Tierärztlich geprüfter Inhalt
Dieser Inhalt wurde von Doç. Dr. Mehmet ÇOLAK auf Basis wissenschaftlicher Quellen erstellt.
Milchvieh

Body Condition Score (BCS) bei Milchkühen: Skala, Zielwerte und wissenschaftliche Evidenz

29 Juli 2026 671 Aufrufe

Body Condition Score beim Milchvieh: die 1-5-Skala und die Falle der Skalenumrechnung, anatomische Kontrollpunkte (mit Abbildung), Tabelle der Score-Deskriptoren, Zielwerte über die Laktation, was eine BCS-Einheit in kg und Mcal bedeutet, Zusammenhänge mit Krankheit, Fruchtbarkeit und Milchleistung sowie verbreitete Aussagen, die die Literatur nicht stützt.


Die Beurteilung der Körperkondition (englisch body condition score, BCS) ist eine subjektive, mit Hand und Auge vorgenommene Bewertung der Körperfettreserven einer Milchkuh. Anders als das Wiegen ist sie weitgehend unabhängig von der Skelettgröße und der Pansenfüllung; deshalb bildet sie die Energiereserven des Tieres besser ab als das Lebendgewicht. Die folgenden Abschnitte behandeln anhand aktueller wissenschaftlicher Quellen, was der BCS misst, auf welcher Skala und wie er bewertet wird, welche Zielwerte über den Laktationszyklus gelten, wie vielen Kilogramm und wie vielen Megakalorien eine Skaleneinheit entspricht, wie er mit Krankheit und Fruchtbarkeit zusammenhängt — und welche verbreiteten Behauptungen die Literatur nicht stützt.

VetKriter Rationsrechner für Milchkühe

Der Body Condition Score geht unmittelbar als Eingangsgröße in die Rationsberechnung ein. Geben Sie den Score, die Milchleistung und das Laktationsstadium Ihrer Kuh ein und berechnen Sie den Energie- und Proteinbedarf.

Ration berechnen

1. Was misst der Body Condition Score?

Der BCS bewertet im Wesentlichen das subkutane Fettgewebe. Zwischen dem physisch präparierten Körperfett und dem BCS besteht ein enger Zusammenhang: Bei Friesian-Kühen wurde eine Korrelation von r = 0,93 berichtet (Wright und Russel, 1984); Otto et al. (1991) berichteten r = 0,75 gegenüber der präparierten Fettmenge, Waltner et al. (1994) r = 0,83 gegenüber dem beobachteten Körperfett (zitiert nach Roche et al., 2009).

Das bedeutet jedoch nicht, dass der BCS das gesamte Körperfett erfasst. Während er das subkutane Fett mit vertretbarer Genauigkeit abbildet (r² = 0,89 bei Friesian-Kühen), sagt er das intermuskuläre und intramuskuläre Fett nur schwach voraus (r² = 0,43) — und diese zweite Fraktion enthält 35-45 % des Körperfetts (Wright und Russel, 1984; zitiert nach Roche et al., 2009). Der BCS ist also ein guter Ersatzparameter, aber keine vollständige Analyse der Körperzusammensetzung.

Die sonografisch gemessene Rückenfettdicke (RFD) ist eine objektivere Alternative: Eine Veränderung der RFD um 1 mm entspricht etwa 5 kg Gesamtkörperfett (Schröder und Staufenbiel, 2006). Bei periparturienten Holstein-Kühen wurde eine hohe Korrelation zwischen BCS und RFD gefunden (r = 0,839-0,867; p < 0,001); eine BCS-Einheit entsprach dabei etwa 8,2 mm RFD (Siachos et al., 2021). Demgegenüber wurde auch gezeigt, dass der auf Viertelpunkte gerundete visuelle Score einer geschulten Person ebenso valide ist wie die sonografische Messung des subkutanen Fetts (Domecq et al., 1995). In der Praxis liegt der Vorteil des BCS gegenüber dem Ultraschall darin, dass er keine Geräte erfordert und sich auf die gesamte Herde anwenden lässt.

2. Die Skalenfrage — überspringen Sie diesen Abschnitt nicht

In der Milchviehhaltung gibt es keine einheitliche, weltweit gültige BCS-Skala. Die erste Bewertungsskala war eine 1973 für das Rind adaptierte 4-Punkte-Skala; danach entwickelten sich in verschiedenen Regionen der Welt voneinander unabhängige Systeme: im Vereinigten Königreich eine 6-Punkte-Skala (0-5), in Australien eine 8-Punkte-Skala, in den USA und in Irland eine 5-Punkte-Skala (Wildman et al., 1982; Edmonson et al., 1989) und in Neuseeland eine 10-Punkte-Skala (Roche et al., 2009).

In der Türkei wird die Skala 1-5 verwendet und auch hier zugrunde gelegt (1 = hochgradig abgemagert, 5 = hochgradig verfettet), in Schritten von 0,25 Einheiten. Auch die VetKriter-Anwendung verwendet diese Skala für Milchrind, Mastrind, Schaf, Ziege und Büffel.

Skalen lassen sich nicht durch einfache Multiplikation ineinander umrechnen.

Roche et al. (2004) verglichen vier internationale Systeme an denselben Kühen. Übereinstimmung gegenüber der neuseeländischen 10-Punkte-Skala: US-amerikanische 5-Punkte-Skala r² = 0,54; irische 5-Punkte-Skala r² = 0,72; australische 8-Punkte-Skala r² = 0,61. Die Autoren betonen selbst: Die Unterschiede zwischen den Systemen ließen sich „durch einfache mathematische Berechnungen nicht korrekt vorhersagen". Ein konkretes Beispiel: Ein BCS von 6,0 im 10-Punkte-System entspricht im US-amerikanischen und im irischen System 3,4 bzw. 3,2 — also 56 % und 53 % des Wertes der 10-Punkte-Bewertung. Die 10-Punkte-Skala ist nicht das Doppelte der 5-Punkte-Skala.

Die praktische Konsequenz lautet: Prüfen Sie, welche Skala eine ausländische Quelle verwendet, bevor Sie einen dort gelesenen Zielwert auf Ihre eigene Skala übertragen. Alle Werte beziehen sich, sofern nicht anders angegeben, auf die Skala 1-5.

3. Wie wird bewertet? Anatomische Kontrollpunkte

Als wesentliche anatomische Regionen moderner BCS-Systeme gelten (Roche et al., 2004): der thorakale und vertebrale Bereich der Wirbelsäule (Chine, Lende, Kruppe), die Rippen, die Dornfortsätze der Lendenwirbel, das Tuber sacrale (Hüfthöcker, hooks), das Tuber ischii (Sitzbeinhöcker, pins), die vorderen Schwanzwirbel (Schwanzansatz) und die Oberschenkelregion.

Ferguson et al. (1994) definierten in einer Untersuchung an 225 Holstein-Kühen mit vier Beobachtern sieben Regionen: die Hüftgelenkregion (Thurl), die Tubera ischiadica und iliaca, die iliosakralen und ischiokokzygealen Bänder sowie die Querfortsätze und die Dornfortsätze der Lendenwirbel. Edmonson et al. (1989) entwickelten dagegen eine Tafel, die die Konformationsveränderungen an acht Körperregionen in Text und Diagramm beschreibt; der Gesamtscore hing am stärksten mit den Scores der Becken- und der Schwanzansatzregion zusammen.

Bei der Beurteilung werden zwei Arten von Strukturen betrachtet: (1) wie deutlich die knöchernen Vorsprünge hervortreten (Dorn- und Querfortsätze, Hüft- und Sitzbeinhöcker) und (2) wie tief die Einsenkungen zwischen diesen Vorsprüngen sind — über den Querfortsätzen, in der Hüftgelenkregion (Thurl), zwischen den Dornfortsätzen und dem Hüfthöcker sowie im Zwischenraum zwischen Schwanzansatz und Sitzbeinhöcker (Song et al., 2019; Protokoll auf Basis von Edmonson et al., 1989).

Kruppenregion einer Holstein-Milchkuh: links Seitenansicht, rechts Ansicht von hinten. Die acht im Body Condition Score beurteilten anatomischen Kontrollpunkte sind mit den Nummern 1 bis 8 gekennzeichnet.
Kontrollpunkte — links Seitenansicht, rechts Ansicht von hinten 1 Dornfortsätze der Lendenwirbel (Rückenlinie) · 2 Querfortsätze der Lendenwirbel (kurze Rippen) · 3 Letzte Rippen · 4 Tuber coxae — Hüfthöcker (hook) · 5 Tuber ischii — Sitzbeinhöcker (pin) · 6 Schwanzansatz und Schwanzband · 7 Sakralband · 8 Hüftgelenkregion (Thurl) Die Punkte 4, 5 und 6 sind in beiden Ansichten gekennzeichnet. Originalzeichnung von VetKriter™.

3.1 Was bedeuten die einzelnen Scores?

Die oben genannten Punkte zeigen, wo zu schauen ist; die folgende Tabelle zeigt, welcher Score bei welchem Befund zu vergeben ist. Die Deskriptoren stützen sich auf die von Ferguson (2002) wiederveröffentlichte Tabelle der Arbeit von Ferguson et al. (1994) sowie auf die Erscheinungsbilder, die das Landwirtschaftsministerium von Ontario (OMAFRA), Penn State Extension und die AHDB-Scorekarte beschreiben.

