SAS-Programmierung in der Tierzucht: Statistische Auswertung von Leistungsdaten für Einsteiger

En bref

• SAS-Programmierung ermöglicht in der Tierzucht eine nachvollziehbare Statistische Auswertung von Leistungsdaten – von der Rohdatei bis zum Bericht.
• Für Einsteiger zählt zuerst ein sauberes Datenmanagement, weil später sonst jede Datenanalyse an fehlenden Schlüsseln oder Einheiten scheitert.
• Tierstatistik lebt von klaren Modellen: fixe Effekte (z. B. Betrieb, Saison) und zufällige Effekte (z. B. Tier, Vaterlinie) sollten sauber getrennt werden.
• Eine belastbare Tierleistungsbewertung braucht Plausibilitätschecks, Outlier-Regeln und Dokumentation, damit Ergebnisse auditierbar bleiben.
• Mit praxisnahen SAS-Prozeduren (z. B. MEANS, FREQ, GLM, MIXED) lassen sich typische Zuchtfragen zügig beantworten, sofern die Fragestellung präzise formuliert ist.

Leistungsprüfungen im Stall, Sensorik im Melkstand oder Gewichtsdaten aus automatischen Wiegesystemen liefern heute eine Datenfülle, die Chancen und Risiken zugleich birgt. Einerseits lassen sich Zuchtfortschritt und Managementeffekte schneller erkennen; andererseits entstehen leicht Fehlinterpretationen, wenn Messzeitpunkte, Laktationsstadien oder Fütterungsgruppen nicht sauber abgebildet werden. Genau hier setzt SAS-Programmierung an: Sie verbindet robuste Datenaufbereitung mit reproduzierbarer Statistische Auswertung und hilft, aus heterogenen Leistungsdaten verlässliche Kennzahlen abzuleiten. In der Praxis steht oft eine Frage im Zentrum: Welche Tiere sind genetisch wirklich überlegen, und welche Werte sind nur Momentaufnahmen? Ein roter Faden begleitet deshalb diesen Beitrag: Ein fiktiver Milchviehbetrieb „Hof Morgenrot“ sammelt Daten aus Herdenmanagement, Labor und Wiegetechnik. Daraus entsteht Schritt für Schritt eine prüfbare Datenanalyse, die Einsteiger nicht überfordert, jedoch fachlich solide bleibt. Zudem werden typische Stolpersteine benannt, die in der Tierstatistik regelmäßig auftauchen. Wer diese Grundlagen beherrscht, kann später komplexere Zuchtwertmodelle sicherer einordnen.

SAS-Programmierung in der Tierzucht: Datenquellen, Ziele und typische Leistungsdaten

In der Tierzucht stammen Leistungsdaten selten aus nur einer Quelle. Daher lohnt es sich, zuerst die Entstehungskette zu verstehen: Tieridentität, Messgerät, Zeitpunkt, Einheit und Kontext. Auf „Hof Morgenrot“ kommen beispielsweise Milchmengen täglich aus dem Melkroboter, Zellzahlen wöchentlich aus dem Labor und Fruchtbarkeitsereignisse aus dem Herdenprogramm. Außerdem liefert die Fütterungsanlage Gruppenzuteilungen, die später als erklärende Variablen dienen. Gerade für Einsteiger ist diese Vielfalt tückisch, weil unterschiedliche Schlüssel (Ohrmarke, interne ID, Labornummer) schnell zu Dubletten führen.

Ein sinnvolles Ziel der SAS-Programmierung ist deshalb nicht „möglichst viele Auswertungen“, sondern eine klare Kette: Import, Bereinigung, Verknüpfung, Kennzahlen, Modellierung, Bericht. Folglich sollte jede Variable eine definierte Bedeutung haben. Ist „Laktationstag“ wirklich der Tag seit Kalbung, oder ist es ein Zählwert im Melksystem? Solche Details entscheiden später über die Güte der Statistische Auswertung. Zudem hilft eine Datenlandkarte, also eine Liste aller Tabellen, Schlüssel und Zeitbezüge, damit niemand im Team „still“ Annahmen ändert.

