Sprache der Dickhäuter

KI erkennt am Grollen wilder Elefanten Begrüßung und Absprache

 Dennis Lenz

KI erkennt am Grollen wilder Elefanten Begrüßung und Absprache
Zwei Afrikanische Elefanten begrüßen sich mit verschlungenen Rüsseln. Bei Begrüßungen grollen oft mehrere Tiere einer Familie zugleich, und ihre Stimmen gleichen sich im Verlauf des Austauschs an. (Foto: © flowcomm (Ausschnitt), Wikimedia Commons, CC BY 2.0)

Wilde Elefanten stoßen rund 60 Prozent ihrer tiefen Grolllaute gemeinsam aus. Ein Team von Earth Species Project und ElephantVoices hat 902 solcher Rufe aus dem Amboseli-Nationalpark in Kenia mit maschinellem Lernen ausgewertet. Selbst im überlappenden Chor erkannte die KI besser als der Zufall, ob die Herde Kontakt hielt, sich begrüßte oder ihr Vorgehen abstimmte. Die Studie erschien in Scientific Reports.

In 92 längeren Wortwechseln einer Elefantenfamilie wurden die Rufe im Verlauf des Austauschs einander ähnlicher, und zwar bei Kontaktrufen, bei der großen Begrüßung nach einer Trennung und bei gleichmäßig getakteten Rufen während der Rast, die oft einem gemeinsamen Aufbruch vorausgehen. Der Chor ist nach Ansicht der Autoren deshalb kein zufälliges Durcheinander, sondern ein gemeinsames Signal der Gruppe. Sicher entschlüsselt ist er damit nicht, die Trefferquoten liegen deutlich über dem Zufall, aber weit unter 100 Prozent. Joyce Poole von ElephantVoices fasst es so zusammen: „Mit anderen Worten: Elefanten scheinen sich aufeinander einzustimmen, wenn sie sich koordinieren.“

Elefanten verständigen sich vor allem mit einem tiefen Grollen, das Fachleute als Rumble bezeichnen. Die Grundfrequenz dieser Laute liegt bei etwa 12 bis 19 Hertz und damit unterhalb dessen, was das menschliche Ohr wahrnimmt. Besonders laute Kontaktrufe hören Elefanten nachweislich noch in rund zwei Kilometern Entfernung, unter günstigen Bedingungen womöglich bis zu zehn Kilometer weit. Aus früheren Arbeiten ist bekannt, dass ein einzelnes Grollen verrät, wer ruft, wie alt das Tier ist, in welcher Stimmung es sich befindet und in welcher Situation es den Laut ausstößt.

Ein großer Teil der Elefantensprache blieb bisher allerdings weitgehend unerforscht. Wenn sich Familienmitglieder nach einer Trennung wiederfinden oder die Gruppe überlegt, wohin sie als Nächstes zieht, grollen oft mehrere Tiere gleichzeitig. Für Forschende war dieses Durcheinander kaum auszuwerten, weil sich die einzelnen Stimmen überlagern. Fachleute sprechen vom Cocktailparty-Problem: Auf einer vollen Feier fällt es schwer, eine einzelne Stimme aus dem Stimmengewirr herauszufiltern. Die meisten Studien haben solche Chöre deshalb aussortiert und nur einzeln stehende Rufe analysiert.

Vier Jahrzehnte Tonaufnahmen aus Amboseli

Die Daten stammen aus einer der am besten untersuchten Elefantenpopulationen der Welt. Seit 1972 beobachtet das Amboseli Elephant Research Project die Tiere im Süden Kenias, jedes Individuum lässt sich an der Form und den Kerben seiner Ohren erkennen. Die Population wuchs von rund 600 Elefanten in etwa 28 Familien in den 1990er-Jahren auf etwa 2.000 Tiere in 60 Familien bis zum Jahr 2020. Joyce Poole und Petter Granli zeichneten die Laute in mehreren Phasen zwischen 1986 und 2022 aus einem Geländewagen auf, meist in fünf bis 20 Metern Abstand zum nächsten Tier. Zu jedem Ruf notierten sie, welches Tier rief, wer in der Nähe war und was die Gruppe gerade tat.