Score Gesamteindruck Hüft- und Sitzbeinhöcker Sakral- und Schwanzband Kurze Rippen und Wirbelsäule
1,0 Hochgradig abgemagert Scharfkantig, dazwischen tiefe Einsenkungen. Hüftgelenkregion und Keulen eingefallen, Analregion eingezogen, Vulva deutlich hervortretend. Alle Bänder scharf hervortretend; um den Schwanzansatz tiefe Gruben. Die Enden der kurzen Rippen fühlen sich scharf an und lassen die Lende wie ein Regal erscheinen. Die Wirbelsäule wirkt sägezahnartig.
2,0 Mager Deutlich, aber kantig; die Hüftgelenkregion tritt hervor, die dazwischenliegende Einsenkung ist nicht so tief wie bei 1,0. Beide Bänder scharf hervortretend. Die kurzen Rippen sind fühlbar, der Regaleffekt ist nicht ausgeprägt. Die Rippen sind auf drei Vierteln der Strecke zur Wirbelsäule sichtbar.
2,5 Über mager Am Ende des Sitzbeinhöckers ist ein Fettpolster tastbar — das Unterscheidungsmerkmal von 2,5. Der Hüfthöcker ist noch kantig, ohne Fettpolster. Beide Bänder scharf hervortretend. Die Wirbelsäule ist kantig und auf 6-8 cm sichtbar. Die Hüftgelenkregion ist V-förmig.
3,0 Mittel — Zielwert zur Abkalbung Der Hüfthöcker ist rund und abgeflacht — das Unterscheidungsmerkmal von 3,0. An Hüft- und Sitzbeinhöcker ist ein Fettpolster vorhanden. Beide Bänder scharf hervortretend. Die kurzen Rippen sind bei leichtem Druck fühlbar, der Regaleindruck ist verschwunden. Die Wirbelsäule bildet einen runden Rücken. Die Hüftgelenkregion ist weiterhin V-förmig.
3,5 Über mittel Rund, mit Fettpolster. Das Sakralband ist sichtbar, das Schwanzband teilweise von Fett bedeckt — das Unterscheidungsmerkmal von 3,5. Die Wirbelsäule ist rund und auf 4-6 cm sichtbar. Die Hüftgelenkregion ist U-förmig geworden.
4,0 Verfettet Rund, aber noch sichtbar. Der Bereich zwischen Hüft- und Sitzbeinhöcker ist mit Fett gefüllt und eben; auch der Raum zwischen den Hüfthöckern ist eben. Weder das Sakral- noch das Schwanzband ist sichtbar. Die kurzen Rippen sind nur bei festem Druck fühlbar. Die Wirbelsäule flacht in Lende und Kruppe ab.
4,5 Stark verfettet Die Sitzbeinhöcker sind nicht mehr sichtbar. Nicht sichtbar. Die Enden der kurzen Rippen sind nicht mehr einzeln abgrenzbar. Die Hüftgelenkregion ist eben.
5,0 Hochgradig verfettet Alle Knochenvorsprünge sind rund und von Fett bedeckt; der Hüfthöcker wirkt kugelförmig. Der Schwanzansatz ist in Fett eingebettet. Die Knochenstrukturen von Wirbelsäule, Hüft- und Sitzbeinhöckern sowie kurzen Rippen sind nicht sichtbar. Die Keulen sind nach außen gewölbt; Fettdepots an Kruppe und Beinen sind leicht erkennbar.

Die Tabelle umfasst jene Scores, deren Deskriptoren unabhängig überprüfbar sind. Der Wert 1,5 wurde nicht aufgenommen: Die einzige dafür auffindbare Beschreibung war ein Text, den eine universitäre Beratungsschrift aus einer kommerziellen Broschüre übernommen hatte. Das Ferguson-System geht ohnehin nicht unter 2,5.

Entscheidungsreihenfolge in der Praxis

Die Scorekarten von Penn State und AHDB kommen nicht über das Auswendiglernen von Definitionen, sondern über eine schrittweise Prüfung zum Ergebnis. Legen Sie die Hand auf das Tier und gehen Sie in dieser Reihenfolge vor:

  1. Ist am Ende des Sitzbeinhöckers ein Fettpolster tastbar? Wenn nicht, liegt der Score unter 2,5; wenn ja, beträgt er mindestens 2,5.
  2. Ist der Hüfthöcker rund? Wenn ja, beträgt der Score 3,0.
  3. Ist das Sakralband sichtbar, das Schwanzband aber teilweise von Fett bedeckt? Dann 3,5.
  4. Ist keines der beiden Bänder sichtbar? Dann liegt der Score bei 4,0 oder darüber. Ab diesem Punkt werden die kurzen Rippen beurteilt: Sind ihre Enden noch abgrenzbar, ist es 4,0; sind sie es nicht, 4,5; sind auch die Hüfthöcker kaum noch abgrenzbar, nähert man sich 5,0.

3.2 Die Grenze der Viertelpunkte

Eine Auflösung von 0,25 Einheiten ist nicht über den gesamten Bereich gültig. Ferguson et al. (1994) zeigten mittels Hauptkomponentenanalyse Folgendes: Die Körperkondition lässt sich nur zwischen 2,5 und 4,0 (jeweils einschließlich) in Schritten von 0,25 Einheiten differenzieren; unterhalb von 2,5 und oberhalb von 4,0 ist eine Differenzierung nur in Schritten von 0,5 Einheiten möglich. Bei einer sehr mageren oder sehr verfetteten Kuh ist die Annahme, man unterscheide zwischen „2,25" und „2,0", statistisch also nicht gestützt.

3.3 Adspektion oder Palpation?

Die Variation zwischen den Beurteilern ist größer, wenn die Kühe ausschließlich visuell bewertet werden (Roche et al., 2009). Auch Roche et al. (2004) berichteten, dass die Korrelation bei visueller Bewertung abnimmt, und empfahlen für die Vergleichbarkeit zwischen Studien die Bewertung durch Palpation. In der Praxis bedeutet das, die Kuh mit der Hand zu bewerten — in den Worten der irischen Beratungsorganisation Teagasc: „Sie müssen bei jeder Kuh die Hand auflegen".

4. Wie reproduzierbar ist die Bewertung?

Das ist der am meisten unterschätzte Aspekt des BCS. Ferguson et al. (1994) berichteten, dass vier Beobachter beim absoluten Score zu 58,1 % exakt übereinstimmten und in 32,6 % der Fälle um 0,25 Einheiten abwichen (zusammen etwa 90,7 %). Edmonson et al. (1989) berichteten, dass ihre Tafeln bei geringer Varianz zwischen den Beurteilern konsistente Ergebnisse lieferten und dass sich kein signifikanter Unterschied in Abhängigkeit von der Erfahrung der Beurteiler zeigte.

Feldbedingungen unterscheiden sich jedoch vom Labor. Kristensen et al. (2006) erhoben in Dänemark mit 51 praktizierenden Tierärztinnen und Tierärzten sowie 6 Trainern 2.230 Scores: Zwischen den intensiv geschulten Trainern war die Übereinstimmung ausgezeichnet (Kappa ≥ 0,86), bei den Praxistierärzten streute jedoch das Intra-Beobachter-Kappa zwischen 0,22 und 0,75 und das Inter-Beobachter-Kappa zwischen 0,17 und 0,78. Das Fazit der Autoren ist eindeutig: Ohne vorherige Validierung lässt sich ein BCS-Vergleich zwischen Herden nicht rechtfertigen. Die gute Nachricht: Schon eine kurze Schulungseinheit brachte eine deutliche Verbesserung.

Vasseur et al. (2013) fanden, dass Beurteiler, denen lediglich eine BCS-Karte ausgehändigt worden war, untereinander innerhalb von ±0,5 Punkten gut übereinstimmten (gewichtetes Kappa 0,79), beim exakten Score jedoch nur mäßig (0,46); das von ihnen entwickelte Schulungsprogramm zielte auf ein Kappa > 0,80 innerhalb von ±0,5 Punkten. In einer Validierung bei Nili-Ravi-Büffeln reichte die Schulung anhand der Karte nicht aus; die Schulung am lebenden Tier steigerte die Übereinstimmung von 0,48-0,55 auf 0,63-0,87 (Magsi et al., 2022).

Die nützlichste Einzelregel für die Praxis: Morin et al. (2017) zeigten, dass die Übereinstimmung zwischen Beobachtern bei einer einzelnen BCS-Messung stark ist (gewichtetes Kappa 0,79 und 0,84), für die DIFFERENZ zwischen zwei Messungen (ΔBCS) jedoch nur mäßig bleibt (0,49). Wenn Sie die Veränderung der Kondition verfolgen — und genau das ist der eigentliche Nutzen —, müssen alle Messungen von derselben Person durchgeführt werden.

5. Zielwerte über den Laktationszyklus

5.1 Zeitpunkt der Abkalbung

Dies ist der am besten belegte Zielwert. Die eingeladene Übersichtsarbeit von Roche et al. (2009) berichtet, dass der Zusammenhang für viele Produktions- und Gesundheitsvariablen nicht linear ist und dass der optimale BCS zur Abkalbung bei 3,0-3,25 (5-Punkte-Skala) liegt: Ein niedrigerer BCS zur Abkalbung ist mit verminderter Leistung und Fruchtbarkeit verbunden, ein BCS ≥ 3,5 dagegen mit verminderter Trockenmasseaufnahme und Milchleistung in der Frühlaktation sowie mit einem erhöhten Risiko für Stoffwechselstörungen.

Dieser Bereich wird auch durch Felddaten gestützt. Zhao et al. (2019) zeigten an 112 multiparen Holstein-Kühen, dass Tiere mit einem BCS von 3,0-3,25 am 21. Tag vor der Kalbung im Vergleich zu den Gruppen 3,5-3,75 / 4,0-4,25 / 4,5-5,0 mehr Milch gaben (Tag 0-100: 52,35 / 50,94 / 48,59 / 48,78 kg/Tag) und am wenigsten Kondition verloren (5,53 % / 13,33 % / 14,36 % / 23,62 %).

Auch die Untergrenze ist real. Poczynek et al. (2023) fanden an 521 Holstein-Kühen bei den Kälbern jener Tiere, die mit einem BCS < 3,0 abkalbten, bis zum Absetzen eine Abgangsrate von 31,8 %, bei Kühen mit einem BCS von 3,0-3,25 dagegen 9,6 %. In einer experimentellen Studie in Neuseeland wurde der BCS zur Abkalbung gezielt auf 5,5 / 4,5 / 3,5 (10-Punkte-Skala) eingestellt; das Ergebnis war eindeutig: „Sowohl ein niedriger als auch ein hoher BCS zur Abkalbung erhöht das Krankheitsrisiko — die Kühe der niedrigen Gruppe waren reproduktiv beeinträchtigt, die verfetteten Kühe trugen ein Risiko für Stoffwechselerkrankungen" (Roche et al., 2013). Der Zusammenhang zwischen BCS und Gesundheit ist eine U-Kurve.

5.2 Nadir — der Tiefpunkt

Kühe verlieren nach der Abkalbung über 50-100 Tage hinweg Kondition (Roche et al., 2009). Hernandez-Gotelli et al. (2023) berichteten für Holstein-Kühe einen mittleren Nadir-BCS von 2,92 ± 0,25 und einen Zeitpunkt des Nadirs von 43,1 ± 26,8 Tagen bei primiparen und 47,8 ± 25,1 Tagen bei multiparen Kühen. In derselben Studie lag der BCS zur Abkalbung bei 3,34 ± 0,20; der Verlust von der Abkalbung bis zum Nadir betrug bei primiparen Kühen −0,34 ± 0,18 und bei multiparen −0,46 ± 0,22.

