Rechtzeitig Alarm schlagen, um gefährdete Arten zu retten

Ein paar Jahre – oder manchmal sogar nur ein paar Wochen – können ausreichen, damit eine Pflanze oder ein Tier den Status einer „gefährdeten Art“ erlangt. Wenn zum Beispiel eine neue Straße durch einen Wald gebaut wird, kommen die Kettensägen heraus und eine seltene Amphibienart kann dadurch dezimiert werden. Vervielfacht und verstärkt durch den Klimawandel können extreme Wetterereignisse – Dürre und Waldbrände – eine ganze Tier- oder Pflanzenpopulation in weniger als einer Saison vernichten.

Biodiversitätskrisen treten oft abrupter auf, als man erwarten könnte – und sie treten in zunehmendem Maße auf. Um dem entgegenzuwirken, muss so früh wie möglich Alarm geschlagen werden. Das ist das Ziel von Daniele Silvestro. Im Tagebuch Pflanzen, Menschen, Planetskizziert der Wissenschaftler der Universität Fribourg einen Ansatz, der künstliche Intelligenz, Luftbilder und die Unterstützung durch Citizen Scientists kombiniert. Er sieht darin die beste Möglichkeit, die richtigen Entscheidungen zu treffen – und zwar schneller.

Handys und Citizen Science

Der Forscher entwickelt ein KI-System, das verschiedene Arten von Umweltinformationen integrieren kann – Datenbanken, Bilder, Umfragen. Er plant, es zu optimieren, um Satelliten- oder Luftbilder zu analysieren. Entwaldung, Wiederaufforstung, Veränderungen in der Vegetationsdecke, neue Pinguinkolonien in der Antarktis, kürzlich gebaute Infrastruktur – Luftaufnahmen all dieser Phänomene offenbaren Unmengen an Informationen.

„Dank künstlicher Intelligenz können wir innerhalb kurzer Zeit Millionen von Bildern analysieren“, erklärt Daniele Silvestro. „Das menschliche Auge könnte dasselbe tun, aber das schnelle Tempo des maschinellen Lernens bringt uns auf eine höhere Ebene. Es ist wirklich eine Art Live-Vermessung des Planeten.“

Um das System zu vervollständigen, schlägt Daniele Silvestro vor, eine Bürgerwissenschaftskomponente aufzunehmen. Seine Vision: Freiwillige stellen mit ihren Handys Bilder zur Verfügung, die vor Ort aufgenommen wurden – auf Ödland, im Wald oder im Marschland. Eine App könnte verwendet werden, um die vorhandenen Arten automatisch zu identifizieren – z. B. Hunderte von Baumarten in einer kleinen Stichprobe von Tropenwald. Solche Informationen, insbesondere wenn sie unter einem dichten Blätterdach oder im Boden verborgen sind, sind aus den Höhen, in denen Drohnen und Satelliten operieren, unmöglich zu erfassen.

„Mobiltelefone eröffnen ein riesiges Potenzial, das bisher weitgehend ungenutzt geblieben ist“, sagt Daniele Silvestro. „An den meisten Orten, wo man Menschen trifft, findet man auch Handys, und fast alle sind mit Kameras und GPS zur genauen Lokalisierung ausgestattet.“

Simulation einer Katastrophe

Dank all der erhaltenen Daten würde die Rolle der KI über die bloße Überwachung hinausgehen. Es könnte Probleme antizipieren, Hochrisikogebiete identifizieren und sogar Strategien zur Vermeidung von Umweltkatastrophen vorschlagen. Dafür hat das Freiburger Team eine Engine adaptiert, die häufig von Apps für Spiele wie Chess und Go verwendet wird. Daniele Silvestro erklärt: „Wir bringen unsere KI buchstäblich dazu, ein Spiel zu spielen, aber anstatt einen Gegner auf dem Schachbrett zu neutralisieren, lernt sie Strategien, um den Verlust der Artenvielfalt vorherzusagen und zu verhindern.“

Der Forscher zeigt in seiner Studie, dass die von oben aufgenommenen Bilder und die am Boden gewonnenen Daten es der KI ermöglichen können, eine Live-Neuklassifizierung des Aussterberisikos der Art vorzunehmen. Das wäre ein großes Plus, denn wenn Arten in die Gefahrenzone rutschen, darf keine Zeit verloren werden.

Als zum Beispiel Australien im Jahr 2020 von Waldbränden heimgesucht wurde, wurden die wilden Koala-Populationen innerhalb weniger Wochen dezimiert, was dazu führte, dass sie als gefährdete Art neu eingestuft wurden. Daniele Silvestro konzentriert sich hauptsächlich auf die Entwicklung seiner Open-Source-Engine namens CAPTAIN (Conservation Area Prioritization Through Artificial INtelligence). Derzeit ist er mit mehreren Institutionen und Unternehmen im Gespräch, um seine Vision eines Frühwarnsystems zu konkretisieren.