Ein Aquakultur‑Simulator für Regenbogenforellen (Oncorhynchus mykiss) basierend auf einem verhaltensbasierten Schwarmmodell und einem dynamischen Energiebudget

Warum Simulationen von Fischfarmen wichtig sind

Da ein zunehmender Anteil der weltweiten Meeresfrüchte aus Aquakultur statt aus dem offenen Ozean stammt, stehen Fischzüchter vor einer einfachen, aber kostspieligen Frage: Wie viel sollen sie ihre Fische täglich füttern? Futter ist der größte Einzelkostenfaktor in der Aquakultur, doch das Ausprobieren unterschiedlicher Fütterungspläne in realen Becken ist langsam und teuer. Diese Studie stellt einen Computer‑Simulator für die Regenbogenforellenzucht vor, der solche Fragen zunächst auf dem Bildschirm beantworten soll, damit Züchter Fütterungsstrategien verfeinern, Abfall reduzieren und effizienter wachsen können.

Von Meeresgehegen zu intelligenten Landbecken

Die traditionelle Fischzucht im Meer stößt an Grenzen: geschützte Küstenbereiche sind bereits dicht genutzt, und nicht gefressenes Futter sowie Abfälle können die umliegenden Gewässer belasten. Landgestützte Becken vermeiden viele dieser Probleme und bieten stabile Wasserbedingungen, sind jedoch teuer in Bau und Betrieb, wobei Futter etwa 60 % der Gesamtkosten ausmachen kann. Da der Gewinn direkt davon abhängt, wie schnell Fische durch Futter an Gewicht zulegen, suchen Züchter nach „intelligenten Aquakultur“‑Hilfsmitteln — Sensoren, Kameras und Simulationen — die Wuchs unter verschiedenen Bedingungen vorhersagen können, ohne lange Versuch‑und‑Irrtum‑Experimente durchführen zu müssen.

Dem Computer beibringen, wie Fische sich verhalten

Die Forschenden bauten ihren Simulator aus zwei Hauptteilen auf. Der erste Teil konzentriert sich auf das Verhalten: wie Fische in Gruppen schwimmen und auf Pellets zustürmen, wenn Futter ins Becken gestreut wird. Um Schwarmverhalten nachzubilden, greift das Modell auf Konzepte aus der Computeranimation zurück, bei der „virtuelle Vögel“ oder „Boids“ einfachen Regeln folgen — Abstand halten, der Gruppe folgen und Wände vermeiden. In dieser Studie reagiert jede Forelle im virtuellen Becken auf nahe Fische, Beckenbegrenzungen und sinkende Pellets. Das Programm berechnet, wohin sich jeder Fisch in jedem Bruchteil einer Sekunde bewegt, und zählt, wie viele Pellets jedes Individuum aufnimmt, wobei diese Begegnungen in die tägliche Nahrungsaufnahme des jeweiligen Fisches umgerechnet werden.

Den Energiefluss beim Wachstum verfolgen

Der zweite Teil des Simulators verfolgt, was mit dieser Nahrung im Inneren jedes Fisches passiert. Hier verwendete das Team ein Rahmenwerk namens dynamisches Energiebudget, das beschreibt, wie Tiere Energie für Erhaltung und Wachstum verwenden. Schlicht gesagt fragt das Modell: Von der mit dem Futter aufgenommenen Energie, wie viel wird allein für das Überleben verbraucht und wie viel kann in Größenzuwachs investiert werden? Indem simulierte Tage nacheinander durchlaufen werden, prognostiziert das Programm Körpergewicht und Länge jedes Fisches im Zeitverlauf. Die Beziehung zwischen Länge und Gewicht wurde anhand von Messungen an echten Regenbogenforellen kalibriert, sodass die virtuellen Fische realistische Größenverhältnisse während ihres Wachstums einhalten.

Den virtuellen Tank auf die Probe stellen

Um zu prüfen, ob der Simulator die Wirklichkeit widerspiegelt, führte das Team ein 203‑tägiges Aufzuchtexperiment mit Hunderten junger Regenbogenforellen in einem runden Becken durch. Die Wassertemperatur wurde konstant gehalten, und die Fische wurden reichlich gefüttert, während die Forschenden aufzeichneten, wie viel Futter täglich aufgenommen wurde, sowie regelmäßige Messungen der Fischgrößen. Anschließend spielten sie dieselbe Fütterungshistorie im Simulator mit gleicher Beckengröße und gleicher Fischanzahl nach und verglichen die Computervorhersagen mit dem tatsächlichen Wachstum. Zu Beginn stimmten virtuelle und echte Fische sowohl im Gewicht als auch in der Länge eng überein, und die Futterverwertung — die Menge an Futter, die für einen Gewichtszuwachs benötigt wird — war nahezu identisch. Über längere Zeiträume neigte der Simulator jedoch dazu, das Körpergewicht zu überschätzen und zeigte mehr Variabilität zwischen Individuen als das reale Becken.

Unterschiedliche Fütterungspläne durchspielen

Sobald er validiert ist, wenn auch nicht perfekt, wird der Simulator zu einer Sandkastenumgebung für „Was‑wenn“‑Fragen. Die Forschenden testeten Szenarien, in denen die tägliche Futtermenge auf 70 % oder auf 130 % des experimentellen Niveaus reduziert bzw. erhöht wurde. Wie zu erwarten führte mehr Futter bis Tag 200 zu größeren Fischen. Aber die Effizienz der Futternutzung — das Futterverhältnis — änderte sich mit Zeit und Fütterungsniveau. In der frühesten Phase war ein moderates Fütterungsniveau am effizientesten, während in späteren Stadien eine etwas höhere Fütterungsrate tatsächlich eine bessere Effizienz ergab. Diese Muster legen nahe, dass der wirtschaftlichste Fütterungsplan nicht statisch ist, sondern sich mit der Fischgröße und dem Wachstumsstadium anpassen sollte — etwas, das sich in silico wesentlich leichter untersuchen lässt als in einer realen Anlage.

Was das für die zukünftige Fischzucht bedeutet

Für Nicht‑Fachleute lautet die Kernaussage: Das Team hat eine virtuelle Fischfarm geschaffen, in der einzelne Forellen schwimmen, um Futter konkurrieren und auf realistische Weise wachsen. Während das Modell noch verfeinert werden muss — zum Beispiel um Effekte von Dichte und Sauerstoffgehalt zu berücksichtigen — reproduziert es bereits das frühe Wachstum gut und kann vorhersagen, wie sich verschiedene Fütterungsstrategien über Monate auswirken könnten. Werkzeuge wie dieses könnten Aquakulturmanagern helfen, Futterabfall zu reduzieren, Erntezeitpunkte zu planen und gleichmäßigere Fischgrößen zu erhalten, und dabei die Umweltbelastung zu senken. Mit der Zeit könnten ähnliche Simulatoren auf andere Nutzarten angepasst werden und ein Kernbestandteil einer intelligenteren, nachhaltigeren Meeresfrüchteproduktion werden.

Zitation: Takahashi, Y., Yoshida, T., Yamazaki, Y. et al. An aquaculture simulator for rainbow trout (Oncorhynchus mykiss) based on a fish schooling behavioral model and a dynamic energy budget. Sci Rep 16, 7706 (2026). https://doi.org/10.1038/s41598-026-39028-y

Schlüsselwörter: Aquakultur‑Simulation, Regenbogenforelle, Fischfütterung, Wachstumsmodellierung, Fischzuchttechnik