Praxisbeispiel: Leistungsdaten auf Hof Morgenrot strukturiert erfassen

Für den Betrieb wird ein Minimal-Set festgelegt: Tier-ID, Datum, Leistung (z. B. kg Milch), Laktationsnummer, Betriebseinheit, Messquelle. Danach werden Regeln definiert, etwa: Milchmenge in kg, Fett/Eiweiß in Prozent, Zellzahl als log-transformierte Größe für Modelle. Dennoch bleiben Sonderfälle, etwa Nachmelken oder Geräteausfälle. Deshalb wird jede Korrektur dokumentiert, beispielsweise mit einer zusätzlichen Variable „flag_clean“ und einer kurzen Begründung im Code-Kommentarblock innerhalb des SAS-Programms.

Außerdem ist es hilfreich, sich früh auf Auswertungsfragen festzulegen: Soll die Tierleistungsbewertung Tiere innerhalb einer Herde vergleichen oder herdenübergreifend? Werden nur Erstlaktationen betrachtet, weil sie vergleichbarer sind, oder werden alle Laktationen modelliert? Diese Entscheidungen beeinflussen die spätere Tierstatistik stark. Ein klarer Fokus verhindert, dass man zwar viele Tabellen erzeugt, jedoch keine belastbare Aussage erhält. Als Leitgedanke gilt: Eine gute Datenanalyse beantwortet eine konkrete Frage – alles andere ist Beifang.

Als nächster Schritt bietet sich an, die Daten technisch sauber zu halten, weil ohne solides Datenmanagement jede Modellierung wackelt.

Datenmanagement mit SAS: Import, Bereinigung und nachvollziehbare Datenanalyse für Einsteiger

Gutes Datenmanagement ist in der Tierzucht kein „Vorprogramm“, sondern die halbe Miete. Deshalb sollte in SAS früh zwischen Rohdaten und Analyse-Datensatz getrennt werden. In der Praxis werden Rohdateien unverändert archiviert, während jede Bereinigung in reproduzierbaren Schritten erfolgt. Dadurch lässt sich später erklären, warum ein Tier aus der Analyse fiel oder warum bestimmte Werte begrenzt wurden. Außerdem schützt diese Trennung vor dem klassischen Fehler, „mal eben“ in Excel nachzubessern und danach die Herkunft der Zahlen zu verlieren.

Für Einsteiger ist ein stabiler Import entscheidend. SAS kann CSV, Excel und Datenbanken verarbeiten; dennoch entstehen Probleme oft durch Datumsformate oder Dezimaltrennzeichen. Daher werden nach dem Import sofort Checks ausgeführt: Anzahl Tiere, Anzahl Messungen je Tier, Spannweiten zentraler Merkmale. Zusätzlich sollte geprüft werden, ob Schlüssel eindeutig sind. Wenn eine Tier-ID mehrfach am selben Datum vorkommt, braucht es eine Regel: Summieren, Mittelwert bilden oder den Datensatz als fehlerhaft markieren. Folglich wird aus „Daten haben“ schnell „Daten verstehen“.

Konkrete Checks, die im Stallalltag wirklich helfen

Auf „Hof Morgenrot“ zeigt sich ein typischer Fall: Milchmenge ist einmal als Liter, einmal als Kilogramm importiert. Deshalb werden Einheiten mit einer Referenztabelle validiert. Zudem wird eine Plausibilitätsprüfung eingeführt: Tagesmilch > 0 und < 80 kg, Fettgehalt zwischen 2 und 7 Prozent, Eiweiß zwischen 2 und 5 Prozent. Dennoch dürfen Grenzwerte nicht blind Tiere „bestrafen“, denn Hochleistungsspitzen können real sein. Daher werden auffällige Werte zunächst markiert und erst nach Rücksprache mit der Messquelle entschieden.

