Kann KI das Verhalten von Hunden lesen? Was Studien zeigen

Eine quellenbasierte Evidenzübersicht zur Forschung über Emotionen und Schmerzindikatoren bei Hunden – von DogFACS bis zu Videomodellen – und zu den Grenzen der Übertragung von Laborergebnissen ins heimische Wohnzimmer.

Forschung & Evidenz | Evidenzübersicht | Aktualisiert am 31. August 2026

Die kurze Antwort

Aktuelle Forschung zeigt, dass Computer-Vision-Modelle unter genau definierten Studienbedingungen bestimmte Kategorien aus Bildern oder Videos von Hunden klassifizieren können. So kann ein Modell beispielsweise zwei experimentell ausgelöste Zustände in einer kontrollierten Gruppe von Labradoren unterscheiden oder kurze Videoclips klassifizieren, die von Fachleuten auf Schmerzindikatoren hin annotiert wurden. Das ist ein aussagekräftiges Forschungsergebnis.

Das ist jedoch nicht dasselbe, wie die persönlichen Gefühle eines Hundes zu lesen. Die Studien belegen nicht, dass eine Smartphone-App Schmerzen diagnostizieren, die Stimmung eines Hundes anhand eines einzigen Bildes erkennen oder aus einem einzelnen Video aus dem häuslichen Umfeld ableiten kann, ob ein Hund sicher oder gefährdet ist. Entscheidend ist nicht allein, ob ein Modell eine Prozentzahl ausgeben kann. Entscheidend ist, ob Kategorie, Daten, Studiendesign und realer Anwendungskontext die Entscheidung rechtfertigen, die jemand treffen möchte.

Diese Fragen stehen im Mittelpunkt: Was lässt sich aus aktuellen Computer-Vision-Studien tatsächlich über das Gesichts- oder Körperverhalten eines Hundes in Videos ableiten – und welche Belege fehlen noch, bevor Familien diese Ergebnisse im Alltag nutzen sollten?

Was wir untersucht haben

Dies ist eine narrative Evidenzübersicht, keine systematische Übersichtsarbeit und keine Metaanalyse. Wir haben fünf wissenschaftliche Quellen ausgewählt, die die Frage aus unterschiedlichen Blickwinkeln beleuchten:

• eine grundlegende Verhaltensstudie, in der FACS und DogFACS eingesetzt wurden;
• eine kontrollierte Deep-Learning-Studie zu zwei emotionalen Zuständen bei Hunden;
• eine von Tierärztinnen und Tierärzten annotierte Videostudie zu Schmerzindikatoren;
• eine Studie, in der Emotionsmodelle mit Clips verschiedener Rassen und aus weniger kontrollierten Umgebungen getestet wurden; und
• eine begutachtete Übersicht zu Computer-Vision-Methoden für Schmerzen und affektive Zustände bei Tieren.

Wenn verfügbar, haben wir vorrangig die offiziellen Veröffentlichungen aus Fachzeitschriften oder Konferenzbänden herangezogen und anschließend den vollständigen Text oder ein maßgebliches Repositorium geprüft. Wir haben für jede Studie die Tierart, Population, Datenquelle, Definition der Kategorien, Modellaufgabe, Evaluationsdesign und Grenzen festgehalten. Marketing von Verbraucher-Apps haben wir nicht als Beleg einbezogen. Ebenso wenig haben wir Forschung zu anderen Tierarten als Beweis für Aussagen über Hunde behandelt.

Zuerst: Was bedeutet „Emotionserkennung“ in diesem Zusammenhang?

Im Alltag klingt „die Emotion meines Hundes erkennen“ so, als hätte man direkten Zugang zu seinem inneren Erleben. In einer Studie ist damit meist etwas Engeres gemeint: Sichtbare Bildpunkte, Körperpunkte oder Codes für Gesichtsbewegungen werden einer Kategorie zugeordnet, die Forschende für ein bestimmtes Studienprotokoll definiert haben.

