Genomische Selektion und KI-gestützte Pflanzen- und Tierzucht

Ein Zuchtzyklus dauert Jahre, weil sich der wahre Wert einer Linie oder eines Tieres erst nach Feldversuchen oder Nachkommenprüfung zeigt. Die genomische Selektion sagt Zuchtwerte aus DNA-Markern voraus, und KI ergänzt Umweltmodellierung und bildbasierte Phänotypisierung. Züchterinnen und Züchter selektieren früher, testen weniger Kandidaten und verkürzen Zyklen; die Arbeit bleibt beim Zuchtteam, nicht bei einem Standard-Chatbot.

Problem & Nutzen

• Heute: Pflanzenzüchter führen mehrjährige Versuche an mehreren Standorten durch und erfassen Phänotypen von Hand oder nach Augenschein. Tierzüchter stützen sich auf Abstammung und Nachkommenprüfung. Beides ist langsam und teuer, und der Klimawandel verschiebt die Zielumwelten.
• KI-Nutzen: Seit Meuwissen et al. (2001) schätzt die genomische Vorhersage Zuchtwerte aus genomweiten Markern, ohne auf Phänotypen zu warten [1]. Moderne Pipelines ergänzen die Modellierung von Genotyp-Umwelt-Interaktionen (GxE), Drohnen- und Gewächshausbilder sowie optimierte Kreuzungen. Die wichtigsten Gewinne sind kürzere Generationsintervalle und eine höhere Selektionsgenauigkeit bei schwer messbaren Merkmalen. Die Milchrinderzucht ist das am besten dokumentierte Beispiel; belegte Zahlen schwanken je nach Art und Programm, vergleichen Sie daher mit Ihren eigenen Daten, statt Durchschnittswerte zu zitieren.
• EU-Kontext: Die NGT-Verordnung (EU) 2026/1388 ist am 16. Juli 2026 in Kraft getreten und gilt ab dem 17. Juli 2028 [2][3]. Sie schafft einen leichteren Weg für gentechnisch veränderte Pflanzen der „Kategorie 1", was die Nachfrage nach schneller, genauer Selektion und Werkzeugen zur Merkmalsvorhersage erhöht.

Varianten

• Pflanzenzucht, Feldfrüchte (Weizen, Mais, Zuckerrübe, Raps): GxE-Vorhersage über Versuchsnetzwerke, Drohnen-Phänotypisierung, Speed Breeding.
• Gartenbau und Gemüse: Bild-Phänotypisierung im Gewächshaus, viele kleine Märkte, kürzere Zyklen.
• Nutztiere (Milchvieh, Schweine, Geflügel, Aquakultur): Single-Step-GBLUP, Herdbuchanbindung, Sensormerkmale (siehe PRED-044, VIS-014).
• Öffentliche und internationale Programme: CGIAR-Zentren, nationale Institute und öffentlich geförderte Vorzüchtung, mit offenen Daten und Werkzeugen.
• Genomeditiertes Material: KI priorisiert Editierziele und sagt Effekte voraus (Verbindungen zu SCI-021, SCI-017).
• Kleine Züchter und Hobby/Privat: beschränkt auf Marker-Dienstleistungen und einfache Software; vollständige Pipelines sind nicht realistisch.

So funktioniert es

1. genotyping (array / low-pass sequencing / imputation) + phenotypes (trials, sensors, drone & greenhouse images
2. CV models) + environment covariates (weather, soil, management)
3. data QC, pedigree/marker curation, imputation
4. prediction model (GBLUP / ssGBLUP / Bayesian / ML / deep, GxE terms)
5. GEBV + accuracy estimates per candidate
6. selection index & optimal-contribution / crossing design
7. breeder review
8. crosses, advancement, trial design
9. new phenotypes feed back to retrain model

• Vorhersage: Lineare gemischte Modelle (GBLUP, ssGBLUP für Nutztiere mit Abstammung) bleiben starke Basislinien; Gradient Boosting, Mehrmerkmals- und Deep-Learning-Modelle helfen vor allem bei nicht-additiven Effekten und GxE.
• Bild-Phänotypisierung: Segmentierungs- und Detektionsmodelle machen aus Drohnen- oder Gewächshausbildern Merkmale auf Parzellenebene; VLMs helfen bei Bonitur und Annotation.
• Optimierung: Kreuzungs- und Paarungspläne wägen den Zuchtfortschritt gegen die Inzucht ab und nutzen dafür Solver.
• Mensch-in-der-Schleife (Human-in-the-Loop): Züchterinnen und Züchter entscheiden über Selektion und Kreuzungen; die Modelle liefern priorisierte Vorschläge mit Genauigkeiten. Die Vorhersage muss an unabhängigen Jahren und Standorten validiert werden.