Auch Zeitbezüge müssen konsistent sein. Ein Kalbedatum, das nach dem Messdatum liegt, ist offensichtlich falsch; trotzdem tritt dieser Fehler überraschend häufig auf, etwa nach Datenmigration. Deshalb werden Ereignisdaten (Kalbung, Besamung, Abgang) in einer eigenen Tabelle geführt und per Join angebunden. Dadurch bleibt die Historie stabil, während Leistungsreihen flexibel analysiert werden können. Außerdem lassen sich so Zeitfenster definieren, etwa „erste 100 Tage der Laktation“, die in der Tierleistungsbewertung besonders relevant sind.

Beispielhafte Datendokumentation als Qualitätsanker

Eine kurze, konsequente Dokumentation erhöht die Nutzbarkeit enorm. Dazu gehören Variablenlabels, Einheiten, Herkunft und ein „letztes Update“. Außerdem wird festgehalten, welche Tiere ausgeschlossen wurden und warum. Folglich kann ein anderer Mitarbeiter die SAS-Programmierung übernehmen, ohne die gesamte Pipeline neu zu erfinden. Gerade in kooperativen Zuchtprogrammen ist das entscheidend, weil Daten über Jahre wachsen und Personal wechselt.

Prüfschritt im Datenmanagement	Ziel	Typischer Fehler	Praktische SAS-Umsetzung (Beispiel)
Schlüssel-Check (Tier-ID, Datum)	Eindeutige Beobachtungen sichern	Dubletten durch doppelte Importe	PROC SORT NODUPKEY; BY TierID Datum;
Plausibilitätsgrenzen	Messfehler markieren	Einheitenmix (L vs. kg)	DATA step mit IF/THEN und Flag-Variablen
Missing-Pattern	Systematische Lücken erkennen	Labordaten fehlen nach Gerätetausch	PROC MEANS N NMISS; CLASS Quelle;
Zeitraum-Validierung	Ereignislogik prüfen	Kalbedatum nach Messdatum	IF Kalbedatum > Datum THEN flag_date=1;

Wenn diese Basis steht, kann die Statistische Auswertung gezielt starten, wobei zuerst deskriptive Methoden die Daten „lesbar“ machen.

Statistische Auswertung von Leistungsdaten: deskriptive Tierstatistik und erste Modelle in SAS

Bevor komplexe Modelle laufen, sollte die Tierstatistik deskriptiv beginnen. Daher sind Häufigkeiten, Mittelwerte, Streuungen und Verteilungen die erste Pflicht. Auf „Hof Morgenrot“ wird zum Beispiel geprüft, ob Erstlaktationskühe systematisch andere Milchmengen haben als ältere Kühe. Außerdem zeigt ein Blick auf Monatsverläufe, ob saisonale Effekte plausibel sind. Solche Muster sind nicht nur „nice to know“, sondern entscheiden später, welche Effekte in Modelle gehören. Folglich reduziert eine gute Voranalyse das Risiko, falsche Schlussfolgerungen aus einem „schönen“ p-Wert zu ziehen.

Für Einsteiger ist es hilfreich, einen festen Ablauf einzuhalten: Erst Variablen definieren, dann Gruppen bilden, danach Kennzahlen berechnen. SAS bietet dafür robuste Prozeduren. PROC FREQ zeigt Verteilungen kategorialer Merkmale wie Rasse oder Stallabteil. PROC MEANS und PROC UNIVARIATE liefern Kennzahlen und Ausreißerhinweise. Zudem lassen sich mit einfachen Boxplots oder Histogrammen erste Hypothesen prüfen, etwa: Steigen Zellzahlen nach einem Futterwechsel? Dennoch ersetzen solche Bilder keine Modellierung, weil Störfaktoren oft gleichzeitig wirken.

Von der Frage zum Modell: einfache lineare Ansätze verständlich nutzen

Ein klassischer Start ist ein lineares Modell mit fixen Effekten, etwa Milchmenge ~ Laktationsnummer + Saison + Fütterungsgruppe. Deshalb wird oft PROC GLM genutzt, weil die Syntax klar ist und Ergebnisse gut lesbar sind. Außerdem lernen Einsteiger dabei, wie Referenzkategorien funktionieren und wie Interaktionen interpretiert werden. Dennoch gilt: Tierdaten sind häufig wiederholte Messungen, also nicht unabhängig. Folglich ist ein reines GLM bei Tagesmilch über Wochen statistisch heikel.

