Mit dem Iphone schnell ein Foto eines Käfers im Garten gemacht und auf den Info-Button gedrückt – sofort erhält man genaue Informationen, um welche Art es sich handelt und bekommt auch gleich noch vergleichbare Bilder angezeigt. Hinter dieser kleinen Alltagsanwendung steckt künstliche Intelligenz und offenbart das enorme Potenzial dieser Technologie für den Umwelt- und Naturschutz – gleichzeitig gibt es aber auch Grenzen.
Bereits heute wird Künstliche Intelligenz (KI) im Naturschutz in verschiedenen Anwendungsbereichen eingesetzt – allerdings erhält das Thema bis anhin noch wenig Aufmerksamkeit. Dies zu unrecht, da KI auch im Natur, Umwelt und Klimaschutzbereich als «Schlüsseltechnologie» gilt – zumindest wenn man einem Bericht des Deutschen Bundesamt für Naturschutz (BfN) aus dem Jahr 2023 glauben mag. Die Chancen von KI bestehen darin, räumlich und zeitlich höher aufgelöste Daten zu erhalten und bisherige Messungen effizienter sowie kostengünstiger zu gestalten. Unsere Recherche zeigt, dass es zahlreiche Anwendungsfelder für KI im Naturschutz gibt und aktuell an vielversprechenden Lösungen geforscht wird.
Drei Forschungsprojekte – «BirdRecorder», «mAInZaun» und «MammAlps»
Ein Beispiel einer solchen Anwendung ist das vom BfN geförderte Forschungsprojekt «BirdRecorder» – ein intelligentes System zum Schutz von Vögeln an Windenergieanlagen. Falls sich gefährdete Vögel wie Rot- oder Schwarzmilane auf Kollisionskurs mit einem Windrad befinden, kann das KI-System dies frühzeitig erkennen und die Anlage kurz stoppen. Für die korrekte Erkennung haben Forschende KI-Modelle mit rund 680’000 Bildern trainiert und gemäss Angaben des Herstellers können Rotmilane mit 98% Zuverlässigkeit erkannt werden. In einem nächsten Schritt soll das System auch für nachtaktive Vögel und Fledermäuse weiterentwickelt werden. Das Projekt befindet sich aktuell noch in der Testphase und die Markteinführung ist für die kommenden Jahre vorgesehen. Verschiedene Firmen wie Biodiv-Wind oder DeTect bieten bereits heute marktreife Lösungen an – es wird sich allerdings zeigen müssen, wie zuverlässig solche Systeme Vogelkollisionen verhindern können.
Kann der «BirdRecorder» in Donzdorf mehr Vögel vor Windkraft retten? Video: © SWR Aktuell vom 27.09.2024.
Analog zum «BirdRecorder» gibt es auch das Forschungsprojekt «mAInZaun» – ein intelligenter Weideschutzzaun, der bei einer Annäherung von Wölfen automatisch Abwehrmassnahmen einleitet. Hier stellt sich ebenfalls die Frage, wie zuverlässig das System funktioniert, beispielsweise bei Beschädigung oder falls sich einzelne Individuen an Abschreckungsmassnahmen gewöhnen. Nichtsdestotrotz scheinen die Möglichkeiten grenzenlos und bei all diesen Verfahren spielt die automatisierte Bilderkennung mittels KI eine zentrale Rolle – so auch bei einer aktuellen Studie aus der Schweiz.
Das EPFL-Projekt «MammAlps» geht noch einen Schritt weiter und ermöglicht das Verhalten von Wildtieren wie Rehe, Füchse oder Wölfe zu untersuchen, wenn niemand zuschaut. Forschende haben hierfür einen umfangreichen Trainingsdatensatz entwickelt mit Video- und Tonaufnahmen aus dem Schweizer Nationalpark. Damit sollen in Zukunft KI-Modelle trainiert werden, um Tierarten und Verhaltensweisen wie beispielsweise Futtersuche, Spielen, Fellpflege oder Schnüffeln automatisch zu erkennen. Für den praktischen Naturschutz könnte es so deutlich einfacher werden, die Auswirkungen des Klimawandels, menschlichen Eindringens oder Krankheitsausbrüche auf das Verhalten von Wildtieren zu überwachen – und so gefährdete Arten gezielter zu schützen.
Eine künstliche Intelligenz analysiert das Verhalten von Wildtieren. Video: © 19h30 vom 08.07.2025 via Play RTS.
Die Grenzen von künstlicher Intelligenz
KI-Modelle können Muster aus grossen Datenmengen herauslesen und so beispielsweise zuverlässig Bienen zählen, Insekten klassifizieren, Vögel detektieren oder Tiere erkennen. Das Projekt «MammAlps» zeigt exemplarisch, dass für die Erstellung von KI-Modellen zahlreiche Trainingsdaten benötigt werden. Solche Daten zu generieren ist allerdings sehr aufwendig und diese müssen vorher von Menschen gefiltert und markiert werden – eine Arbeit, die oftmals in den globalen Süden ausgelagert wird. Darüber hinaus braucht das Training und die Verwendung der KI-Modelle sehr viel Strom. Schon heute beanspruchen Rechenzentren zwei bis vier Prozent des weltweiten Energieverbrauchs, mit steigender Tendenz. Über die unsichtbaren Emissionen in der digitalen Welt haben wir bereits berichtet.
Für den Natur- und Umweltschutz stellt sich unweigerlich die Frage, ob der Nutzen einer KI-Anwendung die verursachten Kosten übersteigt. Dies ist im Einzelfall vermutlich schwierig abschliessend zu klären, dennoch sei hier die kritische Bemerkung erlaubt, ob wir wirklich zu wenig Informationen haben, beispielsweise zum Verhalten von Wildtieren – in anderen Worten, lohnt sich der KI-Einsatz? Auch muss KI immer als Werkzeug betrachtet werden, die uns bei der Umsetzung von politischen Vorgaben helfen kann. Wie wir mit Konflikten beispielsweise zwischen Vögeln und Windrädern oder Wölfen und Nutztieren umgehen wollen, bleibt schlussendlich eine gesellschaftliche Entscheidung und muss politisch angegangen werden.
Die positiven Auswirkungen von KI für den Naturschutz dürften eher begrenzt bleiben.
Seit vielen Jahrzehnten wissen wir sowohl über Umweltveränderungen, über die Be- und Überlastung der planetarischen Grenzen – von lokal bis global – mehr als genug.
Diese stichhaltigen Argumente haben aber in keiner Weise genügend politischen Druck erzeugen können. Weshalb das bei KI-generierten Daten anders sein sollte, wäre wohl nur durch ein Wunder erklärbar. Leider!
Vielleicht gilt es auch hier, eher die Nachteile im Blick zu haben.