Datenaufbereitung

Genotypen stammen von Array- oder Sequenzieranbietern (VCF-, PLINK-Dateien), Versuchsdaten aus Feldbüchern, Tabellen, Versuchsmanagement-Software oder Papier, Bilder von Drohnen und Phänotypisierungsplattformen und Abstammungen aus Herdbüchern oder Zuchtdatenbanken. Typische Lücken: nicht zusammenpassende Linien- oder Tier-IDs zwischen Genotyp- und Phänotypdateien, fehlende Abstammungsverknüpfungen, uneinheitliche Merkmalsdefinitionen über Standorte und Jahre, nicht kalibrierte Sensoren, fehlende GPS-Daten oder Parzellenpläne, Genotypisierungsfehler und fehlende Marker sowie unklare Zugriffsrechte zwischen Partnern.

Schritte der Aufbereitung: ein ID-Register aufbauen und die Abstammung bereinigen (PREP-004, PREP-011); Feldbücher aus Papier digitalisieren und Phänotypen direkt an der Quelle digital erfassen (PREP-006, PREP-008); Merkmals-Ontologien festlegen (PREP-012, PREP-019); eine Marker-Qualitätskontrolle (Call Rate, MAF, Imputation) mit PLINK oder bcftools durchführen; Bilder mit Metadaten den Parzellen zuordnen (PREP-010); aus Zuchtdatenbanken exportieren (PREP-005); die Rechtsgrundlage prüfen, wo Daten von Landwirten oder Tierhaltern vorkommen (PREP-025). Werkzeuge: BreedBase oder BMS, PLINK, Nextflow. Siehe DATA-003 und GUIDE-003.

Rechnen Sie mit 50-60 Prozent des Gesamtaufwands für die Harmonisierung von IDs, Versuchsdaten und Genotypen.

Umsetzungswege

Welcher Weg für wen

• Unternehmen (Enterprise): C - Zuchtdaten und Abstammungen sind geistiges Kerneigentum, offene Werkzeuge für die genomische Vorhersage (rrBLUP, BGLR, sommer, Alternativen zu ASReml) sind ausgereift, und eine gemeinsame hauseigene Plattform bedient viele Programme; A passt zu kleinen Züchtern ohne Fachpersonal für quantitative Genetik.
• Entwickler (Developer): C - offene Bibliotheken für statistische Genetik und Bildanalyse sind die übliche Basis.
• Öffentlicher Sektor (Public): C - Forschungsinstitute und öffentliche Zuchtprogramme nutzen offene Werkzeuge und nationale Infrastruktur, was zu Souveränitäts- und Datenaustausch-Regeln passt.

Weg A — Kaufen (Standardsoftware)

• Zuchtdatenplattformen: Möglich sind BreedBase (Open Source, bei kooperierenden Einrichtungen gehostet), das Breeding Management System (BMS, Integrated Breeding Platform) sowie kommerzielle Zucht-LIMS (aktuelle Anbieter und EU-Hosting prüfen).
• Genotypisierungs- und Auswertungsdienste: kommerzielle Array- und Sequenzierlabore sowie nationale Auswertungszentren (z. B. Interbull für internationale Milchrinder-Auswertungen [4]); EU-Anbieter sind wegen des Datenstandorts zu bevorzugen.
• A wählen, wenn: Sie ein kleiner oder mittlerer Züchter ohne Team für quantitative Genetik sind; rechnen Sie mit begrenzter Anpassung der Modelle.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Cloud-Speicher und -Rechenleistung (EU-Regionen) für Pipelines; Vision-APIs oder allgemeine VLMs (Claude, Gemini, Mistral) zur Bonitur von Bildern und zur Bereinigung von Versuchsnotizen; LLMs als Hilfe bei Versuchsmetadaten, Literatur und Code, nicht zur Vorhersage von Zuchtwerten.
• Verwaltetes ML (Azure ML, Vertex AI, SageMaker) zum Training tabellarischer und Bildmodelle.
• B wählen, wenn: Sie Data Scientists, aber wenig Infrastruktur haben.