An diesem Punkt führt der Weg zu gemischten Modellen. PROC MIXED kann zufällige Effekte abbilden, zum Beispiel ein zufälliger Tier-Effekt für wiederholte Messungen. Dadurch wird die Korrelation innerhalb eines Tieres berücksichtigt. Außerdem lassen sich Herden- oder Stallabteil-Effekte als Random Effects modellieren, wenn viele Gruppen existieren. Das entspricht dem Alltag in der Tierzucht, weil Daten hier hierarchisch sind: Messung in Tier, Tier in Herde, Herde im Programm. Daher passt Mixed Modeling oft besser zur Realität als einfache Mittelwertvergleiche.

Mini-Fallstudie: Fütterungsumstellung und Milchleistung

Auf „Hof Morgenrot“ wurde im Frühjahr eine neue TMR-Rezeptur eingeführt. Die Daten zeigen danach einen Leistungsanstieg; jedoch wechselten zugleich mehrere Kühe die Laktationsphase. Deshalb wird ein Modell geschätzt, das Laktationstag und Rezeptur als Effekte enthält. Außerdem wird ein zufälliger Tier-Effekt ergänzt, damit individuelle Baselines berücksichtigt werden. Folglich schrumpft der „Roh“-Effekt der Rezeptur etwas, bleibt jedoch interpretierbar. Genau hier zeigt sich der Mehrwert der Statistische Auswertung: Nicht die größte Differenz zählt, sondern die plausibel erklärte.

Der nächste Schritt geht über „Was ist passiert?“ hinaus und fragt: „Welche Tiere sind dauerhaft überlegen?“ Damit rückt die Tierleistungsbewertung in den Fokus.

Das Video unterstützt beim Verständnis von gemischten Modellen, was in der Tierstatistik für wiederholte Messungen besonders relevant ist.

Tierleistungsbewertung mit SAS: von Kennzahlen zu genetisch sinnvollen Vergleichen

Tierleistungsbewertung bedeutet mehr als Ranglisten nach Durchschnittsmilch. Daher sollten Leistungskennzahlen so gewählt werden, dass sie Vergleichbarkeit herstellen. In der Tierzucht ist das zentrale Problem die Umwelt: Fütterung, Stallklima, Melkregime und Gesundheitsstatus beeinflussen Werte stark. Außerdem verändern sich Leistungen über die Laktation, sodass ein „einfacher Mittelwert“ Tiere bevorzugt, die zufällig in einer günstigen Phase gemessen wurden. Folglich braucht es standardisierte Bezugsgrößen, etwa 305-Tage-Leistung oder modellbasierte Korrekturen für Laktationstag.

In SAS wird häufig eine zweistufige Logik genutzt: Zuerst werden Rohdaten bereinigt und zu sinnvollen Kennzahlen verdichtet. Danach werden diese Kennzahlen in Modellen korrigiert, um faire Vergleiche zu ermöglichen. Einsteiger profitieren hier von klaren Definitionen: Was ist eine Beobachtungseinheit (Tag, Woche, Testtag)? Welche Tiere werden einbezogen (nur vollständige Laktationen, Mindestanzahl Messungen)? Außerdem müssen Abgänge bedacht werden, weil „gute“ Tiere oft länger bleiben und damit mehr Daten liefern. Deshalb ist Selektion ein echtes Thema, das die Interpretation prägt.

Standardisierung: Warum „gleich rechnen“ wichtiger ist als „viel rechnen“

Auf „Hof Morgenrot“ werden Testtagsdaten genutzt. Deshalb wird die Leistung zunächst auf Laktationstag standardisiert, zum Beispiel mit Klassen (1–30, 31–60, …) oder mit einer Kurvenfunktion. Zudem wird die Saison berücksichtigt, weil Sommerhitze die Milchleistung dämpfen kann. Dennoch sollten Modelle nicht überladen werden, sonst verschwimmt die Aussage. Folglich gilt: wenige, fachlich begründete Effekte schlagen viele, zufällig signifikante Effekte.

