Der Vogelruf im Rechner: Wie künstliche Intelligenz die Artenbestimmung offline ins Smartphone holt
Eine neue Version der Vogelstimmen-App BirdNET soll Arten künftig direkt auf dem Gerät erkennen – ohne Internet. Der technische Schritt wirkt klein, steht aber für eine größere Verschiebung: KI wandert vom Rechenzentrum in die Hosentasche.
Wer im Wald steht und wissen möchte, welcher Vogel da gerade singt, greift heute oft zum Smartphone. Seit einigen Jahren gibt es Apps, die eine kurze Tonaufnahme analysieren und Sekunden später einen Artnamen ausspucken. Das Prinzip hat die Vogelbeobachtung für viele überhaupt erst zugänglich gemacht. Doch es hatte bislang eine Schwäche, die ausgerechnet dort auftrat, wo die interessantesten Arten leben: im Funkloch.
Wenn das Netz fehlt, wo die Vögel sind
Die gängige Technik funktionierte bisher nach einem einfachen Muster: Das Handy nimmt den Gesang auf, schickt die Audiodaten an einen Server, und dort erledigt ein leistungsfähiges Rechenmodell die eigentliche Erkennung. Das setzt eine stabile Internetverbindung voraus – und die ist im tiefen Wald, im Hochgebirge oder in einem entlegenen Schutzgebiet häufig nicht vorhanden. Genau an solchen Orten aber lohnt sich die Bestimmung am meisten.
Eine Weiterentwicklung der bekannten App BirdNET, laut den beteiligten Forschenden „BirdNET Live“ genannt, will dieses Nadelöhr auflösen. Sie soll die Erkennung direkt auf dem Smartphone ausführen, ohne Umweg über einen Server und damit ohne Netz. Das Modell, das früher in der Cloud lief, ist so weit geschrumpft und optimiert, dass es auf einem Alltagsgerät in Echtzeit arbeiten kann. Entwickelt wurde BirdNET im Rahmen eines Forschungsprojekts der Technischen Universität Chemnitz und der Cornell University in den USA; beteiligt war unter anderem der Naturschutzbiologe Jörg Müller von der Universität Würzburg, und auch die Nationalparkverwaltung Bayerischer Wald trug die Ankündigung mit.
Rechnen am Rand statt in der Cloud
Was nach einer Detailverbesserung für Vogelfreunde klingt, ist technisch ein Beispiel für einen breiteren Trend, der die gesamte KI-Branche beschäftigt: das sogenannte On-Device- oder Edge-Computing. Statt jede Anfrage in ein großes Rechenzentrum zu schicken, soll die Auswertung dort geschehen, wo die Daten entstehen – auf dem Telefon, in der Kamera, im Sensor. Der Reiz liegt auf der Hand. Es funktioniert ohne Verbindung, es reagiert schneller, weil der Weg zum Server entfällt, und es ist datensparsamer, weil Tonaufnahmen das Gerät gar nicht erst verlassen müssen.
Der Preis dafür ist Ingenieursarbeit. Ein Modell, das auf einem Handy laufen soll, muss mit deutlich weniger Rechenleistung und Speicher auskommen als eines im Serverschrank. Entwickler verkleinern es dafür mit Techniken wie Quantisierung und Pruning, bei denen unnötige Genauigkeit und ganze Teile des neuronalen Netzes gezielt entfernt werden. Die Kunst besteht darin, dass die Trefferquote dabei nicht zu stark leidet. Nach Angaben aus dem Projekt erreicht BirdNET über 80 Prozent richtige Bestimmungen – ein Wert, den unabhängige Tests unter realen Bedingungen noch bestätigen müssten, und der je nach Umgebungsgeräusch, Art und Aufnahmequalität ohnehin schwankt.
Mehr als eine Spielerei für Spaziergänger
Der eigentliche Gewinn zeigt sich weniger beim sonntäglichen Waldspaziergang als in der Wissenschaft. Automatisierte akustische Erfassung – in der Fachsprache Bioakustik – erlaubt es, mit vergleichsweise günstiger Technik über lange Zeiträume und große Flächen hinweg zu erfassen, welche Arten wo vorkommen. Das ist für den Naturschutz wertvoll, etwa um Bestände zu überwachen oder Veränderungen früh zu bemerken. Dass die Auswertung offline und direkt vor Ort möglich wird, senkt die Hürde weiter, gerade in Regionen ohne verlässliche Infrastruktur.
Zugleich lohnt die nüchterne Einordnung. Eine automatische Bestimmung bleibt eine Wahrscheinlichkeitsaussage, kein Urteil eines geübten Ohrs. Ähnlich klingende Arten, überlagernde Gesänge oder Wind können die Software in die Irre führen, und wer sich blind auf einen angezeigten Namen verlässt, produziert womöglich falsche Datenpunkte. Fachleute betonen deshalb, dass solche Werkzeuge die menschliche Expertise ergänzen, nicht ersetzen. Als Beispiel dafür, wie leistungsfähige KI aus der Cloud in Alltagsgeräte wandert, ist die kleine App aber aufschlussreich – und ein Hinweis darauf, wo die nächste Welle der Anwendungen entstehen dürfte: nicht auf fernen Servern, sondern am Rand des Netzes.
Redaktionelle Einordnung eines aktuellen Wissenschafts- und Techniktrends. Angaben zu Funktionsweise und Trefferquote beruhen auf Aussagen der beteiligten Forschungseinrichtungen.