Ziel

Biodiversität gilt als ein wichtiger Indikator für die Resilienz von Ökosystemen. Der Rückgang der Entomofauna in vielen Ökosystemen steht derzeit im Fokus des öffentlichen und wissenschaftlichen Diskurses. Ein Biodiversitätsmonitoring zum Erkennen von Insekten verschiedener funktioneller Gruppen in Blühflächen und Agrarökosystemen kann daher als integraler Bestandteil einer nachhaltigen Landnutzung und als Grundlage für landwirtschaftliche Strategien, wie etwa den integrierten Pflanzenschutz (IPS), angesehen werden. Derzeitige Lösungen zur taxonomischen Erfassung der Biodiversität sind zeitaufwändig, kostenintensiv und erfordern bei vielen Artengruppen Expertenwissen. Je nach verwendeter Methode werden zudem selektiv nur bestimmte Gruppen gefangen, wodurch nur einzelne Biodiversitätsfaktoren beurteilt werden können. Digitale Methoden zur Unterstützung bei der Bestimmung von Populationsdichten und der Diversität von Artengemeinschaften bergen enorme Anwendungspotenziale, kommen bislang aber kaum zum Einsatz. Zugleich haben Fortschritte in der Informatik und den Datenwissenschaften zur Entwicklung von Verfahren geführt, die mittels Methoden der künstlicher Intelligenz (KI) autonom und selbstlernend die taxonomische Bestimmung von Arten erlauben. Eine entsprechende Anwendung im Bereich der Entomofauna ist trotz des enormen Potenzials für die Bestimmung jedoch bislang nicht bekannt. In diesem Projekt wird eine digitale, KI-gestützte Lösung für das Monitoring von Insekten entwickelt, die auf Basis akustischer Signaturen arbeitet. Neben der Entwicklung und praktischen Erprobung eines Sensorsystem zur Erhebung und Verarbeitung akustischer Daten wird dieses in Praxisstudien in situ ausgebracht, kalibriert und evaluiert. Durch die Kombination mit Citizen Science, d.h. einer Smartphone-App zur Erhebung akustischer Messungen, wird zudem eine Vervollständigung des Gesamtbilds im regionalen und nationalen Kontext sowie inhärent eine Sensibilisierung der Allgemeinheit für das Thema Biodiversität erreicht.