5.3 Unterschied zwischen primiparen und multiparen Kühen

In einer Analyse, die 16 Studien und Daten von 24.807 Holstein-Kühen zusammenführte, wiesen Kühe in der ersten Laktation einen höheren BCS auf als alle übrigen Paritäten; mit steigender Parität sank der BCS in der Phase der Leistungsspitze und der BCS-Verlust in der Transitphase nahm zu — das Lebendgewicht stieg dagegen mit der Parität (von Parität 1 bis ≥5 ein Plus von 114 kg beim Lebendgewicht in der Leistungsspitze) (Lean et al., 2022). In einer Verlaufsbeobachtung mit einem automatischen BCS-System verloren multipare Kühe bis zum Nadir prozentual mehr als doppelt so viel Kondition wie primipare (8,82 % gegenüber 4,12 %; Truman et al., 2022).

Eine wichtige Differenzierung: Diese Befunde begründen keinen abweichenden Zielwert für Färsen — sie beschreiben einen beobachteten Verlaufsunterschied. Eine belegte, peer-reviewte Quelle, die beim Milchrind für Färsen einen eigenen BCS-Zielwert zur Abkalbung empfiehlt, war nicht auffindbar.

6. Wie viele Kilogramm und wie viele Megakalorien entspricht eine BCS-Einheit?

Dies ist die Brücke, die den BCS mit der Rationsberechnung verbindet — und der aktuelle Wert unterscheidet sich deutlich von dem älterer Quellen.

Die 8. Auflage von NASEM (2021) Nutrient Requirements of Dairy Cattle gibt aus der Zusammenführung mehrerer Studien die mittlere Lebendgewichtsänderung je BCS-Einheit mit 9,4 % des Lebendgewichts an. Bei laktierenden Kühen besteht das zwischen BCS 2 und 4 auf- oder abgebaute Leergewebe zu 62,2 % aus Fett, zu 27,6 % aus Wasser, zu 8,1 % aus Protein und zu 2,1 % aus Asche; sein Energiegehalt beträgt 6,3 Mcal/kg.

Berechnung (NASEM, 2021)

1 BCS-Einheit (kg) = 0,094 × Lebendgewicht (kg)

1 BCS-Einheit (Mcal) = 0,094 × Lebendgewicht (kg) × 6,3

Für eine Kuh mit 650 kg: 1 BCS-Einheit = 61 kg Körpermasse = 385 Mcal Energie + 5,0 kg Protein.

VetKriter Lebendgewichtschätzung

Die obige Berechnung beruht auf dem Lebendgewicht; in den meisten Betrieben gibt es keine Waage. Schätzen Sie das Lebendgewicht Ihres Tieres aus Brustumfang und Körperlänge und multiplizieren Sie anschließend mit 0,094.

Lebendgewicht schätzen

Der in älteren Quellen genannte Wert von 80 kg ist nicht mehr aktuell. In der 7. Auflage des NRC (2001) wurde jede BCS-Einheit mit etwa 14 % des Lebendgewichts angesetzt, für eine typische Holstein-Kuh also mit etwa 80 kg. NASEM (2021) hat diesen Wert auf 9,4 % (etwa 61 kg) gesenkt und ausdrücklich festgehalten, dass die Daten von Otto et al. (1991) in der 7. Auflage falsch interpretiert worden waren. Die kursierende Angabe „1 BCS = 80 kg" und die darauf beruhenden Energieberechnungen gehen auf diesen alten Wert zurück.

Auch die Zusammensetzung der Mobilisation ist eindeutig: 93 % jeder Einheit Veränderung der Körperenergie entfallen auf Fett und nur 7 % auf Protein (Komaragiri und Erdman, 1997).

6.1 Asymmetrie — Kondition aufzubauen ist teuer

Die Daten von NASEM (2021) zeigen eine bemerkenswerte Asymmetrie: Bei einer Kuh mit 650 kg erfordert der Aufbau von 1 BCS-Einheit 520 Mcal ME (das entspricht lediglich 343 Mcal NEL aus dem Futter), während der Abbau von 1 BCS-Einheit 343 Mcal NEL liefert — energetisch gleichwertig mit 490 kg Milch mit 3,5 % Fett.

Diese Zahl sagt zweierlei zugleich aus. Erstens: Die in der Laktation abgebaute Kondition ist eine erhebliche Energiequelle. Zweitens: Die verlorene Kondition wieder aufzubauen kostet mehr, als sie an Energie geliefert hat. Die Kondition in der Spätlaktation und in der Trockenstehzeit zu erhalten, ist ökonomisch günstiger, als sie in der Frühlaktation zu verlieren und anschließend auszugleichen.

7. Wie viel Verlust ist zu viel? Die Schwelle von 0,5 Einheiten

Ein gewisser Konditionsverlust nach der Abkalbung ist normal und unvermeidlich. NASEM (2021) gibt an, dass in den ersten 60 Tagen post partum typischerweise ein Verlust von 0,5 Einheiten auftritt. Die Frage ist, ab wann daraus eine überschießende Mobilisation wird.

Rearte et al. (2023) definierten in zwei großen argentinischen Herden einen Verlust von mehr als 0,5 Einheiten zwischen Abkalbung und Tag 40 als Indikator einer überschießenden Mobilisation; bei Kühen, die mit einem BCS ≥ 3,0 abkalbten und ≤ 0,5 Einheiten verloren, war das Anöstrusrisiko deutlich niedriger (OR 0,07-0,41).

Sun et al. (2025) teilten 156 Holstein-Kühe nach dem perinatalen BCS-Verlust in drei Gruppen ein: 0-0,25 (M), 0,25-0,5 (L) und > 0,5 (H). Die Gruppe mit einem Verlust > 0,5 zeigte die niedrigste Milchleistung (31,30 gegenüber 36,37 kg/Tag), die höchsten NEFA-, BHB-, Cholesterin- und AST-Werte sowie die niedrigste antioxidative Kapazität und die niedrigsten Insulin- und Glukosewerte; das Risiko für Ketose, Mastitis, Retentio secundinarum, Labmagenverlagerung und Metritis war in dieser Gruppe am höchsten. Eine bemerkenswerte Einzelheit: In diesem dreiarmigen Design lag die beste Milchleistung nicht in der Gruppe ohne Verlust, sondern in der Gruppe mit moderatem Verlust (0,25-0,5).

Ruebel et al. (2022) zeigten, dass der mittlere NEFA-Spiegel bei Kühen, die in der Frühlaktation ≥ 0,5 Punkte verloren, mehr als doppelt so hoch war wie bei Kühen, die ihre Kondition hielten oder aufbauten.

7.1 Den frühen Verlust können Sie nicht wegfüttern

Das ist der in der Praxis am häufigsten missverstandene Punkt. Roche et al. (2009): Kühe verlieren nach der Abkalbung 50-100 Tage lang Kondition, weil es zu homöorhetischen Veränderungen der somatotropen Achse kommt, sich die Insulinempfindlichkeit der peripheren Gewebe ändert und lipolytische Stoffwechselwege im Fettgewebe hochreguliert werden. Der entscheidende Satz der Autoren: „Management und Fütterung beeinflussen den BCS-Verlust in der frühen Zeit nach der Abkalbung nur wenig, solange die Phase der physiologischen Insulinresistenz anhält und die somatotrope Achse nicht wieder gekoppelt ist (Woche 1 bis 4)."

Die praktische Konsequenz lautet: Zu versuchen, den Verlust in der Frühlaktation über die Fütterung auszugleichen, ist weitgehend vergebliche Mühe. Der eigentliche Ansatzpunkt ist, den BCS zur Abkalbung richtig einzustellen — also das Management in der Trockenstehzeit und in der Spätlaktation.

8. BCS und Krankheit

8.1 Ketose und Hyperketonämie

Hier ist die Evidenz am konsistentesten. Gillund et al. (2001) berichteten für norwegische Herden, dass ein BCS ≥ 3,5 zur Abkalbung das Ketoserisiko erhöhte; Kühe, die eine Ketose entwickelten, wiesen bereits vor der Diagnose einen höheren BCS auf und verloren anschließend mehr Kondition. In einer Studie an 1.715 Kühen in den Niederlanden neigten Kühe mit mittlerem (3,25-3,75) oder verfettetem (≥ 4) BCS vor der Abkalbung im Vergleich zu mageren Kühen (≤ 3,0) stärker dazu, sowohl eine subklinische als auch eine klinische Ketose zu entwickeln (Vanholder et al., 2015). Rathbun et al. (2017) zeigten, dass Kühe mit einem BCS ≥ 4,0 in der Trockenstehzeit oder mit einem Verlust von ≥ 1 Einheit in der Transitphase höhere maximale BHB-Konzentrationen im Blut erreichten.

8.2 Fettleber

Eine Fettleber entsteht, wenn die hepatische Lipidaufnahme die Oxidations- und Sekretionskapazität der Leber übersteigt; eine unzureichende oder unausgewogene Nährstoffaufnahme, Verfettung und hohe Östrogenkonzentrationen spielen in der Ätiologie eine Rolle, und das Krankheitsbild geht mit einer erhöhten Inzidenz von Dystokie, Erkrankungen, Infektionen und Entzündungen einher (Bobe et al., 2004). Da für diesen Zusammenhang keine belegte Primärquelle mit einer numerischen Risikokennzahl auffindbar war, wird er hier qualitativ dargestellt.

8.3 Labmagenverlagerung — auf die Glieder der Kette achten

Cameron et al. (1998) fanden in einer prospektiven Studie an 1.170 Kühen aus 67 Herden unter den signifikanten Risikofaktoren für eine Labmagenverlagerung einen hohen Body Condition Score sowie eine negative Energiebilanz vor der Kalbung (geschätzt anhand des Plasma-NEFA).

Das zweite Glied der Kette ist besser quantifiziert, doch gemessen wird hier nicht der BCS, sondern das BHB im Blut: Ein Serum-BHB ≥ 1.200 µmol/L in der ersten Woche nach der Abkalbung erhöhte das Risiko einer nachfolgenden Labmagenverlagerung (OR 2,60) und das Metritisrisiko (OR 3,35); in der zweiten Woche lag die kritische Schwelle bei ≥ 1.800 µmol/L (OR 6,22) (Duffield et al., 2009). Ebenso ergab eine Meta-Analyse von 23 Arbeiten mit subklinischer Ketose als Exposition für die Labmagenverlagerung ein RR/OR von 3,33 (95 % KI 2,60-4,25), für die klinische Ketose 5,38 (3,27-8,83), für frühen Abgang und Tod 1,92 (1,60-2,30) und für Metritis 1,75 (1,54-2,01) (Raboisson et al., 2014).

