Ein Meilenstein für die Ökosystemforschung: Künstliche Intelligenz im Wildtiermonitoring
Im Veldensteiner Forst, einem der größten Waldgebiete Bayerns, sind Freizeitsport, Tourismus, Holzwirtschaft und Naturschutz dicht benachbart. Forschende der Universität Bayreuth, der LMU München und der Bayerischen Landesanstalt für Wald und Forstwirtschaft (LWF) arbeiten an einer künstlichen Intelligenzsoftware (KI), die in Verbindung mit High-Tech-Kameras Aufschluss über die Wechselbeziehungen zwischen den Wildtieren und den Menschen im Forst geben soll. Heimische Wildtiere sollen auf Fotos automatisch erkannt und klassifiziert werden können. Das Bayerische Staatsministerium für Ernährung, Landwirtschaft und Forsten (StMELF) fördert das Projekt für vier Jahre mit mehr als 300.000 Euro.
Innerhalb des Projekts leitet Prof. Dr. Manuel Steinbauer, Professor für Sportökologie, die Forschungsarbeiten an der Universität Bayreuth. Hier befasst er sich unter anderem mit der wachsenden Beliebtheit von Outdoor-Sportarten und den daraus resultierenden Folgen für Umwelt, Landschaft und Natur. Oft geht es um die Frage, inwieweit die Tierwelt beeinträchtigt wird, wenn natürliche Lebensräume mit zunehmender Intensität für sportliche Aktivitäten – wie etwa das Mountainbiking – genutzt werden. „Digitale Technologien haben für die Wildtierforschung und das überregionale Wildtiermanagement ganz neue Möglichkeiten geschaffen, die wir im neuen Projekt umfassend nutzen wollen. Die automatisierte Auswertung der Bilder mit künstlicher Intelligenz und die dadurch entstehenden langen Beobachtungszeitreihen übermitteln Informationen, an denen sich im Detail ablesen lässt, wie Wildtiere auf Einflüsse von Menschen in ihrer Umgebung reagieren. Es ist in Deutschland das erste Mal, dass künstliche Intelligenz derart systematisch und kontinuierlich über mehrere Jahre hinweg für die Untersuchung der wechselseitigen Beziehungen zwischen Menschen und Tieren eingesetzt wird“, sagt Steinbauer.
Im Veldensteiner Forst gibt es ein für weite Teile Bayerns typisches Artenspektrum an Wildtieren. Auch die vielfältigen Nutzungsinteressen sind repräsentativ für die bayerischen Wälder. Daher wird schon seit einigen Jahren im Veldensteiner Forst ein großräumiges Netzwerk von Kameras für das Wildtier-Monitoring betrieben. Es soll im Rahmen des Projekts demnächst so ausgebaut werden, dass alle im Forst lebenden Wildarten in die Untersuchungen einbezogen werden können. Auch sichtbare Veränderungen der Vegetation und des Wetters werden in die Auswertung der Daten einfließen.
Eine systematische Überwachung von Wildtieren mit einem Netzwerk von Kameras, ein sogenanntes „Fotofallenmonitoring“, erzeugt sehr große Mengen an Bilddaten. Die Datenauswertung, bei der unter anderem die Art und das Geschlecht der abgebildeten Tiere identifiziert werden sollen, erfordert einen hohen Arbeitsaufwand. Innerhalb des neuen Projekts soll die Auswertung der Bilddaten weitestgehend von künstlicher Intelligenz übernommen werden. Ein Team an der LMU München wird hierfür das nötige System von Algorithmen entwickeln. Auch dem Datenschutz wird dabei Rechnung getragen: Personenbilder werden automatisch aussortiert, ohne dass dadurch die benötigten Informationen über menschliche Aktivitäten verloren gehen. Auf dieser technologischen Grundlage wird es künftig weltweit möglich sein, neue bildgestützte Erkenntnisse zur Interaktion von Menschen und Tieren in freier Natur zu gewinnen. Diese Erkenntnisse werden nicht zuletzt ein proaktives Management von Outdoor-Sportarten in Landschaften fördern, die für den Naturschutz und den Erhalt der Artenvielfalt eine wichtige Rolle spielen.
Die Projektpartner:
Prof. Dr. Manuel Steinbauer leitet die Forschungsarbeiten an der Universität Bayreuth. Hier befasst er sich als Professor für Sportökologie unter anderem mit der wachsenden Beliebtheit von Outdoor-Sportarten und den daraus resultierenden Folgen für die soziale und natürliche Umwelt, Landschaft und Natur. Von besonderem Interesse ist dabei, inwieweit die Tierwelt beeinträchtigt wird, wenn natürliche Lebensräume mit zunehmender Intensität für sportliche Aktivitäten genutzt werden.
Dr. Ludwig Bothmann arbeitet als Post-Doc am Lehrstuhl für Statistical Learning and Data Science des Instituts für Statistik an der LMU München. Im Rahmen des Projekts wird er zusammen mit seinem Team bereits entwickelte neuronale Netze auf neue Tierarten trainieren und die Genauigkeit bei der Klassifizierung verbessern. Dabei kann er auf seine langjährige Erfahrung in der KI-gestützten Klassifizierung von Bilddaten sowie der wissenschaftlichen Bewertung der Genauigkeit und Interpretierbarkeit von maschinellen Lernalgorithmen zurückgreifen.
Dr. Wibke Peters und Dr. Hendrik Edelhoff vertreten im Projekt die Stabstelle Wildbiologie und Wildtiermanagement der LWF in Freising. In ihrer Forschungstätigkeit setzen sie sich mit der wissenschaftlichen Erfassung von Wildtierpopulationen zum Beispiel hinsichtlich ihres Zustands, Größe und auch Raumnutzung auseinander. In mehreren Projekten konnten sie bereits ein breites Wissen und Erfahrungen bezüglich des Einsatzes von Fotofallen im Wildtiermonitoring sammeln. Diese Expertise bringen sie nun auch in das neue Projekt ein und wollen die Anwendbarkeit dieser Methodik für die Praxis und zukünftige Forschung weiter optimieren und wildtierökologische Zusammenhänge im Veldensteiner Forst untersuchen.
Das Projektteam vor der Bayerischen Landesanstalt für Wald und Forstwirtschaft (LWF) im Zentrum Wald-Forst-Holz Weihenstephan, Freising: Veronika Mitterwallner, Dr. Ludwig Bothmann, Dr. Hendrik Edelhoff, Prof. Dr. Manuel Steinbauer und Dr. Wibke Peters (von links nach rechts). Bildquelle: C. Josten, LWF.