Für die Studie nutzte das Team nur Rufe erwachsener Weibchen, bei denen die Beobachter sich über die Situation sicher waren. So kamen 902 Aufnahmen zusammen: 319 einzelne und 285 gemeinsam gegrollte Rufe aus einer intensiv begleiteten Familie mit dem Kürzel EB sowie 150 einzelne und 148 Chorrufe aus 39 weiteren Familien. In dieser Stichprobe waren damit 433 der 902 Rufe Chöre, also rund 48 Prozent; die rund 60 Prozent beziehen sich auf alle Grolllaute der Population. Ein Chor bestand aus zwei bis 18 sich überlappenden Rufen, neun von zehn Chören hatten höchstens acht. Die Forschenden ordneten jeden Laut einer von sechs Situationen zu. Drei davon dienen der Organisation der Gruppe: Kontaktrufe zwischen getrennten Tieren, Aufbruchrufe, mit denen ein Tier die Gruppe zum Weiterziehen bewegen will, und gleichmäßig getaktete Rufe beim Fressen oder Rasten, die oft einem Wechsel der Aktivität vorausgehen. Die anderen drei sind soziale Laute: das sanfte Gurren von Müttern gegenüber Kälbern, die kleine Begrüßung zwischen eng verbundenen Tieren und die große Begrüßungszeremonie beim Wiedersehen.

Was die KI aus dem Grollen heraushört

Um die tiefen Laute mit üblicher Audiosoftware bearbeiten zu können, verschob das Team die Aufnahmen um den Faktor acht in einen höheren Frequenzbereich. Anschließend maßen die Forschenden, wie sich die Schallenergie auf 29 schmale Frequenzbänder zwischen zehn und 300 Hertz verteilt und wie sich das Klangbild über die Zeit verändert. Mit diesen Merkmalen trainierten sie statistische Lernmodelle darauf, die Situation eines Rufs vorherzusagen. Das Besondere: Die Modelle bekamen auch die ungetrennten Chöre zu hören, ohne dass jemand die einzelnen Stimmen vorher auseinandersortiert hatte.

Bei den einzelnen Rufen der Familie EB ordnete das Modell im gewichteten Mittel 44 bis 47 Prozent der Rufe der richtigen von sechs Situationen zu, ein Zufallsmodell mit gleicher Verteilung kam auf 19 Prozent. Bei den Chören derselben Familie lag die Trefferquote bei 36 bis 37 Prozent gegenüber 21 Prozent für den Zufall. Aufschlussreich ist der dritte Test: Das nur mit einzelnen Rufen trainierte Modell erreichte bei den Chören eine Trefferquote von 25 Prozent, der Zufall kam auf 13 Prozent. Die Stimmen in einem Chor tragen also dieselben typischen Merkmale wie ein einzelner Ruf in der gleichen Lage, der Chor setzt sich aus passenden Einzelrufen zusammen.

Perfekt arbeitet die Methode nicht, insgesamt wurden mehr Rufe falsch als richtig eingeordnet. Kontaktrufe und Begrüßungen verwechselte das Modell bei den Chören häufig miteinander. Das hat einen natürlichen Grund: Rufen sich zwei getrennte Tiere über Hunderte Meter zu, gehen die Kontaktrufe beim Näherkommen fließend in Begrüßungsrufe über, auf die oft getaktete Rufe folgen, wenn die Gruppe über das weitere Vorgehen entscheidet. Zwischen den Situationen gibt es also keine scharfen Grenzen.

Elefanten gleichen ihre Stimmen einander an

Im zweiten Teil der Studie untersuchte das Team 92 längere Wortwechsel innerhalb der Familie EB, an denen im Schnitt drei Tiere mit zusammen fünf bis sechs Rufen beteiligt waren. Die Frage lautete, ob die Rufe im Verlauf eines solchen Austauschs einander ähnlicher werden. Genau das zeigte sich bei drei der sechs Situationen: bei den getakteten Rufen während der Rast, bei Kontaktrufen und bei der großen Begrüßung. Beim Gurren, bei Aufbruchrufen und bei der kleinen Begrüßung fand das Team keine solche Annäherung, wobei die Zahl der untersuchten Wechsel dort teilweise sehr klein war.

