Moderne Technik Zwischen Datenflut und Artenvielfalt: Wie KI den Naturschutz verändert, erklärte ein Experte den Mitgliedern der Kissinger Kreisgruppe des BUND.
Mit Dr. Sten Zeibig, dem Geschäftsführer von Indblik.io, hatte die Kreisgruppe des Bund Naturschutz Bad Kissingen einen Referenten zum Thema Künstliche Intelligenz im Naturschutz eingeladen, der in seiner Firma in Bad Kissingen täglich mit KI und Analysen im Umweltbereich arbeitet.
Zu Beginn gab Dr. Sten Zeibig zunächst einen Überblick, um den Begriff Künstliche Intelligenz einzuordnen und von anderen Formen abzugrenzen, wie es in einer Pressemitteilung der Kissinger Kreisgruppe beim Bund Naturschutz heißt. KI ist im Alltag längst selbstverständlich geworden – etwa durch Bilderkennung oder Sprachmodelle –, obwohl häufig unklar bleibt, was KI eigentlich ist und was sie leisten kann.
Kein Verständnis der Welt
Klassische Ursache-Wirkungs-Modelle oder regelbasierte Simulationsmodelle haben dabei eine enge Verbindung zur realen Welt, weil ihre Struktur direkt reale Prozesse abbildet. KI-Modelle hingegen kommen dort zum Einsatz, wo diese Mechanismen nicht explizit formulierbar sind.
Sie basieren auf großen Datenmengen und statistischer Mustererkennung, ohne ein eigenes Verständnis der Welt zu besitzen. Dadurch entstehen sogenannte Blackbox-Modelle, deren innere Funktionsweise nicht mehr inhaltlich mit den realen Prozessen verknüpft ist. Aus dieser Entkopplung ergeben sich typische Probleme und Grenzen von KI. Schlechte oder verzerrte Daten führen zwangsläufig zu schlechten Ergebnissen („Garbage in, Garbage out“), reale Beobachtungsdaten sind oft nicht repräsentativ, und wenn KI mit KI-generierten Daten trainiert wird, kann es zu einem Qualitätsverfall der Modelle kommen.
Vor diesem Hintergrund stellte der Referent konkrete Anwendungen aus dem Natur- und Umweltschutz vor. Ein Beispiel ist das akustische Monitoring von Tierarten, bei dem große Mengen an Tonaufnahmen automatisiert ausgewertet werden, um Vogelarten oder andere lautgebende Tiere zu erkennen. Trotz großer Effizienzgewinne sei hier eine umfangreiche manuelle Validierung durch Expertinnen und Experten notwendig, insbesondere um Schwellenwerte festzulegen, ab wann eine Art als sicher erkannt gilt.
Ein weiteres Beispiel ist die Modellierung des Kollisionsrisikos von Greifvögeln mit Windkraftanlagen auf Basis von GPS-Daten. Solche Modelle erlauben eine deutlich differenziertere und sachlichere Planung als pauschale Schutzradien, ersetzen aber weder Feldarbeit noch fachliche und politische Abwägungen.
Ähnlich verhält es sich bei Fernerkundungsprojekten, bei denen Satellitendaten mithilfe von KI ausgewertet werden, etwa zur Abschätzung von CO2-Bindung in Ökosystemen. Auch hier ist der Abgleich mit Beobachtungen vor Ort unerlässlich.