Weg C — Selbst betreiben (Open Source)

• Genomische Vorhersage: rrBLUP, sommer, BGLR (R), BLUPF90-Familie (Nutztiere), GCTA, dazu scikit-learn, XGBoost und PyTorch für ML- und Deep-Learning-Modelle.
• Genotyp-Verarbeitung: PLINK, Beagle für die Imputation, DeepVariant für Variantenaufrufe aus Sequenzdaten.
• Bild-Phänotypisierung: PlantCV, Modelle der Klasse Segment Anything, Detektoren der YOLO-Familie, offene VLMs (Qwen-VL).
• Datenverwaltung: BreedBase für Versuche und Abstammung.
• Hardware: HW2 genügt für die meisten Pflanzenprogramme; große Nutztier-Auswertungen sind CPU- und speicherintensiv, daher zählt ein Server mit viel RAM mehr als eine GPU.

Weg D — Eigenes Training

Lohnt sich für große Programme mit Tausenden genotypisierten und phänotypisierten Linien pro Jahr. Typische Arbeiten: Mehrmerkmals-GxE-Deep-Learning-Modelle, kulturspezifische Bildmodelle, genomische Sprachmodelle, die auf proprietären Sequenzdaten feingetunt werden. Der Datenbedarf ist hoch; beginnen Sie mit gut abgestimmten gemischten Modellen und verlangen Sie, dass ML-Modelle diese in der Kreuzvalidierung schlagen, bevor Sie sie einführen.

Stand der Technik (2026)

• GBLUP und seine Single-Step-Varianten bleiben das Rückgrat der Produktion; Deep-Learning- und ML-Modelle bringen gemischte, von Merkmal und Population abhängige Vorteile. Berichte über große Verbesserungen beruhen oft auf schwacher Validierung (zufällige Kreuzvalidierung statt Leave-Site-/Leave-Year-out).
• Basismodelle: DNA- und pflanzengenomische Sprachmodelle sowie Proteinmodelle dienen der Priorisierung von Varianten und dem Entwurf von Editierungen; ihr Nutzen für die Vorhersage von Zuchtwerten innerhalb eines Programms ist gegenüber klassischen Methoden noch unbewiesen.
• Phänomik: Multispektrale Drohnen und Gewächshausroboter mit CV-basierter Merkmalsextraktion sind bei großen Saatgutunternehmen und Forschungszentren Routine.
• Speed Breeding und genomische Selektion werden kombiniert, um Zyklen zu kürzen; KI-entworfene Kreuzungsschemata sind im aktiven Einsatz.
• Grenzen: Die Genauigkeit sinkt über nicht verwandte Populationen und neue Umwelten hinweg; kleine Trainingsdatensätze; Rauschen bei der Phänotypisierung; abstammungsspezifische Verzerrung; Selektion verringert die genetische Vielfalt, wenn die Inzucht nicht gesteuert wird.

Gemeinsame Bausteine & Kombinationen

• Stack für tabellarisches ML und Statistik gemeinsam mit PRED-013 (Ertragsvorhersage) und PRED-044 (Sensorvorhersage bei Nutztieren).
• Vision-Stack gemeinsam mit VIS-005 (Pflanzenkrankheiten) und VIS-014 (Nutztierüberwachung); eine Drohnen-Pipeline bedient mehrere Verwendungen.
• Genomik: SCI-009 (Interpretation menschlicher Varianten) teilt Werkzeuge für Variantenaufrufe; SCI-017 (Zielstruktur-Identifikation aus Multi-Omics) und SCI-021 (Sequenzdesign) sind natürliche Nachbarn für Programme zur Genomeditierung.
• Hardware: HW2-GPU plus ein CPU-Server mit viel Arbeitsspeicher.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen bis Monate; Genotypisierungskosten je Probe und Lizenzkosten dominieren.
• Weg B/C: 6–12 Monate für eine validierte Pipeline; die größten Kosten sind Genotypisierung, Phänotypisierung und Personal, nicht Rechenleistung.
• Weg D: mehrjähriges Programm mit eigenem Team für quantitative Genetik und Data Science.
• Kennzahlen: Vorhersagegenauigkeit (Korrelation der GEBV mit der realisierten Leistung) in Leave-Year-/Site-out-Validierung, genetischer Fortschritt pro Jahr, Generationsintervall, Zahl eingesparter Feldparzellen, Kosten je selektiertem Kandidaten, Inzuchtrate, Anteil bildbasiert bonitierter Merkmale gegenüber manueller Bonitur.

Menschen & Veränderung

Beziehen Sie von Anfang an die Zuchtleitung und die Züchterinnen und Züchter ein, die Selektionsentscheidungen treffen; sie müssen den GEBV vertrauen und sie hinterfragen können. Holen Sie früh das Personal für Feld und Phänotypisierung dazu, da es die Daten erzeugt, sowie die IT für Speicher und Rechenleistung. Die Geschäftsführung verantwortet IP- und Lizenzregeln (Sortenschutz, Partnerdaten). Lieferanten wie Genotypisierungslabore und Partnerprogramme brauchen Vereinbarungen zum Datenaustausch; die Dateneigner von Herdbüchern und Versuchsnetzwerken müssen Daten freigeben.

