Mit dem Mamba-Tool können wir über Samen oder Stecklinge Pflanzenmaterial von gefährdeten Arten sammeln, die wir im vorherigen Baustein identifiziert und kartiert haben. Dieses Werkzeug hat eine effektive Reichweite von weit über 1000 m, so dass selbst die unzugänglichsten Gebiete für Bewirtschaftungsmaßnahmen zur Verfügung stehen.

Drohnen haben sich als erster Schritt bei der Bewertung der Klippenflora bewährt. Durch den Einsatz von Drohnen, die uns einen einzigartigen Blick auf diese Umgebungen ermöglichen, können wir nun die Verbreitung und Häufigkeit der vom Aussterben bedrohten endemischen Felsenarten kartieren und ihre Erhaltung vorantreiben. Feldstudien wurden auf Hawaii, in der Republik Palau und auf Madeira (Portugal) mit äußerst positiven Ergebnissen durchgeführt.

Amphibien sind stärker bedroht und gehen schneller zurück als Vögel oder Säugetiere. Der Rückgang der Amphibienpopulationen ist auf mehrere Faktoren zurückzuführen, wie den Klimawandel, den Chytridpilz und andere anthropogene Faktoren wie den Artenhandel. Das Ausmaß der Bedrohung für Amphibien wird jedoch zweifellos unterschätzt, da 1294 Arten (22,5 %) zu wenig bekannt sind, um sie zu bewerten, im Vergleich zu nur 78 Vogelarten (0,8 %)(Stuart et al., 2004).

Dieses Wissensdefizit unterstreicht die entscheidende Bedeutung von Bildungsinstrumenten wie Ribbit für die Demokratisierung der wissenschaftlichen Forschung. Indem sie die Hürden für die ökologische Überwachung senken, verwandeln Apps wie Ribbit passive Beobachter in aktive Teilnehmer am Naturschutz. Bildungstechnologien ermöglichen es Bürgerwissenschaftlern, direkt zum Verständnis und zum Schutz gefährdeter Ökosysteme beizutragen und kritische Forschungslücken durch erweiterte Datenerfassung in wenig erforschten Regionen zu schließen.

Diese innovativen Plattformen schärfen das öffentliche Bewusstsein für die Herausforderungen der biologischen Vielfalt und bieten gleichzeitig zugängliche Wege für wissenschaftliches Engagement. Im Gegensatz zu den auf Vögel fokussierten Apps mit gut etablierten Forschungsinfrastrukturen fehlten im Bereich des Anurenschutzes bisher umfassende Citizen Science-Plattformen. Ribbit füllt diese kritische Lücke, indem es Einzelpersonen befähigt, einen entscheidenden Beitrag zur Amphibienforschung zu leisten, den Datenmangel zu beheben und die globalen Erhaltungsbemühungen durch gemeinschaftliche, technologiegestützte Umweltverantwortung zu unterstützen. Es ist die erste Anwendung, die Informationen über mehr als 800 Amphibienarten in vier Sprachen enthält, einschließlich Rufart, Foto, CITES-Informationen (ob Arten gehandelt oder für kommerzielle Zwecke genutzt werden, was den GBF-Zielen 5 und 9 entspricht), IUCN-Status (ob Arten gefährdet sind, was dem GBF-Ziel 4 entspricht) und allgemeine Informationen über das Verhalten und die Fortpflanzung der Tiere.

Die Erhaltung von Ökosystemen ist der Schlüssel zur Eindämmung des Klimawandels und zur Aufrechterhaltung von Ökosystemleistungen (GBF-Ziel 11), die eng mit über 50 % des weltweiten BIP verbunden sind. Mehr als eine Million Arten sind in diesem Jahrhundert vom Aussterben bedroht. Die Auswahl der zu erhaltenden Gebiete ist jedoch angesichts der bestehenden Datenlücke, die sich vor allem auf Beobachtungen im globalen Norden bezieht, eine Herausforderung. Die Erhöhung der Datenmenge über die biologische Vielfalt im globalen Süden ist entscheidend für die Erhaltung gefährdeter Arten, die in den Hotspots der biologischen Vielfalt im globalen Süden in hoher Dichte vorkommen. Amphibien eignen sich aufgrund ihrer vielfältigen Lautäußerungen ideal für die akustische Identifizierung und sind wichtige Indikatoren für Ökosysteme(Estes-Zumpf et al., 2022), wobei über 40 % der Arten vom Aussterben bedroht sind(Cañas et al., 2023). Eine Ausweitung der markierten Daten für die mehr als 7.000 Amphibienarten weltweit würde die Schutzbemühungen verbessern und Wissenslücken in gefährdeten Ökosystemen verringern. Durch den Einsatz einer Citizen-Science-Plattform zur Eindämmung des Verlusts der biologischen Vielfalt tragen wir dazu bei, die lokale Umweltverantwortung für diese kritischen Lebensräume zu übernehmen (GBF-Ziel 20).

