Die automatische Analyse von Verhalten und Körpersprache steckt noch in einer vergleichsweise frühen Entwicklungsphase. Neben der Untersuchung von Emotionen gibt es inzwischen weitere Ansätze, bei denen maschinelles Lernen beispielsweise Gesichtsausdrücke, Körperhaltung oder andere Verhaltensmerkmale von Pferden analysiert [1, 2]. Solche Verfahren könnten langfristig dabei helfen, große Mengen an Video- oder Sensordaten systematisch auszuwerten. Dafür müssen die Methoden allerdings noch genauer untersucht und validiert werden. Eine KI kann also Muster erkennen, die für uns interessant sind. Ob dieses Muster tatsächlich eine bestimmte Emotion oder ein bestimmter Gesundheitszustand bedeutet, ist eine separate Frage.