Die Analyse von Vogelstimmdaten wird für Ornithologinnen, Ornithologen und Hobby-Vogelforscherinnen und –forscher bedeutend einfacher. Denn die an der Technischen Universität Chemnitz entwickelte mobile App zur Aufzeichnung und Erkennung verschiedenster Stimmen von Singvögeln ist fertig und kann im Play Store von Google heruntergeladen werden.
Laut neuesten Zahlen nutzen aktuell bereits rund 180.000 Menschen die App, die Stefan Kahl, wissenschaftlicher Mitarbeiter an der Professur Medieninformatik (Prof. Dr. Maximilian Eibl) der TU Chemnitz, und sein Team entwickelt haben. Täglich zählen die Forscher aus Chemnitz rund 3.000 neue Nutzerinnen und Nutzer. Dazu zählt das Team rund 30.000 Beobachtungen durchschnittlich pro Tag.
Das bedeutet, dass Nutzer der App ihre Audio-Daten an den App-Server übertragen, wo sie durch die an der Professur Medieninformatik entwickelte Künstliche Intelligenz (KI) „BirdNET“ analysiert und die entsprechende Vogelart identifiziert wird. (https://play.google.com/store/apps/details?id=de.tu_chemnitz.mi.kahst.birdnet&hl=de)
Bessere Daten dank Citizen Science – Kooperation mit Tierpark Chemnitz
Mehrere Gigabyte an Audio-Daten wurden in das System eingespeist: „Wir verwenden die von unseren Nutzern eingespeisten Daten zur Verbesserung unseres Systems. So einen großen Datensatz aufzubauen ist nur durch die Hilfe der App-User möglich, denn nur so kommen wir an Aufnahmen von unterschiedlichen Geräten, Orten und Geräuschkulissen“, erklärt Stefan Kahl den „Citizen Science“-Ansatz seiner App. Das bedeutet, dass Nutzerinnen und Nutzer selbst aktiv am Forschungs- und Entwicklungsprozess teilnehmen können.
Dank KI-Unterstützung Vogelstimmen auf der Spur
Der Hintergrund dieses Chemnitzer Forschungsprojektes ist denkbar einfach: Um wildlebende Tierarten wie Vögel nachhaltig schützen zu können, ist eine stetige Kontrolle und Überwachung unabdingbar. Wildtiere lassen sich aber nur eingeschränkt in freier Wildbahn dauerhaft durch den Menschen beobachten. In aller Regel werden daher Bild- und Tonrekorder eingesetzt, die Langzeitdaten aufzeichnen. Diese Daten müssen aber zuerst erhoben und ausgewertet werden, was bei wilden Tieren in der Regel mit hohem Aufwand verbunden ist.
Um die nötigen Daten für ihre App zu erhalten, legte das Team um Stefan Kahl das größte, vollständig annotierte Datenset von Geräuschkulissen (Soundscapes) an – eine besondere Herausforderung für die Forscherinnen und Forscher: „Neben den Vogelstimmen sind auch sehr viele anderen Geräusche wie Autos, Wind, Regen, andere Tiere wie Frösche und Insekten und natürlich auch Menschen enthalten“, so Kahl. Um diese Daten zu filtern, verwendet das Team Lernverfahren mit künstlichen neuronalen Netzen. Diese Netze trainierte das Forschungsteam vorab mit rund 50.000 Aufnahmen und über 350 Stunden Testmaterial bekannter Vogelarten. Aktuell enthält die Datenbank die Stimmen der rund 500 häufigsten Vogelarten in Nordamerika und Europa. In diesen Regionen ist die App aktuell am weitesten verbreitet. Weitere Regionen können hinzukommen.