AI i settefiskanlegg 2026 modeller vokter vannkvaliteten i RAS

AI i settefiskanlegg 2026 — modeller vokter vannkvaliteten i RAS

Norske settefiskanlegg og smoltprodusenter bruker sensordata og modeller til å overvåke oksygen, pH, temperatur og vannkvalitet i lukkede RAS-anlegg. En modell kan fange avvik og varsle før de skader fisken, og forutse mønstre som ligner tidligere hendelser. AI gir kontinuerlig overvåking i et miljø der marginene er små — men røkteren og biologen avgjør fortsatt hva som er rett for fisken.

Vannkvalitet er alt i et lukket anlegg

Et settefiskanlegg produserer laks i de tidlige livsfasene, før smolten settes ut i sjøanlegg. Anleggene er enten gjennomstrømsanlegg eller resirkulerende systemer, RAS, der vannet renses og brukes om igjen i et lukket kretsløp. Fordelen med RAS er at man kan styre hele det biologiske miljøet og planlegge produksjonen slik at smolten er klar akkurat når den skal ut i sjøen.

Bakdelen er at alt henger på vannkvaliteten. Oksygen er kanskje den viktigste parameteren — fisken har ikke noe livsgrunnlag uten oksygenrikt vann — men også pH, temperatur, turbiditet, ammonium og nitrat må holdes innenfor trange grenser. Et moderne settefiskanlegg som produserer flere millioner smolt i året, representerer investeringer på flere hundre millioner kroner. Når noe drar utenfor, kan tap komme raskt og bli stort.

Hva AI realistisk bidrar med

AI i settefiskanlegg handler først og fremst om sensordata. Anleggene har allerede et stort antall sensorer som kontinuerlig måler vannet. En modell kan se på disse strømmene samlet og varsle når et mønster begynner å ligne en tidligere hendelse — fallende oksygen, stigende ammonium, en pH som glir feil vei — før verdiene når et kritisk punkt.

Dette er beslutningsstøtte. Systemet sier «her er det noe som utvikler seg, se på dette», slik at røkteren kan gripe inn tidlig: justere lufting, sjekke biofilteret, øke oksygentilførselen. I tillegg kan kamera og maskinsyn brukes til å følge med på fiskens atferd og tilstand, slik at avvik i appetitt eller bevegelse fanges opp før de blir synlige problemer.

Verdien for et kritisk ledd i kjeden

Settefiskproduksjon er kritisk infrastruktur for hele lakseoppdrettet — svikter den, forplanter problemet seg nedover hele kjeden. Gevinsten ved AI ligger i at overvåkingen aldri sover. En modell kan følge tusenvis av målepunkter gjennom natten og varsle på et avvik som et menneske ikke ville rukket å fange opp i tide. For anlegg med få folk på vakt kan det være forskjellen på et håndtert avvik og en alvorlig hendelse.

Det er verdt å være nøktern: dette erstatter ikke en god røkter eller fiskebiolog, og det fjerner ikke behovet for å forstå biologien. Det reduserer risikoen for at noe glipper uoppdaget.

Fiskevelferden kan ikke automatiseres bort

Den åpenbare grensen er at AI ikke har ansvar for fisken. En modell kan måle oksygen og se uro i et kar, men den tar ikke de skjønnsmessige avgjørelsene om hva som er best for fiskevelferden, eller om et avvik krever inngrep nå eller bare tettere oppfølging. Modellene må trenes og kalibreres på det enkelte anleggets vann og forhold, og de må vedlikeholdes. Ansvaret for fisken og for regeletterlevelse ligger hos oppdretteren.

«I et settefiskanlegg er det svært viktig å ha kontroll på vannkvaliteten. Oksygen er kanskje den viktigste måleparameteren, da fisken ikke har noe livsgrunnlag uten oksygenrikt vann.» — kilde: Prosess-Styring, om måleinstrumenter til fiskeoppdrett, 2026

Hva det betyr for norsk smoltproduksjon

For settefiskanlegg og smoltprodusenter er den realistiske gevinsten tidligere varsling av avvik i vannkvaliteten, tettere oppfølging av fiskevelferd og færre alvorlige hendelser. Aktører som vurderer dette bør:

• Bygge på sensordataene de allerede har — start med oksygen, pH og temperatur
• Bruke modeller som varsler avvik tidlig, ikke som automatisk styring av kritiske systemer alene
• Kalibrere modellene på sitt eget anleggs vann og forhold
• Beholde røkterens og biologens skjønn og ansvar for fiskevelferden i sentrum