Datenschutz: meist keine personenbezogenen Daten; Kennungen von Eigentümern, Landwirten oder Beschäftigten können in Herdbüchern und Versuchsprotokollen vorkommen, beziehen Sie daher die oder den Datenschutzbeauftragte(n) (DSB) ein und schließen Sie mit Cloud-Anbietern Auftragsverarbeitungsverträge (AVV, Art. 28 DSGVO); eine DSFA ist normalerweise nicht erforderlich.

Betriebsrat: im Regelfall nein, da die Werkzeuge Pflanzen und Tiere bewerten, nicht Beschäftigte. Erfassen Feld-Apps oder Bildwerkzeuge die Leistung einzelner Beschäftigter, gilt § 87 Abs. 1 Nr. 6 BetrVG, und der Betriebsrat wird rechtzeitig über KI-geplante Arbeitsverfahren informiert (§ 90 Abs. 1 Nr. 3).

KI-Kompetenz: Art. 4 der KI-Verordnung (AI Act) verlangt Maßnahmen, die die KI-Kompetenz der Beschäftigten fördern; schulen Sie Züchterinnen und Züchter zu Kreuzvalidierung, Genauigkeit je Umwelt und den Grenzen der Vorhersage für ungetestete Populationen. Starten Sie einen Pilot mit einer Kultur oder einem Herdenmerkmal und führen Sie die Selektion parallel zur klassischen Methode durch. Sorge: „Modelle übergehen die Erfahrung der Züchter" - die Züchterinnen und Züchter behalten die endgültigen Selektions- und Paarungsentscheidungen.

Leitfäden: GUIDE-008, GUIDE-009, GUIDE-005.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko; keine Kategorie nach Anhang III trifft zu, und die KI-Kompetenz (Art. 4) erfasst die Beschäftigten [5]. Keine verbotene Praxis.
• DSGVO: meist keine personenbezogenen Daten; Ausnahmen sind Daten von Landwirten, Herdeneigentümern und Versuchspersonal in Herdbüchern und Feldprotokollen sowie menschliche Proben, die als Kontrollen dienen.
• Pflanzenbereich: NGT-Verordnung (EU) 2026/1388 (Kategorie 1 gegenüber 2, keine Verwendung im Ökolandbau, Saatgutkennzeichnung, Patentregeln) [2][3]; Sortenschutzrechte (UPOV, CPVO) und Saatgutverkehrsrecht.
• Tierbereich: Die Verordnung (EU) 2016/1012 über zootechnische Normen regelt Herdbücher und genomische Zuchtwertschätzungen [6]; das Tierschutzrecht gilt für Zuchtziele.
• Sonstiges: Zugang und Vorteilsausgleich bei genetischen Ressourcen (Nagoya-Protokoll), Dateneigentum bei Landwirten und Partnern, Biosicherheit bei Sequenzdaten.
• Gegenmaßnahmen: unabhängige Validierung, Überwachung der Vielfalt, dokumentierte Modelle und Datenherkunft, Verträge zur Datennutzung.

Erste Schritte

1. Den Bestand prüfen: genotypisierte und phänotypisierte Individuen, Versuchsstandorte und -jahre, Qualität der Abstammung.
2. Eine GBLUP-Basislinie mit rrBLUP oder BLUPF90 anpassen und die Leave-Year-out-Genauigkeit messen.
3. Umweltkovariaten ergänzen und ein ML- oder GxE-Modell gegen die Basislinie testen.
4. Drohnen- oder Gewächshaus-Bildphänotypisierung an einem Merkmal pilotieren, bei dem die manuelle Bonitur der Engpass ist.
5. Die Vorhersagen in die Selektionsbesprechung einbinden und den genetischen Fortschritt pro Jahr verfolgen.

Quellen

1. Meuwissen, Hayes, Goddard (2001), Prediction of total genetic value using genome-wide dense marker maps, Genetics — https://doi.org/10.1093/genetics/157.4.1819
2. European Commission — New genomic techniques — https://food.ec.europa.eu/plants/new-genomic-techniques_en
3. EFSA — New genomic techniques — https://www.efsa.europa.eu/en/topics/new-genomic-techniques
4. Interbull Centre — https://interbull.org
5. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
6. Regulation (EU) 2016/1012 (zootechnical standards) — https://eur-lex.europa.eu/eli/reg/2016/1012/oj
7. BreedBase — https://breedbase.org
8. PlantCV — https://plantcv.org