Diese Zahlen sind keine Risikokennzahlen des BCS — die Exposition ist die subklinische Ketose bzw. das BHB. Sie sind als zweites Glied der Kette „hoher BCS → Ketose → Labmagenverlagerung" zu lesen.

8.4 Konditionsverlust in der Trockenstehzeit

In einer kalifornischen Studie mit Daten aus 16.104 Laktationen von 9.950 Kühen erhöhte ein BCS-Verlust in der Trockenstehzeit die Inzidenz von Uteruserkrankungen und Verdauungsstörungen und senkte die Trächtigkeitswahrscheinlichkeit bei der ersten und zweiten Besamung; Kühe, die in der Trockenstehzeit BCS zulegten, zeigten in der folgenden Laktation höhere Milch-, Fett- und Proteinleistungen sowie einen niedrigeren somatischen Zellscore (Chebel et al., 2018). In einer argentinischen Studie mit 28 Betrieben und etwa 16.800 Kühen hatten Tiere, die ihre Kondition über die Trockenstehzeit hielten oder aufbauten, im Vergleich zu jenen, die in der späten Trockenstehzeit verloren, bis Tag 90 eine geringere Wahrscheinlichkeit für Retentio secundinarum, Metritis und klinische Mastitis (Melendez et al., 2020). Daros et al. (2020) berichteten, dass bei Kühen mit BCS-Verlust in der Trockenstehzeit die Wahrscheinlichkeit für subklinische Ketose, Metritis und Transitkrankheiten insgesamt erhöht war.

8.5 Abgang und Tod

Krogstad und Bradford (2025) berichteten, dass magere Kühe mit einem BCS < 3,25 vor und < 2,75 nach der Kalbung ein höheres Risiko hatten, die Herde zu verlassen, als Herdengefährtinnen mit mittlerem BCS (OR 1,48 bzw. 2,16), und dass bei einem Verlust von ≥ 0,75 Einheiten nach der Abkalbung das Abgangsrisiko stieg (OR 1,80). Am anderen Ende zeigten Kang et al. (2026) anhand von 11.361 Abkalbedatensätzen, dass Kühe mit einem BCS ≥ 3,75 zum Trockenstellen im Vergleich zu Kühen mit einem BCS von 3,5 in den ersten 60 Tagen post partum eine höhere Abgangswahrscheinlichkeit aufwiesen (OR 1,83; p < 0,0001). Liest man beide Befunde zusammen, ergibt sich erneut eine U-Kurve: Zum Trockenstellen zu verfettet und um die Kalbung herum zu mager zu sein — beides erhöht das Risiko.

9. Drei verbreitete Behauptungen, die die Literatur nicht stützt

Einige in der Praxis häufig wiederholte Aussagen zum BCS haben sich in gut angelegten Studien nicht bestätigt. Sie zu benennen, mindert den Wert des BCS nicht — es zeigt klarer, wo er nützt.

❶ „Ein hoher BCS führt zu Schwergeburten"

Berry et al. (2007) fanden in einer weidebasierten Holstein-Friesian-Herde, dass BCS und Lebendgewicht 8 Wochen vor der Abkalbung und zum Zeitpunkt der Abkalbung — sowie deren Veränderung vor der Abkalbung — die Wahrscheinlichkeit einer Schwergeburt oder einer Totgeburt nicht signifikant beeinflussten. Die Kausalität verlief sogar in die Gegenrichtung: Kühe mit Dystokie verloren zwischen Abkalbung und Nadir im Mittel mehr BCS und Lebendgewicht. Als eigene Einschränkung nennen die Autoren, dass der Befund für den in der Studie beobachteten BCS-Bereich gilt.

❷ „Der BCS beeinflusst die Mastitis"

Breen et al. (2009) kamen in einer 12-monatigen Längsschnittstudie an 1.677 Kühen aus acht kommerziellen britischen Herden — nach Korrektur für Störgrößen wie Euter- und Beinhygiene sowie Zitzenkuppenhyperkeratose — zu folgendem Schluss: „Zwischen dem Body Condition Score der Kuh und der Inzidenz klinischer Mastitiden bestand kein Zusammenhang." In weidebasierten Herden in Uruguay zeigte sich bei Kühen mit optimalem BCS eine Tendenz zu einer geringeren Wahrscheinlichkeit für klinische Mastitis, die jedoch statistisch nicht signifikant war (OR 0,66; P = 0,07) — in derselben Studie erhöhte ein hoher NEFA-Wert (> 0,6 mmol/L) das Risiko deutlich (OR 4,5; P = 0,01) (Cruz et al., 2024).

❸ „Magerkeit verdünnt das Ballenpolster, daher entsteht Lahmheit"

Diese Mechanismushypothese ist populär, doch prospektive Daten stützen sie in dieser einfachen Form nicht. Newsome et al. (2017, Teil 1) zeigten, dass die Rückenfettdicke positiv mit der Weichgewebsdicke der Sohle zusammenhängt, dass die Effektstärke jedoch sehr klein ist: Eine Abnahme des Rückenfetts um 10 mm entsprach lediglich einer Abnahme des Sohlenweichgewebes um 0,13 mm. Zudem fielen die Tiefpunkte beider Gewebe zeitlich nicht zusammen — das Rückenfett erreichte sein Minimum in Woche 9 bis 17 post partum, während das Sohlenweichgewebe bereits in der 1. Woche unmittelbar nach der Kalbung am dünnsten war.

Die Teil-2-Arbeit derselben Gruppe bestätigte den engen Zusammenhang eines dünnen Sohlengewebes mit dem Läsionsrisiko (dünnstes gegenüber dickstem Quartil OR 4,20; 95 % KI 2,0-9,0), fand jedoch, dass die Veränderung der Dicke nachfolgende Läsionen oder Lahmheiten nicht vorhersagte. Das Fazit der Autoren lautet im englischen Original: „This suggests that thin SST were not simply a result of depletion of body fat and challenges the theory that thinning of the digital cushion with body fat mobilization leads to CHDL."

9.1 Was die Evidenz zur Lahmheit tatsächlich stützt

Der obige Vorbehalt bedeutet nicht, dass zwischen BCS und Lahmheit kein Zusammenhang bestünde — es gibt ihn, und seine Richtung ist konsistent. In einer Studie, die eine einzelne britische Herde über acht Jahre und 79.565 Kuhwochen verfolgte, war ein niedriger BCS drei Wochen vor einem wiederkehrenden Lahmheitsereignis mit einem erhöhten Lahmheitsrisiko verbunden, und Kühe mit einem BCS < 2 trugen das höchste Risiko (Skala 0-5; Randall et al., 2015). Green et al. (2014) zeigten in einer Herde mit 600 Kühen über 44 Monate, dass ein BCS < 2,5 das Risiko einer Lahmheitsbehandlung in den folgenden 0-2 und 2-4 Monaten erhöhte — dieser Zusammenhang galt jedoch für das Sohlengeschwür und den Weiße-Linie-Defekt, nicht aber für die Dermatitis digitalis, der Mechanismus ist also spezifisch. Bicalho et al. (2009) berichteten, dass der BCS positiv mit der Dicke des Ballenpolsters zusammenhing und dass Kühe im obersten Quartil der Ballenpolsterdicke eine um 15 Prozentpunkte niedrigere korrigierte Lahmheitsprävalenz aufwiesen als jene im untersten Quartil.

Die einzige unmittelbar einschlägige Meta-Analyse berichtet, dass Kühe mit einem BCS von 3,0 gegenüber solchen mit ≤ 2,5 ein geringeres Lahmheitsrisiko hatten (OR 0,73; 95 % KI 0,54-0,98) und dass Kühe mit einem BCS ≥ 3,5 das niedrigste Risiko aufwiesen (OR 0,55; 0,43-0,72) (Oehm et al., 2019). Die von den Autoren selbst genannten Einschränkungen sind allerdings gravierend: In diese Analyse konnten nur zwei Studien einbezogen werden, die Daten einer Studie wurden per Augenmaß aus einem Balkendiagramm abgelesen, die Referenzkategorie wurde geändert, und die Autoren räumen eine wechselseitige Kausalität ausdrücklich ein.

Und schließlich eine Frage der Größenordnung: Randall et al. (2018) berechneten für zwei britische Herden den populationsattributablen Anteil aller vorangegangenen Lahmheitsereignisse mit 79-83 %, den auf BCS-Veränderungen entfallenden Anteil dagegen mit nur 4-11 %. Der BCS ist bei der Lahmheit ein realer, aber nachrangiger Hebel; ausschlaggebend ist die vorangegangene Lahmheitsvorgeschichte.

10. BCS und Fruchtbarkeit

Die Fruchtbarkeit ist der Bereich, mit dem der BCS am stärksten zusammenhängt.

Wiederaufnahme der Zyklusaktivität. Bei Kühen, die nach der Kalbung ≥ 1 BCS-Einheit verlieren, verlängert sich die Zeit bis zum Einsetzen der Lutealaktivität, und das Risiko einer verzögerten ersten Ovulation steigt (Shrestha et al., 2005). Barletta et al. (2017) zeigten, dass der BCS-Verlust in der Transitphase die Anzahl der Tage bis zur ersten Ovulation und den Anteil zyklischer Kühe an Tag 50 negativ beeinflusste (P < 0,01). In einer Meta-Analyse, die 102 Studien sichtete, war der Zusammenhang zwischen dem Einsetzen der Lutealaktivität und dem BCS zur Abkalbung quadratisch; der optimale BCS zur Abkalbung wurde auf der Skala 0-5 mit etwa 3,10 berechnet (Bedere et al., 2018).

Anöstrus. Rearte et al. (2023) berichteten für zwei weidebasierte Herden, dass jede zusätzliche Einheit BCS zur Abkalbung die Anöstruswahrscheinlichkeit deutlich senkte (in allen vier Herde-×-Paritäts-Schichten OR 0,05-0,13; für den BCS-Verlust OR 0,33-0,41).