DogFACS ist dafür ein nützliches Beispiel. Dabei handelt es sich um ein anatomisch fundiertes Codierungssystem für beobachtbare Gesichtsbewegungen. Es gibt Forschenden ein Vokabular an die Hand, mit dem sie beispielsweise eine Ohrbewegung, ein Blinzeln oder eine Mundbewegung beschreiben können. Es ist kein Stimmungsmesser. In ihrer Studie von 2017 nutzten Caeiro, Guo und Mills FACS und DogFACS, um die Gesichtsbewegungen von Menschen und Hunden über verschiedene Reizkategorien hinweg zu vergleichen. Hunde zeigten bei unterschiedlichen Kategorien durchaus charakteristische Bewegungen. Diese waren jedoch nicht einfach menschliche Ausdrücke, die auf ein Hundegesicht übertragen wurden. Die Schlussfolgerung der Arbeit ist ein Grund, anthropomorphe Vermutungen zurückzunehmen – keine Erlaubnis, eine bestimmte Gesichtshaltung mit einem universellen Gefühl gleichzusetzen. Der Artikel enthält außerdem eine Korrektur durch die Autorinnen und Autoren. Er sollte daher als fortlaufend aktualisierte wissenschaftliche Veröffentlichung gelesen werden und nicht als unfehlbares Wörterbuch für Kategorien. Die Studie in Scientific Reports lesen

Diese Unterscheidung ist wichtig, denn ein Modell kann die Kategorien einer Studie sehr gut reproduzieren, obwohl diese Kategorien enger gefasst sind als die Frage, auf die eine Familie eine Antwort sucht. „Dieser Clip ähnelt dem Frustrationszustand aus der Studie“ ist nicht dasselbe wie „Ihr Hund ist frustriert“.

Die Evidenz im Überblick

Die Prozentwerte werden als gemeldete Ergebnissewiedergegeben, nicht als Rangliste. Die Studien verwenden unterschiedliche Populationen, Aufgaben, Kategorien, Einheiten und Datensatzaufteilungen. Die Übersichtsarbeit warnt ausdrücklich, dass diese Unterschiede die Kennzahl verändern können, bevor ein Modell überhaupt einen neuen Hund sieht. Den Datensatz-Eintrag der Übersichtsarbeit lesen

Was die Studien übereinstimmend zeigen

1. Der Kontext ist Teil der Messung

Das stärkste kontrollierte Ergebnis zur Emotionserkennung beruht auf einer bewusst eng gefassten Fragestellung. Boneh-Shitrit et al. arbeiteten mit 29 Labradoren und zwei experimentell herbeigeführten Zuständen: positiver Erwartung und Frustration. Die Videos waren kurz, ausgewogen und wurden im Rahmen eines Versuchsprotokolls aufgenommen, das eine klare Interpretation der Zustände ermöglichen sollte. Das berichtete Ergebnis des Deep-Learning-Modells ist interessant, weil es zeigt, dass ein Modell unter diesen Bedingungen eine Unterscheidung lernen kann. Die Heatmaps bieten zudem eine Möglichkeit zu überprüfen, worauf es dabei geachtet hat.

Genau dieses Studiendesign ist jedoch auch seine Einschränkung. Ein Labrador in einem kontrollierten Experiment ist nicht jeder Hund in einer Küche, einem Park oder einem Pflegesalon. Ein dreisekündiger Clip bildet keinen ganzen Tag Verhalten ab. Die Studie selbst fordert umfassendere Teilnehmermerkmale sowie längere oder vielfältigere Daten, bevor weiterreichende Aussagen getroffen werden können. Die kontrollierte Studie zur Emotionserkennung lesen

2. Schmerzindikatoren sind nicht dasselbe wie das subjektive Schmerzerleben

Die Schmerzstudie zu Hunden von Zhu et al. zieht diese Grenze sehr sorgfältig. Ihre Pipeline kombiniert einen Posestream mit einem RGB-Stream, verwendet einen über vier Sekunden aufgenommenen Clip mit acht Einzelbildern und gibt für eine binäre Aufgabe zum Schmerzstatus eine Modellbewertung aus. In der Studie wird betont, dass ein einzelnes Bild oder Video das subjektive Schmerzerleben nicht direkt messen kann. Es kann höchstens visuelle Hinweise schätzen, die in den Daten und Kategorien abgebildet waren.

Der Datensatz ist nützlich, weil tiermedizinische Fachkräfte die Videos aufgenommen und mit Annotationen versehen haben. Gemessen an den Standards von Verbraucherprodukten ist er jedoch klein: Er umfasst 61 Ausgangsvideos, aus denen wiederholt kurze Clips erstellt wurden. Der Quelldatensatz ist nicht öffentlich verfügbar, auch wenn die Autoren den Code und die Annotationen unter den in der Studie beschriebenen Bedingungen bereitgestellt haben. Rasseunterschiede, Körperhaltung, Beleuchtung, Verdeckungen und das Verhalten beim Umgang mit der Situation beeinflussen allesamt, was eine Kamera erfassen kann. Der berichtete F1-Wert und die Genauigkeit sind daher Belege für diese experimentelle Pipeline, keine Diagnose für zu Hause. Die Studie und ihre Angaben zu den Daten lesen oder den veröffentlichten Konferenzbeitrag