Andere Bürger-Apps haben gezeigt, welches Potenzial die Bürgerwissenschaft bei der Eindämmung des Verlusts der biologischen Vielfalt hat. eBird, das größte Bürgerwissenschaftliche Projekt im Bereich der biologischen Vielfalt, verzeichnet 100 Millionen Vogelbeobachtungen von Nutzern aus aller Welt. Diese Beobachtungen helfen dabei, "die Verbreitung, Häufigkeit, Lebensraumnutzung und Trends bei Vögeln durch gesammelte Artenlisten in einem einfachen wissenschaftlichen Rahmen zu dokumentieren."(Sánchez-Clavijo et. al., 2024).

iNaturalist, eine weitere Citizen-Science-App, die Computer-Vision-Algorithmen zur Identifizierung von Arten einsetzt, hat sich ebenfalls als erfolgreich bei der Eindämmung des Biodiversitätsverlustes erwiesen. Bis heute hat die App über 200.000.000 Beobachtungen, mit 6 Millionen Beobachtungen pro Monat, weltweit. Auf iNaturalist werden forschungsrelevante Beobachtungen mit GBIF geteilt, das seinerseits dieses Wissen für politische Entscheidungen, Forschung und den Aufbau von Gemeinschaften nutzt(GBIF, 2023).

Derzeit identifiziert unsere App weltweit 71 Frosch- und Krötenarten. Obwohl viele von ihnen von der IUCN als "least concern" (LC) eingestuft werden, haben wir eine vom Aussterben bedrohte IUCN-Art, den Südlichen Glockenfrosch(Ranoidea raniformis). Dieser Mangel an bedrohten Arten unterstreicht die Notwendigkeit, dass sich verschiedene Fachleute an der bioakustischen ökologischen Überwachung beteiligen. Mehr Daten über gefährdete Arten können dazu dienen, politische Entscheidungen auf der Grundlage datengestützter Erkenntnisse zu treffen. Lokale Gemeinschaften und indigene Völker werden einen wichtigen Beitrag dazu leisten, die Zahl der in die App aufgenommenen Arten zu erhöhen, da ihr lokales Wissen es uns ermöglicht, Arten in entlegenen Regionen zu erfassen.

Es hat sich gezeigt, dass Citizen-Science-Apps bei der Überwachung der biologischen Vielfalt helfen und gleichzeitig Naturliebhaber ansprechen(Callaghan et al., 2019). FrogID, eine App des Australischen Museums, ermöglicht es Nutzern beispielsweise, Froschrufe aufzuzeichnen, deren Identität von menschlichen Validierern überprüft wird. Bislang hat FrogID Arbeiten zur Überwachung invasiver Arten(Rowley und Callaghan, 2023), zur Bewertung der Roten Liste der IUCN(Gallagher et al., 2024), zur Bewertung der Auswirkungen von Bränden (Mitchell et al., 2023), zum Verständnis der Auswirkungen der Urbanisierung(Callaghan et al., 2020) und zur Untersuchung des Froschrufverhaltens(Liu et al., 2022) veröffentlicht. Unser Ziel ist es, mit Ribbit ähnliche Ergebnisse zu erzielen, und zwar bei Anurenarten in der ganzen Welt und in einem kürzeren Zeitrahmen. Bislang hat das FrogID-Team einen Rückstand von über 18 000 Rufen, der mit unserer App erheblich reduziert werden könnte, da die Verarbeitungszeit durch die Implementierung von Algorithmen des maschinellen Lernens stark verringert wird.

Während der ersten Runde des Beta-Tests unserer App haben 50 Nutzer Aufnahmen zur Identifizierung eingereicht. Ihre Rückmeldungen waren positiv: Fachleute wiesen darauf hin, dass die von ihnen aufgenommene Art mit der von Ribbit vorhergesagten Art übereinstimmte, und Naturliebhabern gefiel die Funktion "Frosch des Tages", die ihnen eine neue Anurenart vorstellte oder es ihnen ermöglichte, vertraute Anuren über den Namen und die häufigste Lautäußerung der Art wiederzuerkennen (GBF-Ziel 11).

Der Ansatz von Ribbit zur Demokratisierung von Daten ist ein sorgfältig kuratierter Prozess bürgergesteuerter wissenschaftlicher Beiträge. Durch die Nutzung bestehender öffentlicher Datensätze von iNaturalist Sounds und Anuraset schafft die Anwendung eine solide Grundlage für die akustische Überwachung der Artenvielfalt. Diese ersten Datensätze bieten eine umfassende Grundlage für das Training des maschinellen Lernens und gewährleisten qualitativ hochwertige Ausgangsmodelle für die Identifizierung von Anuras.

Die innovative Datenerfassungsstrategie der Anwendung geht über das Sammeln von Informationen hinaus, indem sie einen strengen Qualitätskontrollprozess für von Nutzern eingereichte Daten einführt. Jede von den Bürgern eingereichte Aufnahme wird sorgfältig überprüft, bevor sie in die Global Biodiversity Information Facility (GBIF) aufgenommen wird. Dieser Ansatz verwandelt die passive Datenerfassung in einen aktiven, kollaborativen wissenschaftlichen Prozess, bei dem die Bürgerinnen und Bürger einen sinnvollen Beitrag zur Naturschutzforschung leisten können, was dem GBF-Ziel 14 entspricht, die biologische Vielfalt in die Entscheidungsfindung auf allen Ebenen einzubeziehen".