Trächtigkeit pro Besamung. In einer Meta-Analyse, die fünfzehn Studien und 47 Herde-Jahr-Kombinationen zusammenführte, war die Trächtigkeitsrate bei Kühen mit einem BCS ≥ 2,75 zur Erstbesamung höher (P < 0,01), und mit steigendem BCS nahm die Trächtigkeitsrate linear zu (P = 0,04); bemerkenswerterweise war das Ausmaß des BCS-Verlusts vor der Besamung nicht mit der Trächtigkeitsrate assoziiert (Stevenson und Atanasov, 2022). Carvalho et al. (2014) fanden bei Kühen mit einem BCS ≤ 2,50 zum Besamungszeitpunkt eine Trächtigkeitsrate von 40,4 % und bei ≥ 2,75 von 49,2 % (P = 0,03; relativ 17,9 % niedriger). In Korea wiesen Kühe aus 28 Betrieben und 4.865 Laktationen mit einem BCS von 3,0 / 3,25 / ≥ 3,5 zur Erstbesamung gegenüber Kühen mit ≤ 2,75 eine höhere Wahrscheinlichkeit auf, an Tag 30 trächtig zu sein (OR 1,36 / 1,64 / 1,90) (Kim et al., 2023).

Güstzeit (days open). Diese Variable ist ein konsistenterer Indikator als die Trächtigkeitsrate. In einer Meta-Analyse hatten Kühe mit hohem BCS zur Abkalbung gegenüber Kühen mit mittlerem bzw. niedrigem BCS eine um 5,8 bzw. 11,7 Tage kürzere Güstzeit; ein starker Konditionsverlust (> 1 Einheit) in der Frühlaktation verlängerte die Güstzeit um 10,6 Tage, während ein geringer oder mäßiger Verlust keinen signifikanten Zusammenhang zeigte (López-Gatius et al., 2003). Dieselbe Arbeit hält ausdrücklich fest, dass die Ergebnisse zur Trächtigkeitsrate bei der Erstbesamung zwischen den Studien außerordentlich heterogen waren.

Trächtigkeitsverlust. Mit steigendem BCS zum Besamungszeitpunkt nimmt der Trächtigkeitsverlust ab (P = 0,01); bei multiparen Kühen, die vor der Besamung > 0,5 Einheiten verlieren, nimmt er zu (Stevenson und Atanasov, 2022). Kim et al. (2023) berichteten, dass Kühe mit einem BCS von 3,0 / 3,25 / ≥ 3,5 zur Abkalbung gegenüber Kühen mit ≤ 2,75 eine geringere Wahrscheinlichkeit hatten, die Trächtigkeit zu verlieren (OR 0,37 / 0,33 / 0,16).

Vorsicht bei einer Zahl.

Carvalho et al. (2014) berichteten für Kühe, die nach der Abkalbung BCS verloren, hielten bzw. zulegten, eine Trächtigkeit pro Besamung von 22,8 %, 36,0 % und 78,3 %. Die letzte Zahl wird in der Literatur häufig zitiert, doch lohnt sich der Blick in den Text der Arbeit selbst: Der Effekt stammt fast vollständig aus einem der beiden Betriebe. Während in Betrieb 2 rund 33 % der Kühe Kondition aufbauten und eine außergewöhnlich hohe Trächtigkeit zeigten, legten in Betrieb 1 nur 8,0 % zu — und diese Kühe zeigten eine ähnliche Trächtigkeitsrate wie die Tiere, die ihre Kondition hielten oder verloren. Die Autoren geben an, der wissenschaftlichen Gültigkeit des Ergebnisses zu vertrauen, schreiben zugleich aber, dass sie über den Unterschied zwischen den beiden Betrieben „verblüfft" seien und den Mechanismus nicht erklären könnten. In einer Studie derselben Arbeitsgruppe in Brasilien wies der Effekt in dieselbe Richtung, fiel jedoch deutlich moderater aus: Kühe mit Verlust 18 %, mit gehaltener Kondition 33 %, mit Konditionsaufbau 47 % (Barletta et al., 2017). Der Nutzen eines Konditionsaufbaus ist real; die Größenordnung von 78,3 % wurde nicht reproduziert.

VetKriter Zuchtpotenzial-Score

Wenden Sie die in diesem Abschnitt beschriebenen Zusammenhänge auf Ihre Herde an: Der Rechner bewertet Body Condition Score, Zwischenkalbezeit und Fruchtbarkeitskennzahlen gemeinsam und unterstützt so die Entscheidung, ein Tier in der Zucht zu behalten.

Zuchtpotenzial-Score berechnen

11. BCS und Milchleistung — der kontraintuitive Abschnitt

Die Aussage „Eine verfettetere Kuh gibt mehr Milch" ist falsch, und die Richtung des Zusammenhangs ändert sich je nachdem, welchen Abschnitt der Laktation man betrachtet.

Bezogen auf den BCS zur Abkalbung ist der Zusammenhang nicht linear. Roche et al. (2007) zeigten an 897 Kühen mit mehr als 2.500 Laktationsdatensätzen, dass Milchleistung und fettkorrigierte Milch (FCM) nichtlinear mit dem BCS zur Abkalbung und zum Nadir zusammenhängen: Sie stiegen mit abnehmender Rate bis zu einem BCS von 6,0-6,5 auf der 10-Punkte-Skala (etwa 3,5 auf der 5-Punkte-Skala) an und fielen danach ab. Darüber hinaus gilt: Oberhalb eines BCS zur Abkalbung von 5,0 auf der 10-Punkte-Skala (etwa 3,0 auf der 5-Punkte-Skala) nimmt die Milchleistung nur noch sehr wenig zu.

Innerhalb der Laktation ist der Zusammenhang dagegen umgekehrt. Stevenson und Atanasov (2022) berichteten in ihrer Meta-Analyse, dass Kühe mit niedrigerem BCS zum Besamungszeitpunkt und größerem Verlust vor der Besamung mehr Milch gaben als ihre Herdengefährtinnen; mit steigendem BCS zur Besamung nahm die Tagesmilchleistung linear ab (P < 0,001), und dieser ungünstige Effekt verstärkte sich im Sommer. Rearte et al. (2023) bestätigten dieselbe Richtung unabhängig davon: Kühe mit größerem BCS-Verlust gaben bei der ersten Milchleistungsprüfung mehr Milch.

Das ist kein Widerspruch, sondern Physiologie. Die leistungsstarke Kuh setzt ihre Kondition in Milch um; der Konditionsverlust ist die Folge einer hohen Leistung und nicht die Ursache einer niedrigen. Deshalb müssen der BCS zur Abkalbung und der BCS innerhalb der Laktation getrennt beurteilt werden. Eine Interpretation, die diese Unterscheidung nicht trifft, führt in die Irre.

Auch in der Milchzusammensetzung zeigt sich ein konsistentes Muster: Der mittlere Milchfettgehalt über 60 und über 270 Tage korreliert positiv mit steigendem BCS zur Abkalbung und zum Nadir; der Milchproteingehalt wird dagegen vom BCS zur Abkalbung nicht beeinflusst, hängt positiv mit dem Nadir-BCS und negativ mit dem Verlust zwischen Abkalbung und Nadir zusammen (Roche et al., 2007). Der Effekt ist bei Holstein-Friesian größer als bei Jersey.

VetKriter FCM-Rechner (fettkorrigierte Milch)

Die Befunde dieses Abschnitts beziehen sich auf die fettkorrigierte Milch. Vergleichen Sie über FCM statt über rohe Liter: Da sich der Milchfettgehalt zusammen mit der Kondition ändert, führt ein Vergleich zweier Kühe allein nach Litern in die Irre.

FCM berechnen

12. Der zugrunde liegende Mechanismus

In der negativen Energiebilanz verschiebt sich der Stoffwechsel in Richtung Katabolismus: Wachstumshormon (GH) und NEFA im Plasma steigen, IGF-1, Insulin und Glukose sinken (Kawashima et al., 2012). Die Modulation der LH-Ausschüttung erfolgt im Wesentlichen auf hypothalamischer Ebene. Die Bildung der Follikelwellen beginnt in der ersten Woche nach der Kalbung synchron mit dem FSH-Anstieg und ist in der Regel nicht der limitierende Faktor; das eigentliche Problem ist die gestörte Antwort des dominanten Follikels auf metabolische Hormone wie IGF-1 und Insulin (Beam und Butler, 1999).

Die experimentelle Evidenz für diesen Mechanismus ist stark. In der Frühlaktation ist die Leber GH-resistent — die GH-IGF-Achse ist „entkoppelt". Butler et al. (2003) zeigten bei Kühen, denen ab Tag 10 post partum ein 96-stündiger hyperinsulinämisch-euglykämischer Clamp angelegt wurde, einen etwa vierfachen Anstieg des Plasma-IGF-1 (117 ± 4 gegenüber 30 ± 4 ng/ml; P < 0,001) sowie einen 3,6-fachen Anstieg der GHR-1A-mRNA und einen 6,3-fachen Anstieg der IGF-1-mRNA in der Leber: Insulin ist das metabolische Schlüsselsignal, das die GH-IGF-Achse wieder koppelt.

Es gibt auch Felddaten, die den BCS unmittelbar mit dieser Achse verbinden: Das anovulatorische Intervall post partum hing mit dem Body Condition Score sowie mit den Plasmakonzentrationen von Insulin, IGF-1 und GH zusammen (Burke und Roche, 2007). Auch die Parität macht einen Unterschied — primipare Kühe weisen höhere IGF-1- und niedrigere BHB-Konzentrationen auf als multipare; die Leptinkonzentrationen fallen zur Abkalbung ab und hängen mit dem BCS zusammen (Wathes et al., 2007).

Und schließlich die genetische Dimension: Die genetischen Korrelationen zwischen BCS und Fruchtbarkeitsmerkmalen sind ungünstig (zwischen −0,04 und −0,54) — und entscheidend ist: Auch nach Korrektur für die Milchleistung bleibt der ungünstige Zusammenhang zwischen BCS und Fruchtbarkeit bestehen (Pryce et al., 2001).

13. Automatisierter BCS: Wo stehen wir?

Roche et al. (2009) sagten voraus, dass die Automatisierung des BCS ein Kandidat für die Integration in Entscheidungsunterstützungssysteme sei. In der Zwischenzeit haben Systeme auf Basis von 3D-Kameras und Deep Learning die Feldvalidierung erreicht.