3. Ein Modell kann statt des Hundes den Hintergrund erlernen

Franzoni, Biondi und Milani testeten einen Datensatz mit 100 öffentlich zugänglichen Videos, die fünf Kategorien und verschiedene Rassen abdeckten. Ihre Analyse ist hilfreich, weil sie die Vorverarbeitung als Teil der Beweislage betrachtet. Das Zuschneiden des Gesichts, die Segmentierung des Hundes und das Weichzeichnen des Hintergrunds veränderten die Leistung. Die Autoren beschreiben ein bekanntes Fehlermuster: Wenn viele „fröhliche“ Hunde in Parks und viele „traurige“ Hunde in Innenräumen gefilmt werden, kann ein Modell den Park oder den Raum statt des Gesichtsausdrucks erlernen.

Die für eine Modellkonfiguration mit fünf Kategorien gemeldete Genauigkeit von 0.605 und die Spitzen-Genauigkeit von 0.8577 für die Zwei-Klassen-Zusammenfassung „Gefahr“ sollten in diesem Kontext gelesen werden. Die Zahlen beschreiben einen bestimmten Datensatz, eine bestimmte Aufgabendefinition und ein bestimmtes Bewertungsdesign. Die Autoren selbst weisen auf die geringe Vielfalt bei den Rassen und die Notwendigkeit hin, zeitliche Dynamiken zu testen. Die transformierten Clips sind über die Angaben zu den Daten in der Studie verfügbar, während für die ursprüngliche Sammlung öffentlich zugänglicher Quellen urheberrechtliche Einschränkungen gelten. Die Studie in Neural Computing and Applications lesen

4. Zeit kann Informationen enthalten, die ein einzelnes Bild nicht erfasst

Die Übersichtsarbeit von Besen und andere. unterteilt die Computer-Vision-Forschung in Methoden für einzelne Bilder, die Zusammenfassung mehrerer Einzelbilder und echte räumlich-zeitliche Videomodelle. Jede Variante beantwortet eine andere Frage. Zu zählen, wie oft ein Ohr nach vorn gerichtet ist, kann eine Aufgabe auf Einzelbildebene sein. Einen Lidschlag, eine Veränderung der Körperhaltung oder ein wiederholtes Vermeidungsverhalten zu erkennen, erfordert dagegen eine Sequenz.

Videomodelle sind nicht automatisch besser. Sie benötigen mehr Daten, können teuer zu trainieren sein und sich an wiederholte Einzelbilder aus derselben Aufnahme überanpassen. Ein einzelnes Bild und ein viersekündiger Clip sind unterschiedliche Messungen. Eine Verbraucheraussage, die das Zeitfenster der Eingabe nicht nennt, lässt einen wesentlichen Teil der Methode offen.

5. „Genauigkeit“ ist nicht dasselbe wie Vertrauenswürdigkeit

Die Genauigkeit beantwortet eine Frage: Wie oft stimmte die vorhergesagte Kategorie in diesem Testszenario mit der aufgezeichneten Kategorie überein? Der F1-Wert gewichtet die Leistung über die Klassen hinweg auf eine andere Weise. Keine der beiden Kennzahlen sagt für sich genommen aus, ob das Modell für eine neue Rasse kalibriert ist, wie viele dringende Fälle es übersieht, ob es mit einer Smartphonekamera funktioniert oder was passiert, wenn sich Beleuchtung und Körperhaltung verändern.

Die Übersichtsarbeit macht dieses Problem der Vergleichbarkeit deutlich. Forschende verwenden unterschiedliche Kameras, Blickwinkel, Stichprobeneinheiten, Quellen für die Kategorien, Klassenverteilungen und Validierungsschemata. Bei einer zufälligen Aufteilung können sich nahezu identische Einzelbilder oder Clips desselben Hundes auf beiden Seiten der Testgrenze befinden. Eine Aufteilung mit strikt getrennten Tieren, bei der ein kompletter Hund zurückgehalten wird, ist schwieriger und liefert aussagekräftigere Informationen darüber, wie gut sich die Ergebnisse auf ein neues Individuum übertragen lassen. Eine externe Validierung mit einer neuen Klinik, einem neuen Haushalt, einer neuen Kamera oder einer neuen Rasse ist noch anspruchsvoller.

Deshalb stellt die obige Tabelle die gemeldete Kennzahl der Population und der Aufgabe gegenüber. Wenn Nenner und Studienbedingungen weggelassen werden, wird aus einem nützlichen Ergebnis eine irreführende Marketingzahl.

