Die Hagelversicherung vergibt jährlich an der BOKU den Förderpreis für exzellente wissenschaftliche Arbeiten. In diesem Jahr wurde der Preis an Katharina Falkner und Lisa Maria Rienesl vergeben. Im feierlichen Rahmen überreichten die Rektorin der Nachhaltigkeitsuniversität Eva Schulev-Steindl, LL.M., und Reinhard Kern, Vorstandsmitglied der Österreichischen Hagelversicherung, die Auszeichnung an die Preisträgerinnen.

Im Rahmen ihrer Dissertation analysierte Katharina Falkner die Kosteneffektivität von verschiedenen Regulierungsmaßnahmen zur Reduktion des Maiswurzelbohreraufkommens im Kontext von drei Klimaszenarien und räumlich-regionalen Abgrenzungen für die österreichische Landwirtschaft. Der Maiswurzelbohrer (MWB) ist ein Beispiel für einen invasiven Pflanzenschädling, der sich seit seinem ersten Auftreten im Sommer 2002 ausbreitet und zu Ernteausfällen und wirtschaftlichen Einbußen für Landwirte führt. Die Ziele dieser Arbeit waren daher die Entwicklung eines statistischen MWB-Modells zur Abschätzung des Einflusses der Maisproduktionsintensität und der klimatischen Bedingungen auf das MWB-Vorkommen, die Analyse von alternative MWB-Regulierungsmaßnahmen unter Berücksichtigung der räumlichen Bewirtschaftungsheterogenität und des Klimawandels in Österreich, und die Erstellung einer Reihung von MWB-Regulierungsmaßnahmen unter Berücksichtigung von ökonomischen und ökologischen Kriterien.

Lisa Maria Rienesl beschäftigte sich in ihrer Dissertation mit der routinemäßigen Erfassung von Infrarot-Spektraldaten der Milch zur Vorhersage des Gesundheitszustandes von Milchkühen. Eine der häufigsten Krankheiten in der Milchviehhaltung ist die Mastitis, eine Entzündung des Euters. Daher ist ein routinemäßiges Mastitis-Screening in Milchviehbetrieben essentiell. Das Ziel dieser Arbeit war es daher, Modelle zur Vorhersage von Trächtigkeitsstatus und klinischer Mastitis-Diagnose aus routinemäßig erfassten MIR-Spektraldaten (Mittlere Infrarot) zu entwickeln und darüber hinaus genetische Parameter von MIR-abgeleiteten Mastitis-Phänotypen zu schätzen. Mit diesen Erkenntnissen kann das digital unterstützte Management für Milchviehbetriebe weiterentwickelt und die Tiergesundheit, das Tierwohl und die Produktqualität weiter verbessert werden.