AnuraPAM: Senckenberg-KI erkennt 14 Frosch- und Krötenarten am Ruf

Zwischen Anime-News passt auch mal ein Teich. Ich mag KI-Geschichten am liebsten, wenn sie etwas Konkretes lösen, und das hier ist so ein Fall: Ein Team um PD Dr. Raffael Ernst von den Senckenberg Naturhistorischen Sammlungen Dresden hat mit AnuraPAM ein Modell vorgestellt, das 14 mitteleuropäische Frosch- und Krötenarten an ihren Rufen erkennt.

Wie das funktioniert

Grundlage ist die Deep-Learning-Plattform BirdNET, die eigentlich für Vogelstimmen bekannt ist. Zusammen mit Florian Meerheim von der HTW Dresden wurde das Modell mit privaten Rufsammlungen trainiert, darunter eine mit rund 80 Aufnahmen aller 14 Taxa aus elf Ländern, 54 Fundorten und 52 Jahren. Erdkröte, Grasfrosch, Geburtshelferkröte und Kreuzkröte gehören dazu. Besonders knifflig ist der Komplex der Wasserfrösche rund um den Teichfrosch, weil sich die Rufe dort stark ähneln.

Das beste Modell schlug laut Studie zwei frei verfügbare Vergleichsmodelle, obwohl es mit weniger Trainingsdaten auskam. Veröffentlicht wurde die Arbeit in der Fachzeitschrift Salamandra.

Warum ich das spannend finde

Laut IUCN sind 41 Prozent der Amphibienarten bedroht, und die Bestände von Süßwasser-Wirbeltieren sind zwischen 1970 und 2020 um 85 Prozent gefallen. Wer nachts Rekorder an Teichen aufstellt, sammelt Stunden an Audio, die niemand komplett anhören kann. Genau dort hilft so ein Werkzeug.

Mir gefällt außerdem, dass das Modell nicht hinter einer Bezahlschranke verschwindet. Es läuft in freier Software wie BirdNET-Analyzer, PAMalyzer und Raven Intelligence sowie in der Android-App BatGizmo. Damit können auch Ehrenamtliche und kleine Naturschutzgruppen damit arbeiten, nicht nur große Institute.

Die Details stehen in der Pressemitteilung von Senckenberg.