Wie erkennt man auf hunderttausenden Wildkamera-Aufnahmen einzelne Leoparden? Oder wertet automatisch aus, welcher Vogel wo singt? Forschende der Hochschule Darmstadt (h_da) entwickeln dafür Künstliche Intelligenz (KI), die Bild- und Audiodaten aus der Wildtierforschung schneller analysieren und automatisch klassifizieren kann. Ziel ist es, Biodiversität weltweit effizienter zu überwachen und bedrohte Arten besser zu schützen.
Im Forschungsprojekt „AI4WildLIVE“ arbeitet der Fachbereich Informatik der h_da gemeinsam mit der Senckenberg Gesellschaft für Naturforschung und der Zoologischen Gesellschaft Frankfurt zusammen. Gefördert wird das Projekt vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) mit rund zwei Millionen Euro.
Wildkameras liefern enorme Mengen an Daten – oft verwackelt, schlecht beleuchtet oder durch Pflanzen verdeckt. Bislang mussten Biologinnen und Biologen diese Aufnahmen mühsam von Hand auswerten. Hier setzt die Darmstädter KI an: Sie sortiert unbrauchbare Bilder aus, erkennt Tierarten automatisch und soll künftig sogar individuelle Tiere identifizieren können. „Künstliche Intelligenz bewältigt gigantische Datenmengen in Sekunden, für deren Auswertung Biologeninnen und Biologen von Hand Jahre brauchen würden“, sagt Prof. Dr. Elke Hergenröther vom Fachbereich Informatik der h_da. „Das ist gar nicht zu schaffen.“
Die KI wird mit Bild- und Audiodaten aus unterschiedlichen Regionen der Welt trainiert – unter anderem aus Südafrika und Südamerika. In Südafrika verbrachte h_da-Promovendin Vanessa Süßle mehrere Monate in der Feldforschung, um die Bedingungen der Datenerhebung kennenzulernen. „Wildtierdaten sehen sehr, sehr wild aus“, berichtet sie. „Es braucht viel Datenbereinigung.“ Bereits heute helfen die entwickelten Modelle Forschenden in Südafrika bei der Auswertung großer Datenmengen. Perspektivisch soll die KI direkt auf Wildkameras laufen und Daten schon vor Ort vorsortieren. Langfristig wollen die Forschenden die Systeme außerdem darauf trainieren, Tierverhalten automatisch zu analysieren – etwa ob ein Tier jagt, frisst oder schläft.
Neben dem Nutzen für Natur- und Artenschutz sehen die Forschenden auch Potenzial für industrielle Anwendungen. „Übertragbar wären die entwickelten Prozessketten in nahezu identischer Form auch auf industrielle Fragestellungen, bei denen es entweder um die automatisierte Erkennung kleinster Unterschiede oder um den Umgang mit ungünstigen Bild- und Tonaufnahmen geht“, erklärt Prof. Dr. Elke Hergenröther.