Genauigkeit. Ein vollautomatisches System aus 2D-Bildgebung und maschinellem Lernen erzeugte im Vergleich zu einer erfahrenen menschlichen Bewertungsperson bei 44,4 % der Scores exakte Übereinstimmung, bei 84,6 % eine Abweichung innerhalb von ±0,25 Einheiten und bei 94,8 % innerhalb von ±0,5 Einheiten; die Reproduzierbarkeit des Systems selbst war nahezu perfekt (gewichtetes Kappa 0,99), und seine Übereinstimmung mit dem Menschen war vergleichbar mit der zwischen zwei geschulten menschlichen Bewertern (Siachos et al., 2024). Mit drei Tiefenkameras und einem Ensemble-Modell wurden an 462 Kühen 35,77 % exakte Treffer, 69,89 % innerhalb von ±0,25 Einheiten und 89,96 % innerhalb von ±0,5 Einheiten erzielt (Summerfield et al., 2023). Bei Jersey-Kühen ergaben 3D-Bilder mit einer Deep-Learning-Regression einen RMSE von 0,29-0,31 und ein R² von 0,66-0,67 (Stephansen et al., 2023).

Der eigentliche Vorteil liegt nicht in der Genauigkeit, sondern in der Frequenz. Albornoz et al. (2021) berechneten, dass der Nachweis eines BCS-Rückgangs von etwa 0,2 Einheiten pro Monat mit der visuellen Methode rund 44 Tage, mit Rohdaten der Kamera 21 Tage und mit aufbereiteten Kameradaten 12 Tage dauert (diese Studie verwendet die australische 8-Punkte-Skala; die Verhältnisse sind skalenunabhängig). Die manuelle Bewertung ist anfällig für Beobachterverzerrungen und arbeitsintensiv; das begrenzt sowohl die Zahl der bewertbaren Tiere als auch die Messfrequenz.

Die Grenzen sind jedoch erheblich — besonders an den Extremen.

Bei der Validierung eines kommerziellen 3D-Systems lag der mittlere Fehler im BCS-Bereich 3,00-3,75 mit −0,1 Einheiten im vertretbaren Rahmen, doch bei Kühen mit einem BCS < 3,00 und > 3,75 lag das System deutlich falsch (Mullins et al., 2019). Noch deutlicher: Ein auf einem britischen Praxisbetrieb an 315 Kühen getestetes automatisches System erfasste keine einzige der von den Bedienern als mager (BCS ≤ 2,25) eingestuften Kühe — Sensitivität 0 %; für überkonditionierte Kühe lag die Sensitivität zwischen 30,7 und 48,8 %, und die Übereinstimmung war bei Jersey-Kühen geringer als bei Holstein-Kühen (gewichtetes Kappa 0,28 gegenüber 0,40). Das Fazit der Autoren: Ohne Verbesserung des Algorithmus ist der klinische Nutzen solcher Systeme begrenzt (Angel und Mahendran, 2024).

Automatische Systeme bilden die durchschnittliche Herde also gut ab, neigen aber dazu, gerade jene Extremtiere zu übersehen, bei denen eingegriffen werden müsste. Sie ersetzen die manuelle Bewertung derzeit nicht; sie ergänzen sie und erlauben, häufiger zu messen.

14. Wie wird das in der Praxis umgesetzt?

Zur Messfrequenz gibt es in der peer-reviewten Literatur keine eindeutige Zahl; die vorliegenden Empfehlungen stammen aus Beratungsquellen (Extension) und widersprechen einander. Dieser Widerspruch ist selbst aufschlussreich — es gibt keinen einheitlichen, allgemeingültigen Zeitplan; entscheidend ist das Produktionssystem (weidebasiert oder Stallhaltung).

  • Teagasc (Irland, weidebasiert): Mindestens dreimal jährlich — vor dem Trockenstellen (Zielwert 2,75), zur Abkalbung (Zielwert 3,0-3,25) und vor der Besamung (Zielwert 3,0).
  • NADIS (Vereinigtes Königreich): Mindestens vier Zeitpunkte — innerhalb von 2-3 Wochen nach der Abkalbung, 60 Tage später, etwa 100 Tage vor dem Trockenstellen und zum Trockenstellen. Die Zielwerte lauten der Reihe nach 2,5-3,0 · 2,0-2,5 · 2,5-3,0 · 2,5-3,0; der Verlust zwischen Abkalbung und Tag 60 sollte 0,5 Einheiten nicht überschreiten.
  • Penn State Extension (USA): Zielwerte nach Laktationsstadium — Abkalbung 3,50; Tag 1-30 3,00; Tag 31-100 2,75; Tag 101-200 3,00; Tag 201-300 3,25; Trockenstehzeit 3,50.

Wie man sieht, wird der Zielwert zur Abkalbung auf derselben Skala 1-5 in drei Quellen mit 3,0-3,25, 2,5-3,0 und 3,50 angegeben. Der Wert, der der peer-reviewten Evidenz am nächsten kommt, ist der Bereich 3,0-3,25 aus der Übersichtsarbeit von Roche et al. (2009); er wird auch hier zugrunde gelegt.

Für die kritischen Messzeitpunkte weist die Evidenz auf folgendes Mindestprogramm hin: Trockenstellen, Abkalbung, Tag 30-40 nach der Abkalbung und Besamung. Die ersten beiden dienen dazu, den Zielwert einzustellen, der dritte dazu, die Verlustschwelle von 0,5 Einheiten zu erfassen, und der vierte dazu, die Fruchtbarkeitsentscheidung zu stützen.

14.1 Die Grenze der Überwachung auf Herdenebene

Dieser Punkt gehört ehrlicherweise benannt. Rearte et al. (2023) zeigten über vier Jahre in zwei großen argentinischen Herden Folgendes: Auf Ebene des Einzeltiers ist der BCS ein starker erklärender Faktor (OR 0,07-0,41 für Anöstrus), und selbst aggregierte Daten besitzen gute erklärende Aussagekraft; auf Herdenebene ist die Vorhersagekraft schwellenbasierter BCS-Kennzahlen für die Anöstrusrate jedoch schwach (AUC 0,574-0,679). Das Fazit der Autoren lautet im englischen Original: „We conclude that threshold-based models with BCS indicators as predictors are useful to understand disease risk (e.g., anestrus), but conversely, they are useless to predict such multicausal disease events at the herd level."

Warum? Die Autoren führen es selbst auf nicht gemessene weitere Risikofaktoren zurück. Zudem fiel der beste Schwellenwert von Herde zu Herde in entgegengesetzte Richtung aus (in einer Herde 20 % der Kühe, in der anderen 78 %) — ein unmittelbarer Einwand gegen den in der Literatur verbreiteten Ansatz fester Schwellenwerte. In einer Herde sank die Spezifität selbst beim besten Schwellenwert auf 33,3 %, die Fehlalarmrate war also sehr hoch.

In die Praxis übersetzt: Nutzen Sie den BCS mit Vertrauen für Entscheidungen am Einzeltier (soll ich diese Kuh trockenstellen, soll ich sie besamen, was soll ich ihr füttern). Richten Sie aber kein Frühwarnsystem auf Herdenebene nach dem Muster „Wenn der Anteil der Kühe mit BCS < 3 über X % steigt, bricht diese Krankheit aus" ein — die Daten stützen das nicht.

Auch für die Stichprobengröße gibt es keine belegte, peer-reviewte Regel. Kursierende Empfehlungen vom Typ „Bewerten Sie 20 % der Herde" stammen aus Beratungs- bzw. Blogbeiträgen und werden hier nicht als Quelle angeführt.

15. Die Skala bei anderen Tierarten

Die Skala 1-5 ist keine Besonderheit des Milchrinds. Bei Nili-Ravi-Büffeln wurde das für das Milchrind entwickelte System 1-5 (in Schritten von 0,25) unmittelbar angewendet und validiert; bei einer Toleranz von ±0,25 und ±0,5 Punkten war die Übereinstimmung zwischen den Beurteilern nahezu perfekt (gewichtetes Kappa 0,97-1,0) (Magsi et al., 2022). Für Murrah-Büffel wurde ein System der Skala 1-5 mit acht skelettalen Kontrollpunkten und Schritten von 0,5 entwickelt und sonografisch validiert (r = 0,860 zur Fettreserve des Schlachtkörpers) (Alapati et al., 2010). Auch beim Schaf (Luridiana et al., 2025) und bei der Ziege (Gonçalves et al., 2025) wird die Skala 1-5 verwendet; beim Schaf erfolgt die Bewertung durch Palpation der Muskel- und Fettauflage im Lendenbereich.

Ein Vorbehalt: Der automatisierte BCS ist beim kleinen Wiederkäuer deutlich schwächer als beim Rind. Bei Milchziegen ließ sich das Lebendgewicht aus digitalen Bildern gut vorhersagen (R² = 0,87), die Klassifikationsgenauigkeit des BCS betrug jedoch nur 0,4054 (Gonçalves et al., 2025).

16. Zusammenfassung — was ist in der Praxis zu tun?

  1. Kennen Sie Ihre Skala und halten Sie sie schriftlich fest. In der Türkei wird die Skala 1-5 verwendet. Übertragen Sie ausländische Zielwerte nicht ohne Prüfung der Skala; Skalen lassen sich nicht durch einfache Multiplikation umrechnen.
  2. Bewerten Sie mit der Hand, nicht mit dem Auge. Bei visueller Bewertung ist die Variation zwischen den Beurteilern größer.
  3. Wenn Sie die Konditionsveränderung verfolgen, sollten alle Messungen von derselben Person stammen. Für den ΔBCS ist die Übereinstimmung zwischen Beobachtern nur mäßig.
  4. Der Zielwert zur Abkalbung liegt bei 3,0-3,25. Sowohl darunter als auch darüber ist riskant — der Zusammenhang ist eine U-Kurve, keine einseitige Beziehung.
  5. Halten Sie den Verlust nach der Abkalbung unter 0,5 Einheiten. Das erreichen Sie nicht über die Fütterung in der Frühlaktation, sondern über das Management in der Trockenstehzeit und in der Spätlaktation; der frühe Verlust ist weitgehend hormonell bedingt und lässt sich durch Fütterung nicht verhindern.
  6. Kondition abzubauen ist günstiger, als sie aufzubauen. Bei einer Kuh mit 650 kg gilt: 1 BCS-Einheit = 61 kg = 385 Mcal; der Aufbau erfordert 520 Mcal ME, der Abbau liefert 343 Mcal NEL.
  7. Nutzen Sie den BCS für Einzeltierentscheidungen, nicht für die Krankheitsvorhersage auf Herdenebene.
  8. Automatische Systeme bringen Frequenz, übersehen aber Extremtiere. Überprüfen Sie magere und hochgradig verfettete Kühe weiterhin von Hand.

