Eine neue Tierstimmen-App erkennt Vogelrufe, Säugetierlaute und Insektengeräusche in Echtzeit direkt auf dem Smartphone. Das Besondere daran ist der vollständige Verzicht auf eine Internetverbindung, denn die neuronalen Netze laufen lokal auf dem Gerät. Damit lassen sich strukturierte akustische Erhebungen auch dort durchführen, wo kein Mobilfunknetz verfügbar ist. Die Zahl der abgedeckten Arten liegt dabei deutlich über dem, was vergleichbare Offline-Systeme bisher leisten.
Die akustische Erfassung von Tierarten hat sich in den vergangenen Jahren zu einem festen Bestandteil der ökologischen Feldforschung entwickelt. In der Bioakustik werden Lautäußerungen von Vögeln, Säugetieren, Amphibien und Insekten aufgezeichnet und anschließend automatisiert einzelnen Arten zugeordnet. Der Vorteil gegenüber klassischen Sichtbeobachtungen liegt auf der Hand, denn viele Arten sind akustisch weit leichter nachweisbar als visuell, etwa in dichten Wäldern, in der Dämmerung oder im Kronenraum hoher Bäume. Moderne Verfahren stützen sich dabei auf tiefe neuronale Netze, die Spektrogramme in Zeitfenstern von wenigen Sekunden analysieren und für jede Art eine Wahrscheinlichkeit ausgeben. Für den Naturschutz entsteht daraus eine Datengrundlage, die sich standardisiert erheben, in festen Intervallen wiederholen und zwischen verschiedenen Regionen vergleichen lässt. Die Erkennung von Vogelstimmen per Software gilt inzwischen als Routineverfahren im Monitoring. Genau an der praktischen Standardisierung scheiterte die Anwendung im Gelände bislang jedoch regelmäßig an einer scheinbar banalen Hürde, die nicht die Erkennungsleistung der Modelle betrifft, sondern die Umgebung, in der sie eingesetzt werden sollen.
Rechenintensive Modelle für die Artenerkennung liefen bisher überwiegend auf entfernten Servern. Das Smartphone nahm den Ton auf, übertrug ihn an ein Rechenzentrum und erhielt das Ergebnis zurück. In Ballungsräumen funktioniert dieser Weg zuverlässig, in Schutzgebieten, Hochgebirgslagen oder Tropenwäldern dagegen praktisch nie, weil dort schlicht kein Netz zur Verfügung steht. Wer eine Begehung dokumentieren wollte, musste die Aufnahmen zwischenspeichern und die Auswertung auf die Rückkehr ins Büro verschieben. Genau hier setzt der Ansatz an, die Modelle so weit zu verkleinern und zu beschleunigen, dass sie auf der Hardware eines gewöhnlichen Mobiltelefons laufen. Fachleute sprechen von Quantisierung und Pruning, also von einer Reduktion der Rechengenauigkeit und dem gezielten Entfernen wenig relevanter Verbindungen im Netz. Vergleichbare Kompromisse zwischen Rechenaufwand und Genauigkeit sind aus der Bildanalyse bekannt, etwa wenn eine Künstliche Intelligenz Elefanten auf Satellitenaufnahmen zählt und dabei jedes eingesparte Rechenbudget die Trefferquote gefährdet.
Die Anwendung BirdNET Live ist eine Weiterentwicklung des bereits etablierten Systems BirdNET und stammt aus der Professur Medieninformatik der Technischen Universität Chemnitz. Die Modelle und Systemvoraussetzungen dokumentiert das Team auf der Projektseite von BirdNET Live öffentlich, was den Umfang der vorgenommenen Optimierung nachvollziehbar macht. Nach Angaben des leitenden Entwicklers Stefan Kahl erkennt die Software 8.927 der weltweit rund 11.000 bekannten Vogelarten. Hinzu kommen 268 Säugetiere, 254 Insekten und 340 Amphibien, sodass die Tierstimmen-App insgesamt fast 10.000 Arten akustisch bestimmen kann. Für die nächstbeste Offline-Anwendung nennt das Entwicklerteam eine Abdeckung von rund 2.300 Arten. Die Software ist als quelloffenes Projekt angelegt, die Bedienoberfläche liegt in sieben Sprachen vor, die Artnamen werden in 25 Sprachen übersetzt. Entscheidend ist dabei weniger die reine Artenzahl als der Umstand, dass die gesamte Auswertung ohne Serververbindung in Echtzeit abläuft.
Entstanden ist die Anwendung im Projekt RangerSound, das von der Deutschen Bundesstiftung Umwelt gefördert wurde. Beteiligt waren die Naturschutzbiologie der Julius-Maximilians-Universität Würzburg, das Ranger-Team des Nationalparks Bayerischer Wald, ein auf Messtechnik spezialisiertes Unternehmen aus Freiburg im Breisgau sowie die Chemnitzer Fachleute für maschinelles Lernen. Anders als reine Freizeitanwendungen richtet sich die Software an Fachkräfte im Naturschutz, an Forschende, an Studierende und an Freiwillige aus dem Bereich Citizen Science. Sie verfügt über eigene Modi für strukturierte Erhebungen, erfasst Tierlaute automatisch mit präzisen Orts- und Zeitangaben und speichert alles lokal auf dem Gerät. Die Aufnahmen lassen sich später prüfen, exportieren oder zur Validierung weitergeben. In Kombination mit einem externen Mikrofon kann das Telefon geschützt im Rucksack mitgeführt werden, während im Hintergrund kontinuierlich aufgezeichnet wird. Dass sich Tierlaute überhaupt so verlässlich interpretieren lassen, zeigen auch Arbeiten, in denen eine Software die Emotionen von Schweinen aus deren Rufen ableitet.
Das zugrundeliegende System gilt als De-facto-Standard im KI-gestützten bioakustischen Monitoring. Nach Angaben des Entwicklerteams nutzen es weltweit mehr als zwei Millionen Menschen aktiv, die Zahl der Downloads liegt über sechs Millionen, und es wurden bereits mehr als 250 Millionen verifizierte Naturbeobachtungen gesammelt. Diese Daten fließen in internationale Forschungsprojekte ein, etwa in Untersuchungen zum Einfluss von Lichtverschmutzung auf das Singverhalten von Vögeln. Wie präzise Vögel ihre Lautfolgen überhaupt steuern, ist dabei selbst noch Gegenstand aktueller Grundlagenforschung, wie Arbeiten zeigen, in denen Wellensittiche gängige Tiermodelle für Sprache infrage stellen. Für Einsteiger, Schulen und Lehrende stellt das begleitende Portal Schlaumeise Materialien und Projektideen bereit, mit denen sich Aufnahmen methodisch sauber einordnen lassen. Offen bleibt, wie stark die Erkennungsgenauigkeit in artenreichen Tropenregionen und bei starkem Hintergrundrauschen abfällt, weshalb eine fachliche Nachprüfung der Treffer weiterhin nötig ist.