Chemnitz. Computer können lernen, Vogelarten anhand ihrer Rufe und Gesänge zu erkennen. Genau daran forscht die Professur Medieninformatik der Technischen Universität Chemnitz. Mit der Forschungsplattform BirdNET wer-den Vogelstimmen mithilfe künstlicher Intelligenz ausgewertet und verschiedenen Arten zugeordnet. BirdNET kann mittlerweile rund 3.000 der weltweit häufigsten Vogelarten erkennen.
Der KURIER ist durch einen Beitrag im Radio auf BirdNET aufmerksam geworden. Daraus ergab sich nachfolgende Anfrage an Entwickler Dr. Stefan Kahl von der Professur Medieninformatik der TU Chemnitz:
Herr Dr. Kahl, warum wurde die BirdNET-App entwickelt, und wer steckt hinter dem Projekt? Auf welchem Forschungsgebiet sind Sie konkret tätig? Wie viele Lehrende, Forschende und Studierende haben an der App mitgewirkt?
An der BirdNET Live App arbeiten Forschende der TU Chemnitz, dem Cornell Lab of Ornithology in den USA und die Entwicklung wird unterstützt vom Nationalpark Bayrischer Wald und dem Museum für Naturkunde Berlin. Ich selbst bin in der computergestützten Bioakustik tätig und da ist auch das Projekt verortet. Die App ist damit ein Werkzeug im Umweltmonitoring, das vor allem im Schutz von gefährdeten Ökosystemen eine Rolle spielt. Unser Team besteht aktuell aus 5 Entwicklern, aber da auch oft Studierende und externe Forschende beteiligt sind, schwankt diese Zahl oft etwas.
Wie zuverlässig sind die Artenbestimmungen, und in welchen Situationen stößt die KI an ihre Grenzen?
Für häufige Vogelarten (vor allem auf der Nordhalbkugel) ist die Erkennung sehr zuverlässig und es passieren kaum Fehler. Aber bei störenden anthropogenen Geräuschen gibt es doch hin und wieder Fehldetektionen. Daher ist es wichtig, dass erkannte Tierarten stets durch Menschen verifiziert werden, bevor die Daten für ökologisch relevante Entscheidungen verwendet werden.
Wie werden die Tonaufnahmen und Standortdaten der Nutzerinnen und Nutzer geschützt und verwendet?
Die aktuelle BirdNET Live App sendet keinerlei Daten – weder Standort noch Audiodaten – und verfügt über keine Nutzungsstatistiken oder Telemetrie. Alle Daten bleiben auf dem Gerät der Nutzenden, es sei denn, sie werden explizit über die „Teilen“-Funktion geteilt.
Wie entstehen die Trainingsdaten, und wie gehen Sie mit seltenen Arten oder Regionen um, aus denen nur wenige Aufnahmen vorliegen?
Trainingsdaten stammen aus großen öffentlichen (z.B. Xeno-canto oder iNaturalist) oder privaten (z.B. von Projektpartnern) Kollektionen und diese decken die meisten Vogelarten gut ab. Schwierig wird es bei Nicht-Vögeln und seltenen Vögeln, da sind die Daten rar und das hat natürlich einen Einfluss auf die Erkennungsgenauigkeit.
Welchen konkreten Nutzen hat BirdNET für die Forschung und den Naturschutz?
BirdNET Live soll dabei helfen Vogel- und Tiererfassung im Umweltmonitoring technisch zu unterstützen, um mehr Menschen den Zugang dazu zu ermöglichen (z.B. Ranger eines Nationalparks, die keine Ornithologen sind). BirdNET ganz allgemein spielt eine große Rolle im Langzeitmonitoring, bei dem große Datenmengen anfallen, die nicht ohne weiteres manuell ausgewertet können. Für Menschen außerhalb der Forschung sind unsere Apps hoffentlich ein Lernwerkzeug und helfen bei der Sensibilisierung für Umweltthemen.
Wie soll sich das Projekt in den kommenden Jahren weiterentwickeln – etwa im Hinblick auf neue Tierarten, Funktionen und wissenschaftliche Anwendungen?
Wir möchten BirdNET natürlich immer genauer und zuverlässiger machen, mehr Arten (vor allem Amphibien und Insekten) hinzufügen, aber auch stärker in den Methodenstandards von ökologischen Erfassungen verankern.
Für welche Mobilgeräte ist die App geeignet, und ist ihre Nutzung mit Kosten verbunden?
BirdNET Live ist auf Android (mit und ohne Google Play Services) und iOS verfügbar. Die App ist Open Source, unsere KI besteht aus Open Weights-Modellen, die frei und ohne Werbung nutzbar sind.
Die Anfrage stellte Silke Konzag.
Anmerkung der Redaktion
Weitere Informationen findet man auf der Website der Technischen Universität Chemnitz unter https://www.tu-chemnitz.de