17. Literatur

  • Alapati, A., Kapa, S. R., Jeepalyam, S., Rangappa, S. M., & Yemireddy, K. R. (2010). Development of the body condition score system in Murrah buffaloes: validation through ultrasonic assessment of body fat reserves. Journal of Veterinary Science, 11(1), 1-8.
  • Albornoz, R. I., Giri, K., Hannah, M. C., & Wales, W. J. (2021). An improved approach to automated measurement of body condition score in dairy cows using a three-dimensional camera system. Animals, 12(1), 72.
  • Angel, T. R., & Mahendran, S. A. (2024). Comparison of manual and automated body condition scoring of commercial dairy cattle. Veterinary Record, 195(7), e4535.
  • Barletta, R. V., Maturana Filho, M., Carvalho, P. D., et al. (2017). Association of changes among body condition score during the transition period with NEFA and BHBA concentrations, milk production, fertility, and health of Holstein cows. Theriogenology, 104, 30-36.
  • Beam, S. W., & Butler, W. R. (1999). Effects of energy balance on follicular development and first ovulation in postpartum dairy cows. Journal of Reproduction and Fertility Supplement, 54, 411-424.
  • Bedere, N., Cutullic, E., Delaby, L., Garcia-Launay, F., & Disenhaus, C. (2018). Meta-analysis of the relationships between reproduction, milk yield and body condition score in dairy cows. Livestock Science, 210, 73-84.
  • Berry, D. P., Lee, J. M., Macdonald, K. A., & Roche, J. R. (2007). Body condition score and body weight effects on dystocia and stillbirths and consequent effects on postcalving performance. Journal of Dairy Science, 90(9), 4201-4211.
  • Bicalho, R. C., Machado, V. S., & Caixeta, L. S. (2009). Lameness in dairy cattle: A debilitating disease or a disease of debilitated cattle? A cross-sectional study of lameness prevalence and thickness of the digital cushion. Journal of Dairy Science, 92(7), 3175-3184.
  • Bobe, G., Young, J. W., & Beitz, D. C. (2004). Invited review: Pathology, etiology, prevention, and treatment of fatty liver in dairy cows. Journal of Dairy Science, 87(10), 3105-3124.
  • Breen, J. E., Green, M. J., & Bradley, A. J. (2009). Quarter and cow risk factors associated with the occurrence of clinical mastitis in dairy cows in the United Kingdom. Journal of Dairy Science, 92(6), 2551-2561.
  • Burke, C. R., & Roche, J. R. (2007). Effects of pasture feeding during the periparturient period on postpartum anovulation in grazed dairy cows. Journal of Dairy Science, 90(9), 4304-4312.
  • Butler, S. T., Marr, A. L., Pelton, S. H., Radcliff, R. P., Lucy, M. C., & Butler, W. R. (2003). Insulin restores GH responsiveness during lactation-induced negative energy balance in dairy cattle: effects on expression of IGF-I and GH receptor 1A. Journal of Endocrinology, 176(2), 205-217.
  • Cameron, R. E., Dyk, P. B., Herdt, T. H., et al. (1998). Dry cow diet, management, and energy balance as risk factors for displaced abomasum in high producing dairy herds. Journal of Dairy Science, 81(1), 132-139.
  • Carvalho, P. D., Souza, A. H., Amundson, M. C., et al. (2014). Relationships between fertility and postpartum changes in body condition and body weight in lactating dairy cows. Journal of Dairy Science, 97(6), 3666-3683.
  • Chebel, R. C., Mendonça, L. G. D., & Baruselli, P. S. (2018). Association between body condition score change during the dry period and postpartum health and performance. Journal of Dairy Science, 101(5), 4595-4614.
  • Cruz, I., Barca, J., Pereira, I., Meikle, A., & Ruprechter, G. (2024). Association between non-esterified fatty acids and calcium concentrations at calving with early lactation clinical diseases, fertility and culling in grazing dairy cows in Uruguay. Preventive Veterinary Medicine, 230, 106294.
  • Daros, R. R., Eriksson, H. K., Weary, D. M., & von Keyserlingk, M. A. G. (2020). The relationship between transition period diseases and lameness, feeding time, and body condition during the dry period. Journal of Dairy Science, 103(1), 649-665.
  • Domecq, J. J., Skidmore, A. L., Lloyd, J. W., & Kaneene, J. B. (1995). Validation of body condition scores with ultrasound measurements of subcutaneous fat of dairy cows. Journal of Dairy Science, 78(10), 2308-2313.
  • Duffield, T. F., Lissemore, K. D., McBride, B. W., & Leslie, K. E. (2009). Impact of hyperketonemia in early lactation dairy cows on health and production. Journal of Dairy Science, 92(2), 571-580.
  • Edmonson, A. J., Lean, I. J., Weaver, L. D., Farver, T., & Webster, G. (1989). A body condition scoring chart for Holstein dairy cows. Journal of Dairy Science, 72(1), 68-78.
  • AHDB Dairy. Body condition scorecard (Publikationsnummer 40027). Agriculture and Horticulture Development Board, Vereinigtes Königreich. (Institutionelle Quelle — nicht peer-reviewed.)
  • Ferguson, J. D. (2002). Body condition scoring. Texas Animal Nutrition Council Proceedings, 1-8. (Wiederveröffentlichung der Deskriptoren-Tabelle aus Ferguson et al. 1994 durch den Autor.)
  • Ferguson, J. D., Galligan, D. T., & Thomsen, N. (1994). Principal descriptors of body condition score in Holstein cows. Journal of Dairy Science, 77(9), 2695-2703.
  • Gillund, P., Reksen, O., Gröhn, Y. T., & Karlberg, K. (2001). Body condition related to ketosis and reproductive performance in Norwegian dairy cows. Journal of Dairy Science, 84(6), 1390-1396.
  • Gonçalves, M. A., Castro, M. S. M., Carrara, E. R., Raineri, C., Rennó, L. N., & Schultz, E. B. (2025). Prediction of weight and body condition score of dairy goats using random forest algorithm and digital imaging data. Animals, 15(10), 1449.
  • Green, L. E., Huxley, J. N., Banks, C., & Green, M. J. (2014). Temporal associations between low body condition, lameness and milk yield in a UK dairy herd. Preventive Veterinary Medicine, 113(1), 63-71.
  • Heinrichs, J., Jones, C. M., & Ishler, V. A. Body condition scoring as a tool for dairy herd management. Penn State Extension. (Beratungsquelle — nicht peer-reviewed.)
  • Hernandez-Gotelli, C., Manríquez, D., Azocar, J., De Vries, A., & Pinedo, P. J. (2023). Factors associated with the time and magnitude of the nadir body condition score in early lactation and its subsequent effects on fertility of Holstein cows. Journal of Animal Science, 101, skad119.
  • Jones, C. M., & Heinrichs, J. Examples of cows at various body condition scores. Penn State Extension. (Beratungsquelle — nicht peer-reviewed.)
  • Kang, H. G., Jeong, J. K., & Kim, I. H. (2026). Identification of culling reasons, intervals, and risk factors by postpartum period classification in dairy farms. Animal Bioscience, 39(3), 250343.
  • Kawashima, C., Matsui, M., Shimizu, T., Kida, K., & Miyamoto, A. (2012). Nutritional factors that regulate ovulation of the dominant follicle during the first follicular wave postpartum in high-producing dairy cows. Journal of Reproduction and Development, 58(1), 10-16.
  • Kim, I. H., Jeong, J. K., & Kim, U. H. (2023). Impact of postpartum time period associated body condition score on reproductive performance in dairy cows. Theriogenology, 209, 107-114.
  • Komaragiri, M. V., & Erdman, R. A. (1997). Factors affecting body tissue mobilization in early lactation dairy cows. 1. Effect of dietary protein on mobilization of body fat and protein. Journal of Dairy Science, 80(5), 929-937.
  • Kristensen, E., Dueholm, L., Vink, D., et al. (2006). Within- and across-person uniformity of body condition scoring in Danish Holstein cattle. Journal of Dairy Science, 89(9), 3721-3728.
  • Krogstad, K. C., & Bradford, B. J. (2025). Associations of body condition score, body condition score change, and hyperketonemia with mastitis, reproduction, and milk production. Journal of Dairy Science, 108(3), 2808-2819.
  • Laven, R. Part 9: Cow body condition score (BCS) and fertility performance in dairy herds. NADIS Animal Health Skills. (Beratungsquelle — nicht peer-reviewed.)
  • Lean, I. J., Sheedy, D. B., LeBlanc, S. J., Duffield, T., Santos, J. E. P., & Golder, H. M. (2022). Holstein dairy cows lose body condition score and gain body weight with increasing parity in both pasture-based and total mixed ration herds. JDS Communications, 3(6), 431-435.
  • López-Gatius, F., Yániz, J., & Madriles-Helm, D. (2003). Effects of body condition score and score change on the reproductive performance of dairy cows: a meta-analysis. Theriogenology, 59(3-4), 801-812.
  • Luridiana, S., Ouadday, M., Cosso, G., Carcangiu, V., & Mura, M. C. (2025). Influence of body condition score on reproductive recovery in spring and on some hematochemical parameters in Sarda breed sheep. Animals, 15(3), 372.
  • Magsi, S. H., Ahmad, N., Rashid, M. A., Bah, M., Akhter, M., & Shahid, M. Q. (2022). Validation of a body condition scoring system in Nili Ravi dairy buffaloes (Bubalus bubalis): inter- and intra-assessor variability. Journal of Dairy Research, 89(4), 382-385.
  • McKenna, N. (2020). Body condition scoring dairy cows ahead of drying off. Teagasc (Agriculture and Food Development Authority). (Beratungsquelle — nicht peer-reviewed.)
  • Melendez, P., Bargo, F., Tuñón, G., & Grigera, J. (2020). Associations between postpartum diseases and milk yield and changes in body condition between drying off and parturition of dairy cows in Argentina. New Zealand Veterinary Journal, 68(5), 297-303.
  • Morin, P. A., Chorfi, Y., Dubuc, J., Roy, J. P., Santschi, D., & Dufour, S. (2017). Short communication: An observational study investigating inter-observer agreement for variation over time of body condition score in dairy cows. Journal of Dairy Science, 100(4), 3086-3090.
  • Mullins, I. L., Truman, C. M., Campler, M. R., Bewley, J. M., & Costa, J. H. C. (2019). Validation of a commercial automated body condition scoring system on a commercial dairy farm. Animals, 9(6), 287.
  • National Research Council. (2001). Nutrient Requirements of Dairy Cattle (7. revidierte Auflage). National Academy Press. (Der ÄLTERE Wert für den Körpergewichtsanteil einer BCS-Einheit; durch NASEM 2021 abgelöst.)
  • NASEM (National Academies of Sciences, Engineering, and Medicine). (2021). Nutrient Requirements of Dairy Cattle (8th rev. ed.), Chapter 3: Energy. Washington, DC: The National Academies Press.
  • Newsome, R. F., Green, M. J., Bell, N. J., et al. (2017). A prospective cohort study of digital cushion and corium thickness. Part 1: Associations with body condition, lesion incidence, and proximity to calving. Journal of Dairy Science, 100(6), 4745-4758.
  • Newsome, R. F., Green, M. J., Bell, N. J., et al. (2017). A prospective cohort study of digital cushion and corium thickness. Part 2: Does thinning of the digital cushion and corium lead to lameness and claw horn disruption lesions? Journal of Dairy Science, 100(6), 4759-4771.
  • OMAFRA (Ontario Ministry of Agriculture, Food and Rural Affairs). Body condition scoring of dairy cattle (ISSN 1198-712X). (Institutionelle Quelle — nicht peer-reviewed.)
  • Oehm, A. W., Knubben-Schweizer, G., Rieger, A., Stoll, A., & Hartnack, S. (2019). A systematic review and meta-analyses of risk factors associated with lameness in dairy cows. BMC Veterinary Research, 15(1), 346.
  • Otto, K. L., Ferguson, J. D., Fox, D. G., & Sniffen, C. J. (1991). Relationship between body condition score and composition of ninth to eleventh rib tissue in Holstein dairy cows. Journal of Dairy Science, 74(3), 852-859.
  • Poczynek, M., Nogueira, L. S., Carrari, I. F., Carneiro, J. H., & Almeida, R. (2023). Associations of body condition score at calving, parity, and calving season on the performance of dairy cows and their offspring. Animals, 13(4), 596.
  • Pryce, J. E., Coffey, M. P., & Simm, G. (2001). The relationship between body condition score and reproductive performance. Journal of Dairy Science, 84(6), 1508-1515.
  • Raboisson, D., Mounié, M., & Maigné, E. (2014). Diseases, reproductive performance, and changes in milk production associated with subclinical ketosis in dairy cows: a meta-analysis and review. Journal of Dairy Science, 97(12), 7547-7563.
  • Randall, L. V., Green, M. J., Chagunda, M. G., et al. (2015). Low body condition predisposes cattle to lameness: An 8-year study of one dairy herd. Journal of Dairy Science, 98(6), 3766-3777.
  • Randall, L. V., Green, M. J., Green, L. E., et al. (2018). The contribution of previous lameness events and body condition score to the occurrence of lameness in dairy herds: A study of 2 herds. Journal of Dairy Science, 101(2), 1311-1324.
  • Rathbun, F. M., Pralle, R. S., Bertics, S. J., et al. (2017). Relationships between body condition score change, prior mid-lactation phenotypic residual feed intake, and hyperketonemia onset in transition dairy cows. Journal of Dairy Science, 100(5), 3685-3696.
  • Rearte, R., Lorenti, S. N., Dominguez, G., de la Sota, R. L., Lacau-Mengido, I. M., & Giuliodori, M. J. (2023). Monitoring of body condition in dairy cows to assess disease risk at the individual and herd level. Animals, 13(19), 3114.
  • Roche, J. R., Dillon, P. G., Stockdale, C. R., Baumgard, L. H., & VanBaale, M. J. (2004). Relationships among international body condition scoring systems. Journal of Dairy Science, 87(9), 3076-3079.
  • Roche, J. R., Lee, J. M., Macdonald, K. A., & Berry, D. P. (2007). Relationships among body condition score, body weight, and milk production variables in pasture-based dairy cows. Journal of Dairy Science, 90(8), 3802-3815.
  • Roche, J. R., Friggens, N. C., Kay, J. K., Fisher, M. W., Stafford, K. J., & Berry, D. P. (2009). Invited review: Body condition score and its association with dairy cow productivity, health, and welfare. Journal of Dairy Science, 92(12), 5769-5801.
  • Roche, J. R., Macdonald, K. A., Schütz, K. E., et al. (2013). Calving body condition score affects indicators of health in grazing dairy cows. Journal of Dairy Science, 96(9), 5811-5825.
  • Ruebel, M. L., Martins, L. R., Schall, P. Z., Pursley, J. R., & Latham, K. E. (2022). Effects of early lactation body condition loss in dairy cows on serum lipid profiles and on oocyte and cumulus cell transcriptomes. Journal of Dairy Science, 105(10), 8470-8484.
  • Schröder, U. J., & Staufenbiel, R. (2006). Invited review: Methods to determine body fat reserves in the dairy cow with special regard to ultrasonographic measurement of backfat thickness. Journal of Dairy Science, 89(1), 1-14.
  • Shrestha, H. K., Nakao, T., Suzuki, T., Akita, M., & Higaki, T. (2005). Relationships between body condition score, body weight, and some nutritional parameters in plasma and resumption of ovarian cyclicity postpartum during pre-service period in high-producing dairy cows in a subtropical region in Japan. Theriogenology, 64(4), 855-866.
  • Siachos, N., Oikonomou, G., Panousis, N., Banos, G., Arsenos, G., & Valergakis, G. E. (2021). Association of body condition score with ultrasound measurements of backfat and longissimus dorsi muscle thickness in periparturient Holstein cows. Animals, 11(3), 818.
  • Siachos, N., Lennox, M., Anagnostopoulos, A., et al. (2024). Development and validation of a fully automated 2-dimensional imaging system generating body condition scores for dairy cows using machine learning. Journal of Dairy Science, 107(4), 2499-2511.
  • Song, X., Bokkers, E. A. M., van Mourik, S., Groot Koerkamp, P. W. G., & van der Tol, P. P. J. (2019). Automated body condition scoring of dairy cows using 3-dimensional feature extraction from multiple body regions. Journal of Dairy Science, 102(5), 4294-4308.
  • Stephansen, R. B., Manzanilla-Pech, C. I. V., Gebreyesus, G., Sahana, G., & Lassen, J. (2023). Prediction of body condition in Jersey dairy cattle from 3D-images using machine learning techniques. Journal of Animal Science, 101, skad376.
  • Stevenson, J. S., & Atanasov, B. (2022). Changes in body condition score from calving to first insemination and milk yield, pregnancy per AI, and pregnancy loss in lactating dairy cows: A meta-analysis. Theriogenology, 193, 93-102.
  • Summerfield, G. I., De Freitas, A., van Marle-Koster, E., & Myburgh, H. C. (2023). Automated cow body condition scoring using multiple 3D cameras and convolutional neural networks. Sensors, 23(22), 9051.
  • Sun, R., Jiang, X., Hao, Y., et al. (2025). Effect of body condition score loss during the transition period on metabolism, milk yield and health in Holstein cows. Journal of Veterinary Research, 69(1), 91-99.
  • Truman, C. M., Campler, M. R., & Costa, J. H. C. (2022). Body condition score change throughout lactation utilizing an automated BCS system: A descriptive study. Animals, 12(5), 601.
  • Vanholder, T., Papen, J., Bemers, R., Vertenten, G., & Berge, A. C. (2015). Risk factors for subclinical and clinical ketosis and association with production parameters in dairy cows in the Netherlands. Journal of Dairy Science, 98(2), 880-888.
  • Vasseur, E., Gibbons, J., Rushen, J., & de Passillé, A. M. (2013). Development and implementation of a training program to ensure high repeatability of body condition scoring of dairy cows. Journal of Dairy Science, 96(7), 4725-4737.
  • Waltner, S. S., McNamara, J. P., Hillers, J. K., & Brown, D. L. (1994). Validation of indirect measures of body fat in lactating cows. Journal of Dairy Science, 77(9), 2570-2579.
  • Wathes, D. C., Cheng, Z., Bourne, N., Taylor, V. J., Coffey, M. P., & Brotherstone, S. (2007). Differences between primiparous and multiparous dairy cows in the inter-relationships between metabolic traits, milk yield and body condition score in the periparturient period. Domestic Animal Endocrinology, 33(2), 203-225.
  • Wildman, E. E., Jones, G. M., Wagner, P. E., Boman, R. L., Troutt, H. F. Jr., & Lesch, T. N. (1982). A dairy cow body condition scoring system and its relationship to selected production characteristics. Journal of Dairy Science, 65(3), 495-501.
  • Wright, I. A., & Russel, A. J. F. (1984). Partition of fat, body composition and body condition score in mature cows. Animal Production, 38(1), 23-32.
  • Zhao, W., Chen, X., Xiao, J., et al. (2019). Prepartum body condition score affects milk yield, lipid metabolism, and oxidation status of Holstein cows. Asian-Australasian Journal of Animal Sciences, 32(12), 1889-1896.
Tags: Vücut Kondisyon Skoru VKS BCS Süt Sığırı Trockenstehphase Geçiş Dönemi Ketozis Fortpflanzung negative Energiebilanz