Fachleute nennen ein solches Angleichen vokale Konvergenz. Von Delfinen, Papageien und Singvögeln ist bekannt, dass sie ihre Laute während einer Begegnung angleichen, mit ganz unterschiedlichen Zwecken. Bei Elefanten trat die Angleichung vor allem in Situationen auf, in denen die Gruppe Kontakt hält oder ihr gemeinsames Vorgehen klärt. Die Forschenden vermuten deshalb, dass sie der Abstimmung dient. Bewiesen ist das noch nicht: Auch bei Begrüßungen glichen sich die Stimmen an, und welche Funktion die Konvergenz für die Tiere hat, müssen erst Experimente klären.

Elefanten können Laute erlernen

Dass Elefanten ihre Stimme so flexibel einsetzen, passt zu früheren Befunden. Afrikanische Elefanten können neue Laute erlernen und nachahmen, ein asiatischer Elefant in einem Zoo in Südkorea ahmte sogar einige Wörter der menschlichen Sprache nach. Eine frühere Studie aus Amboseli zeigte zudem, dass Elefanten ihre Artgenossen mit namensähnlichen Rufen ansprechen. Die neue Arbeit fügt dem eine weitere Ebene hinzu: Nicht nur der einzelne Ruf, auch das Zusammenspiel mehrerer Stimmen enthält Information.

Die Autoren halten es für möglich, dass dieses kurzfristige Angleichen langfristig zu Unterschieden zwischen Gruppen beiträgt. Frühere Messungen haben ergeben, dass sich das Grollen von Elefantenkühen zwischen Populationen und schwächer auch zwischen sozialen Gruppen unterscheidet, ähnlich wie Dialekte. Auch die Modelle der neuen Studie schnitten schlechter ab, wenn sie Rufe von Tieren oder Familien beurteilen sollten, die sie im Training nicht gehört hatten. Ähnliche Muster beschäftigen Forschende bei Meeressäugern, bei denen in Delfinrufen sprachähnliche Muster entdeckt wurden.

Was die Studie noch nicht beweist

Die Forschenden benennen mehrere Grenzen. Ob die Tiere selbst auf angeglichene Stimmen anders reagieren, wurde nicht getestet. Dafür wären Experimente nötig, bei denen Elefanten Aufnahmen vorgespielt werden. Die Situation jedes Rufs haben erfahrene Beobachter im Feld eingeschätzt, eine unabhängige zweite Bewertung gab es nicht. Die Daten der Familie EB waren gut ausbalanciert, die der übrigen Familien dagegen lückenhaft. Zudem musste das Team die unterschiedlich langen Chöre für die Analyse auf eine einheitliche Länge bringen, wodurch Informationen über die Dauer verloren gehen konnten.

Für den Schutz der Tiere könnte das Verständnis ihrer Kommunikation dennoch wichtig werden. Elefanten verlieren in weiten Teilen Afrikas Lebensraum und geraten zunehmend in Konflikt mit Menschen. Wer weiß, wie Familien ihre Wanderungen absprechen, kann womöglich besser einschätzen, welche Korridore sie brauchen. Das Team von ElephantVoices sieht in der Auswertung ganzer Chöre deshalb einen neuen Zugang zur Elefantenkommunikation. Alle akustischen Merkmale und der Analysecode der Studie sind öffentlich zugänglich, sodass andere Gruppen die Methode etwa auf Wale übertragen können, deren Rufe sich ebenfalls häufig überlagern.

Scientific Reports, Social context information and acoustic convergence in elephant vocal choruses; doi:10.1038/s41598-026-68525-3

Mit KI-Unterstützung erstellt

Keine Neuigkeit aus der Forschung verpassen

Wählen Sie Forschung und Wissen bei Google als bevorzugte Quelle oder folgen Sie uns per RSS-Feed.

 Bevorzugte Quelle bei Google  RSS-Feed
Spannend & Interessant
VGWortpixel