Für die Bewertung einzelner Tiere kann ein „korrigierter Leistungsindex“ erstellt werden. Er basiert auf dem Modell und bildet die Abweichung des Tieres vom erwarteten Wert ab. Außerdem lassen sich Konfidenzintervalle oder Standardfehler angeben, damit Unsicherheit sichtbar bleibt. Das ist für Einsteiger oft ein Aha-Moment: Ein Tier mit Rang 1 kann trotzdem statistisch kaum von Rang 5 unterscheidbar sein. Daher sollten Ergebnisse stets mit Präzisionsmaßen kommuniziert werden.

Typische Kennzahlen und ihre Grenzen

In der Praxis sind folgende Größen verbreitet: 305-Tage-Milch, Fett- und Eiweißmenge, Zellzahl-Index, Zwischenkalbezeit und Abgangsgrund. Außerdem kommen zunehmend Sensorparameter hinzu, etwa Wiederkauaktivität oder Schrittzahl. Dennoch sind Sensorwerte oft noisiger, weil Geräte und Firmware wechseln. Deshalb ist eine sorgfältige Harmonisierung entscheidend, bevor solche Merkmale in die Datenanalyse gehen. Folglich ist „High-Tech“ nur dann ein Gewinn, wenn die Datenkette stabil ist.

• Korrigierte Testtagsleistung: gut für kurzfristige Managementeffekte, jedoch sensibel für Messlücken.
• 305-Tage-Leistung: klassisch und vergleichbar, aber abhängig von Annahmen bei unvollständigen Laktationen.
• Zellzahl (log-transformiert): statistisch oft besser handhabbar, dennoch erklärungsbedürftig im Gespräch mit Praktikern.
• Fruchtbarkeitsereignisse: relevant für Ökonomie, jedoch anfällig für Erfassungsfehler und Managementeinflüsse.

Als Brücke zum nächsten Themenblock gilt: Sobald Bewertungsergebnisse stehen, müssen sie reproduzierbar berichtet und im Betrieb verstanden werden. Genau dort zeigt sich die Qualität der Programmierung im Alltag.

Programmierung in SAS für robuste Workflows: Reporting, Reproduzierbarkeit und Praxiskommunikation

Eine Auswertung ist erst dann wirklich nutzbar, wenn sie wiederholbar ist. Daher sollte Programmierung in SAS als Workflow gedacht werden: Parameter setzen, Daten laden, Checks ausführen, Modelle rechnen, Outputs erstellen. Außerdem hilft eine klare Ordnerlogik, damit Rohdaten, Zwischenstände und Berichte getrennt bleiben. Auf „Hof Morgenrot“ wird monatlich berichtet; folglich muss der Prozess auch dann funktionieren, wenn neue Tiere dazukommen oder eine Messquelle kurzfristig ausfällt. Genau hier zahlt sich strukturierte SAS-Programmierung aus.

Ein bewährtes Mittel sind Makros für wiederkehrende Aufgaben, etwa das Einlesen von Monatsdateien oder das Erstellen standardisierter Kennzahlentabellen. Dennoch sollten Makros nicht zu früh komplex werden. Einsteiger lernen schneller, wenn jeder Schritt lesbar bleibt und Variablennamen sprechend sind. Deshalb ist Konsistenz wichtiger als Cleverness. Zudem sollten Log-Ausgaben aktiv genutzt werden, weil Warnungen oft echte Datenprobleme anzeigen. Folglich ist „Log lesen“ Teil der Datenanalyse, nicht nur Debugging.

Reporting: Ergebnisse so darstellen, dass Entscheidungen möglich werden

In der Tierzucht treffen Landwirte Entscheidungen unter Zeitdruck. Daher müssen Berichte kurz, aber präzise sein. Statt zehn Tabellen mit Rohzahlen hilft oft eine Seite mit Kernaussagen: Top-Tiere mit Unsicherheiten, Trend zur Zellzahl, Effekt einer Managementänderung. Außerdem sollten Begriffe erklärt werden, etwa warum ein korrigierter Index fairer ist als ein einfacher Durchschnitt. Dennoch darf Kommunikation nicht „verkaufen“, sondern muss Grenzen nennen, etwa bei kleiner Datenlage. Folglich entsteht Vertrauen, das für langfristige Datennutzung entscheidend ist.