Häufig gestellte Fragen

Der optimale BCS zur Kalbung liegt auf der 1-5-Skala bei 3,0 bis 3,25. Ein niedrigerer Wert ist mit verminderter Leistung und Fruchtbarkeit verbunden, ein Wert von 3,5 und höher mit verringerter Trockenmasseaufnahme und Milchleistung in der Frühlaktation sowie einem erhöhten Risiko für Stoffwechselstörungen. Der Zusammenhang ist eine U-Kurve: sowohl zu mager als auch zu fett abzukalben erhöht das Risiko.

In den ersten 60 Tagen tritt typischerweise ein Verlust von etwa 0,5 Punkten auf. Ein Verlust von mehr als 0,5 Punkten zwischen Kalbung und Tag 40 gilt als Zeichen einer übermäßigen Mobilisation und erhöht das Risiko für Ketose, Mastitis, Labmagenverlagerung und Metritis. Der Verlust in der Frühlaktation ist weitgehend hormonell bedingt und lässt sich nicht durch Fütterung verhindern; der eigentliche Ansatzpunkt ist der richtige Kalbe-BCS.

Der aktuelle Wert beträgt 9,4 Prozent des Körpergewichts. Bei einer Kuh mit 650 kg sind das 61 kg Körpermasse und etwa 385 Mcal Energie. Der in älteren Quellen genannte Wert von 80 kg stammt aus NRC 2001 und wurde von NASEM 2021 revidiert; er sollte nicht mehr verwendet werden.

Diese Website verwendet Cookies, um Ihre Erfahrung zu verbessern. Durch die Nutzung unserer Website akzeptieren Sie unsere Cookie-Richtlinie.