Wie aussagekräftigere Belege aussehen würden

Bevor ein Tool für Verbraucher verantwortungsvoll eine Aussage mit weitreichenden Folgen machen könnte, müssten wir mehr sehen als einen hohen Wert im Testsatz einer einzelnen Studie:

1. Ein transparentes Ziel. Das Tool sollte angeben, ob es ein beobachtbares Verhalten, eine operative Studienkategorie oder ein klinisches Ergebnis klassifiziert. „Emotion“ ist ohne Definition zu weit gefasst.
2. Vielfältige Teilnehmende. Die Tests sollten verschiedene Rassen, Kopfformen, Fellfarben, Altersgruppen, gesundheitliche Situationen und die normale individuelle Variation abdecken. Die jeweiligen Anzahlen sollten offengelegt und nicht in einer Schlagzeile verborgen werden.
3. Trennung auf Hundeebene. Kein Hund, kein Haushalt und keine nahezu identische Aufnahme darf sowohl in den Trainings- als auch in den Testdatensatz gelangen.
4. Externe und prospektive Validierung. Das Modell sollte mit Daten aus neuen Praxen, Haushalten, Kameras und Zeiträumen bewertet werden – nicht nur mit einem zurückgehaltenen Teil der ursprünglichen Sammlung.
5. Klinisch aussagekräftige Fehlerberichte. Sensitivität, Spezifität, Kalibrierung, falsch negative Ergebnisse und Unsicherheit sollten für die Entscheidung angegeben werden, die eine Person mithilfe des Tools treffen soll.
6. Unabhängige Prüfung und Korrektur. Tierärztliche Fachkräfte und Verhaltensexperten sollten Zielsetzung, Kategorien, Sicherheitshinweise und Fehlerfälle prüfen. Versionsänderungen und bekannte Einschränkungen sollten sichtbar bleiben.
7. Ein sicherer Handlungspfad. Wenn das Ergebnis die Pflege oder den Umgang mit dem Hund beeinflussen könnte, sollte die Benutzeroberfläche angeben, worauf als Nächstes zu achten ist und wann eine Tierarztpraxis kontaktiert werden sollte. Eine Klassifizierung mit geringer Zuverlässigkeit darf nicht als Entwarnung erscheinen.

Diese Anforderungen sind keine Hürden, die sich eine einzelne Marke ausgedacht hat. Sie ergeben sich ganz praktisch aus den Lücken bei Messung und Validierung, die sich durch die verschiedenen Studien ziehen.

Eine hilfreiche Orientierung für Tierhalter

Wenn Sie eine KI-Funktion zur Verhaltensanalyse ausprobieren, betrachten Sie sie als Denkanstoß, nicht als Urteil. Ein verantwortungsvollerer Ablauf sieht so aus:

• Halten Sie fest, was vor und nach dem Clip passiert ist, statt nur den ausdrucksstärksten Moment zu betrachten;
• Achten Sie neben dem Bild auch auf Bewegung, Appetit, Atmung, Körperhaltung, Umgebung und Dauer;
• Vergleichen Sie die Beobachtung mit dem individuellen Normalverhalten Ihres Hundes, nicht mit einer allgemeinen Kategorie;
• Ändern Sie keine Medikamente, verschieben Sie keine Behandlung und nähern Sie sich keinem verängstigten Hund, nur weil eine App selbstsicher klingt; und
• Wenden Sie sich bei Schmerzen, Atemproblemen, plötzlicher Schwäche, einem Kollaps, Verletzungen oder einer schnellen Verhaltensänderung umgehend an eine Tierarztpraxis.

Unsere Bibliothek für das Wohlbefinden von Haustieren ist der bessere Ort für praktische Fragen zur Tierpflege. Den Marktkontext hinter dem wachsenden Interesse an smarter Technologie für Haustiere finden Sie in unserem Branchen-Wochenrückblick für August.

Das Wichtigste in Kürze

Die Forschung ist vielversprechend, aber ihre tatsächlichen Möglichkeiten sind differenzierter, als es der Slogan vermuten lässt. Computergestützte Bildanalyse kann Forschenden dabei helfen, sichtbare Muster zu quantifizieren und klar definierte Kategorien zuzuordnen. DogFACS kann Beschreibungen von Gesichtsbewegungen präzisieren. Videomodelle können Körperhaltung, Erscheinungsbild und zeitliche Abläufe miteinander verknüpfen. Das sind echte Fortschritte.

