Maschinelles Lernen im Naturschutz: Anwendungsfelder, Potenziale und Herausforderungen

Abstract

Maschinelles Lernen wird im Naturschutz bereits eingesetzt und dessen Arbeit schon bald so selbstverständlich unterstützen, wie es heute bereits Geoinformationssysteme (GIS), statistische Methoden oder Modellierungsansätze tun. Gegenwärtig befinden sich die meisten KI-Systeme aber noch im Forschungs- und Entwicklungsstadium. Sie müssen gezielt in Anwendungen von Behörden und Naturschutzorganisationen überführt werden, um sie weitreichend zugänglich zu machen.

Die breiteste Anwendung finden KI-Systeme bislang in der automatisierten Erkennung von Arten sowie in der Fernerkundung. Vielversprechende Methoden gibt es aber auch in den Bereichen Texterschließung, Mustererkennung oder der Modellierung, zum Beispiel von Habitateignungen und Artverbreitungen. Bereits absehbar ist der Einsatz von KI-Systemen für (halb)automatisierte Bewertungen, etwa von Aussterberisiken, sowie in Entscheidungsunterstützungssystemen.

Der Beitrag bietet einen systematische Überblick über die Einsatzfelder von Maschinellem Lernen im Naturschutz (Schneider et al. 2023). Weiterhin werden die Potenziale, Herausforderungen und Lösungsansätze für den erfolgreichen Einsatz von KI-Systemen im praktischen und behördlichen Naturschutz zusammengefasst.

Schneider C., Wäldchen J., Mäder P. (2023b): «Künstliche Intelligenz im Naturschutz» Natur und Landschaft 98 (6/7): XX. doi:10.19217/NuL2023-06-06