Artenschutz mit KI: Was Deutschland jetzt testet

Zwölf Wildkameras, tausende Stunden Videomaterial, eine scheue Wildkatze: An der Mittleren Elbe entscheidet seit Anfang 2026 nicht mehr ein Biologe allein darüber, ob die Ansiedlung einer neuen Tierart gelingt. Eine KI des Fraunhofer-Instituts für Digitale Medientechnologie (IDMT) übernimmt das, was bisher Wochen manueller Sichtung kostete. Das Projekt zeigt, wie weit die technischen Systeme mittlerweile gereift sind und welche Grenzen bleiben.

Was Trapscan leistet

Der Name des Systems ist Programm: Trapscan wertet Videodaten aus Kamerafallen aus. Das klingt simpel, löst aber ein hartnäckiges Praxisproblem der Feldbiologie. Jede Kamerafalle produziert über Monate tausende Einzelaufnahmen, der überwiegende Teil davon zeigt keine Tiere, sondern Bewegungen von Ästen und Gräsern durch Wind, Lichtveränderungen, Insekten. Bisher mussten Naturschutzmitarbeitende diese Aufnahmen einzeln sichten. Trapscan filtert die relevanten Sequenzen in Sekunden heraus, erkennt Tierbewegungen automatisch und klassifiziert die Art.

Das Fraunhofer IDMT und der WWF Deutschland setzen das System seit Januar 2026 in den artenreichen Auenwäldern an der Mittleren Elbe ein, wo der WWF die Ansiedlung der Wildkatze begleitet. Die Testauswertung von Kameradaten aus dem vergangenen Herbst brachte einen ersten Beleg für den Mehrwert: Die KI konnte wiederkehrende Bewegungsmuster der Wildkatze an verschiedenen Kamerastandorten erkennen und miteinander in Verbindung setzen. Die Wildkatze wechselt in regelmäßigen Abständen ihr Jagdrevier, das wussten Forscher schon. Dass die KI dieses Muster jetzt systematisch über die gesamte Kamerafläche kartiert, zeigt das eigentliche Potenzial: Muster, die im Rauschen tausender Einzelaufnahmen untergingen, werden jetzt sichtbar. Die Ergebnisse fließen in ein webbasiertes Dashboard, über das WWF-Fachleute die Populationsdynamik in Echtzeit verfolgen können.

Der WWF betont, dass Trapscan ein Werkzeug für Forschende ist, kein Ersatz für sie. Die KI zeige, wo etwas passiert, die Interpretation der Befunde, die Einordnung in den ökologischen Zusammenhang und die Entscheidung über Maßnahmen bleiben beim Menschen.

Artenschutz-KI im Wald und aus der Luft

Trapscan ist nicht das einzige System dieser Art, das derzeit in Deutschland in den Praxisbetrieb übergeht. Das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik (IEE) hat gemeinsam mit Universitäten in Kassel, Kiel und Chemnitz das System Deep Bird Detect entwickelt. Es analysiert Audioaufnahmen und klassifiziert darin Vogelarten und deren Ruftypen. Der Anwendungsfall: Genehmigungsverfahren für Windkraftanlagen erfordern aufwendige Faunaerhebungen, bei denen Feldgutachter Vogelvorkommen an potenziellen Standorten erfassen. Deep Bird Detect soll diesen Prozess beschleunigen, indem es Tausende Stunden Audiomaterial automatisch auswertet, ein Engpass, der den Ausbau erneuerbarer Energien bisher mit verlangsamt hat.

Ein drittes Großprojekt, ForstEO, wurde im Februar 2026 nach drei Jahren abgeschlossen. Koordiniert vom Deutschen Zentrum für Luft- und Raumfahrt (DLR) und gemeinsam mit dem Forstlichen Forschungs- und Kompetenzzentrum Gotha, der Bayerischen Landesanstalt für Wald und Forstwirtschaft sowie der Nordwestdeutschen Forstlichen Versuchsanstalt, untersuchte es den Einsatz von KI und Satellitenfernerkundung zur Früherkennung von Kronenschäden. Das Ergebnis: KI-Modelle können Vitalitätsverluste in Buchenwäldern aus Luftbildern erkennen, bevor Schäden mit bloßem Auge sichtbar sind. Die Forscher betonten jedoch, dass die Übertragbarkeit der Modelle auf neue Regionen noch weiterer Validierung bedarf.

Warum die Technologie jetzt ankommt

Drei Entwicklungen kommen gerade zusammen. Erstens sind Bilderkennungsmodelle und Audioklassifizierungssysteme in den vergangenen fünf Jahren so leistungsfähig geworden, dass sie Artenbestimmung in Qualität leisten, die früher Jahrzehnte spezialisierter Forschung erforderte. Zweitens sind die Kosten für Speicher und Rechenleistung so stark gesunken, dass der Betrieb in Naturschutzprojekten mit begrenzten Budgets realistisch wird. Drittens zwingt die EU-Biodiversitätsstrategie 2030 die Mitgliedstaaten zu flächendeckenden Bestandserhebungen für Tausende von Arten, ein Monitoringbedarf, den klassische Felderhebungen allein nicht mehr decken können.

Deutschland steht dabei nicht allein. In den USA setzt das Cornell Lab of Ornithology mit BirdNET auf ein ähnliches Prinzip zur globalen Vogelklassifizierung per Audio. Das System erkennt rund 6.000 Vogelarten anhand von Gesang und Rufen und zeigt, welche Skalierung mit etablierten Trainingsdatensätzen möglich ist. Für Deutschland fehlt ein vergleichbar breiter nationaler Datensatz bislang; die Projekte wie Trapscan und Deep Bird Detect sind noch Pilotanwendungen, keine Flächensysteme.

Von der Elbe zu anderen Schutzprojekten

Das Fraunhofer IDMT und der WWF diskutieren laut eigenen Angaben eine Erweiterung von Trapscan auf weitere Naturschutzprojekte ab 2027. Wie schnell das geht, hängt auch von der Finanzierung ab: Das System wurde bisher projektbezogen entwickelt, ein dauerhafter Betrieb als offene Plattform für deutsche Naturschutzorganisationen ist noch nicht beschlossen. Das ForstEO-Konsortium hat für seinen Abschlussbericht konkrete Empfehlungen formuliert, wie KI-gestützte Kronenschadenserfassung in die reguläre Forstberichterstattung der Bundesländer integriert werden könnte. Die Bundesregierung hat mit dem Programm "KI-Box Klima" bereits Mittel bereitgestellt, um den Einsatz von KI im natürlichen Klimaschutz in Bildungseinrichtungen zu verankern. Ob die Erkenntnisse aus Trapscan und ForstEO in eine Standardmethodik für den deutschen Artenschutz einfließen, wird sich nach der Sommerpause zeigen, wenn die EU neue Förderprogramme für KI-gestützten Naturschutz ausschreibt.