Die Evidenz rechtfertigt jedoch noch nicht den für Verbraucher naheliegenden Schluss von „Das Modell hat eine Studienkategorie richtig zugeordnet“ zu „Die App weiß, was mein Hund fühlt“ oder „Der Hund ist sicher“. Der nächste sinnvolle Test ist nicht noch eine beeindruckende Prozentzahl ohne Kontext. Nötig sind bessere Referenzdaten, vielfältigere Hunde, Validierung auf Hundeebene und mit externen Daten, transparente Angaben zur Unsicherheit sowie eine klare Grenze, ab wann professionelle Hilfe erforderlich ist.

Diesen Maßstab legen wir auch bei künftigen Artikeln zu Forschung und Evidenz an: Wir nennen die Quelle, bewahren die Methodik, machen Unsicherheiten deutlich und stellen ebenso sichtbar dar, was sich nicht ableiten lässt, wie das, was die Ergebnisse zeigen.

Häufige Fragen unserer Leserinnen und Leser

Kann eine KI-App erkennen, ob mein Hund glücklich ist?

Sie kann einen Clip anhand von Kategorien klassifizieren, die aus einem bestimmten Datensatz gelernt wurden. Aktuelle Studien belegen jedoch keinen universellen Glücksdetektor für Hunde im häuslichen Umfeld. Fragen Sie, welche Kategorien, Hunde, Kameras und Testverfahren die Aussage der App stützen.

Kann ein Modell zur Schmerzerkennung bei Hunden mein Tier diagnostizieren?

Nein. Die veröffentlichten Studien zu Schmerzen bei Hunden schätzen sichtbare Anzeichen in einer Forschungsaufgabe. Sie ersetzen weder eine tierärztliche Untersuchung noch messen sie subjektive Schmerzen direkt anhand eines Videos aus dem häuslichen Umfeld.

Warum berichten Studien 77%, 86% oder 89%, wenn die Technologie noch nicht ausgereift ist?

Diese Werte können innerhalb der jeweiligen Untersuchungen legitime Ergebnisse sein. Sie sind nicht direkt vergleichbar, weil die Studien unterschiedliche Bezeichnungen, Stichproben, Eingabezeiträume, Aufteilungen und Messgrößen verwenden. Ein Ergebnis ist erst dann aussagekräftig, wenn auch seine Bezugsgröße und seine Grenzen mitgenannt werden.

Worauf sollte ich achten, bevor ich einer Aussage über KI zur Verhaltenserkennung vertraue?

Achten Sie auf eine klare Definition des Untersuchungsziels, eine Trennung auf Hundeebene, eine externe Validierung, Angaben zu Fehlern und Unsicherheiten, eine Beschreibung der Daten sowie einen Sicherheitsweg, der bei dringenden Anliegen an eine Tierarztpraxis verweist.

Quellen und Hinweis zur Aktualisierung

Alle Quellenseiten wurden am 31. August 2026 geprüft. Die obigen Studienbeschreibungen unterscheiden zwischen den berichteten Ergebnissen und unserer Interpretation. Sollte eine Quelle korrigiert, zurückgezogen oder wesentlich aktualisiert werden, überarbeiten wir die betreffende Passage und machen die Änderung kenntlich, anstatt das Fazit stillschweigend zu ersetzen. Dieser Artikel dient ausschließlich der Information und bietet keine tierärztliche Diagnose oder Behandlungsempfehlung.

1. Caeiro, C., Guo, K. und Mills, D. „Hunde und Menschen reagieren auf emotional aussagekräftige Reize mit unterschiedlichen Gesichtsbewegungen.“ Scientific Reports (2017; Autorenkorrektur 2018). Nature-Eintrag
2. Boneh-Shitrit, T. et al. „Erklärbare automatisierte Erkennung emotionaler Zustände anhand des Gesichtsausdrucks von Hunden: der Fall positiver Erwartung und Frustration.“ Scientific Reports (2022). Nature-Eintrag
3. Zhu, H. et al. „Videobasierte Schätzung von Schmerzindikatoren bei Hunden.“ IEEE International Conference on Affective Computing and Intelligent Interaction (veröffentlichter Konferenzbeitrag 2023; vollständiger arXiv-Text v2 2022). DOI-Eintrag | Vollständiger Text
4. Franzoni, V., Biondi, G. und Milani, A. „Fortgeschrittene Verfahren zur automatisierten Emotionserkennung bei Hunden anhand von Videodaten unter Einsatz tiefer neuronaler Lernverfahren.“ Neural Computing and Applications (2024). Springer-Nature-Eintrag
5. Broomé, S. et al. „Mehr als nur Tracking: ein Überblick über die computer­sehgestützte Erkennung von Schmerzen und Emotionen bei Tieren.“ International Journal of Computer Vision (2023). Springer-DOI-Eintrag | Hochschulrepositorium