Für die Ausgabe können ODS-Funktionen genutzt werden, um Tabellen und Grafiken konsistent zu gestalten. Zusätzlich ist eine Versionierung sinnvoll: Jeder Bericht bekommt Datum, Datenstand und Code-Version. Dadurch lässt sich später nachvollziehen, warum sich Ranglisten geändert haben. Außerdem sollte ein kurzer Methodenteil enthalten sein, damit neue Teammitglieder die Statistische Auswertung verstehen. Das ist besonders wichtig, wenn Ergebnisse in Zuchtentscheidungen einfließen.

Praxisfall: Wenn zwei Betriebe vergleichen wollen

Ein Nachbarbetrieb möchte die eigenen Leistungsdaten mit „Hof Morgenrot“ spiegeln. Das klingt einfach, ist es jedoch selten. Deshalb braucht es Harmonisierung von Einheiten, Rassenanteilen, Testtagsrhythmus und Managementdefinitionen. Außerdem sollte geprüft werden, ob Messsysteme vergleichbar sind. Folglich wird ein gemeinsamer Datensatz mit Standardvariablen definiert, bevor irgendein Modell läuft. Dieser Schritt ist klassisches Datenmanagement, hat jedoch direkten Einfluss auf die Aussagekraft der Tierstatistik.

Als nächstes bietet sich ein Blick auf Lernressourcen und Übungswege an, damit Einsteiger die ersten Projekte sicher umsetzen können.

Das Video eignet sich, um die wichtigsten Prozeduren für den Einstieg zu festigen und typische Ausgaben korrekt zu interpretieren.

Welche SAS-Prozeduren sind für Einsteiger in der Tierzucht am wichtigsten?

Für den Start sind PROC IMPORT (oder definierte Libnames), PROC SORT, PROC FREQ, PROC MEANS sowie PROC UNIVARIATE zentral. Für die Statistische Auswertung von Leistungsdaten kommen danach PROC GLM und häufig PROC MIXED hinzu, weil Tierdaten oft hierarchisch und wiederholt gemessen sind. Entscheidend ist jedoch die Reihenfolge: erst Datenmanagement, dann Datenanalyse, dann Modellierung.

Wie lassen sich Ausreißer in Leistungsdaten erkennen, ohne wertvolle Spitzenleistungen zu löschen?

Ausreißer sollten zunächst markiert und nicht sofort entfernt werden. Plausibilitätsgrenzen, Verteilungschecks und Zeitreihenlogik helfen, Messfehler von echten Extremwerten zu trennen. Zusätzlich ist eine Regel sinnvoll, die Messquelle und Kontext einbezieht, etwa Gerätewartung oder Laktationsphase. So bleibt die Tierleistungsbewertung fair und nachvollziehbar.

Warum sind gemischte Modelle (MIXED) in der Tierstatistik so häufig sinnvoll?

Weil Messungen innerhalb eines Tieres korreliert sind und Daten oft verschachtelt vorliegen (Messung in Tier, Tier in Herde). Gemischte Modelle berücksichtigen diese Struktur über zufällige Effekte und liefern dadurch realistischere Standardfehler. Folglich werden Effekte wie Fütterungsgruppe oder Saison besser eingeordnet als in Modellen, die Unabhängigkeit annehmen.

Was gehört zu einer guten Dokumentation der SAS-Programmierung im Zuchtkontext?

Wichtig sind definierte Variablenlabels, Einheiten, Datenquellen, Ausschlussregeln und ein kurzer Änderungsverlauf. Außerdem sollten Berichte Datenstand und Code-Version enthalten. Dadurch bleibt die Statistische Auswertung auditierbar, was bei kooperativen Zuchtprogrammen und langfristigen Leistungsdaten besonders wichtig ist.