Entscheidend ist, dass Ribbit strenge Protokolle zum Datenschutz und zur Datensicherheit einhält. In Anbetracht des sensiblen Charakters ökologischer Daten, insbesondere in Bezug auf seltene Arten und genaue Standortinformationen, setzt die Anwendung strenge Mechanismen zur Einwilligung der Nutzer ein. Keine Nutzerdaten werden ohne die ausdrückliche und informierte Zustimmung des Teilnehmers weitergegeben oder verbreitet, um sowohl die ökologischen Themen als auch die Privatsphäre der Bürgerwissenschaftler zu schützen.

Relevante ökologische Prozesse und Ereignisse, die für die Erforschung von Umweltveränderungen von Interesse sind, finden in der Regel in abgelegenen Gebieten außerhalb der Reichweite terrestrischer Kommunikationsinfrastrukturen statt. Daten, die vor Ort mit Hilfe von Tiermarkierungen in diesen Regionen erzeugt werden, können oft nur mit einer Verzögerung von Tagen oder sogar Wochen übertragen werden. Um diese Verzögerung zu überwinden und ein verzögerungsfreies Frühwarnsystem zu gewährleisten, entwickelt GAIA ein Satellitenkommunikationsmodul für die Tags sowie einen Nanosatelliten, der in einer niedrigen Erdumlaufbahn (LEO) operiert: Um die gesammelten Daten und Informationen direkt vom Sendeknoten zum LEO-Satelliten (Low Earth Orbit) übertragen zu können, wird ein leistungsstarkes Satelliten-IoT-Funkmodul in die neuen Tags integriert. Dies garantiert eine sofortige, sichere und energieeffiziente Übertragung der gewonnenen Daten. Das Kommunikationssystem basiert auf der terrestrischen mioty®-Technologie und wird für das Projekt an satellitentypische Frequenzbänder wie das L- und S-Band angepasst. Typische Kommunikationsprotokolle, die teilweise im IoT-Bereich zum Einsatz kommen, sind in der Regel für kleine Paketgrößen ausgelegt. Die Weiterentwicklung des mioty®-Systems zielt daher auch darauf ab, die Datenrate und Nachrichtengröße zu erhöhen, um Anwendungsszenarien wie Bildübertragungen zu ermöglichen.

Das Satelliten-IoT-System wird der Schlüssel für eine verzögerungsfreie Kommunikation und damit für ein Frühwarnsystem sein. Es trägt wesentlich dazu bei, dass das GAIA-System das GBF-Ziel 4 "Aussterben aufhalten, genetische Vielfalt schützen und Konflikte zwischen Mensch und Wildtieren bewältigen" erreicht.

Um das Ziel der GAIA-Initiative zu erreichen, ein Hightech-Frühwarnsystem für Umweltveränderungen zu entwickeln und in die Praxis umzusetzen, ist eine neue Generation von Tieretiketten eine Schlüsselkomponente. GAIA-Teams arbeiten an der Hard- und Softwareentwicklung von miniaturisierten Tieranhängern mit Niedrigstleistungs-Sensortechnologie mit Kamera und Bildverarbeitung. Die Tags werden energieautark sein, optimal an die Anatomie von Geiern angepasst und sind die Basis für weitere in der Entwicklung befindliche technologische Features wie on-board künstliche Intelligenzen zur Verhaltensdetektion und Bilderkennung sowie ein satellitengestütztes IoT-Kommunikationssystem.

Darüber hinaus entwickelt GAIA Konzepte für verteilte künstliche Intelligenz und Netzwerke von Mikroprozessoren - Animal Tags, die wie ein Schwarm agieren. Analog zur natürlichen Schwarmintelligenz bildet die GAIA-Initiative die digitale Schwarmintelligenz in einem Ad-hoc-Netzwerk von Mikroprozessoren ab. Diese sich spontan bildenden Netzwerke sind die Grundlage für die verteilte und sensorbasierte Analyse großer Datenmengen. Auf diesem Weg können sich beispielsweise Geier-Tags, die sich während der Fütterung am selben Ort aufhalten, vernetzen und Aufgaben wie die Analyse der künstlichen Intelligenz und die Datenübertragung teilen.

Sowohl für die ökologische Forschung als auch für GAIA-Anwendungsfälle ist es notwendig, das Verhalten verschiedener Tierarten über einen längeren Zeitraum in abgelegenen Wildnisgebieten zuverlässig und genau zu erkennen. Zu diesem Zweck haben die GAIA-Wissenschaftler eine künstliche Intelligenz (KI) entwickelt und trainiert, die Verhaltensklassifizierungen anhand von GPS- und Beschleunigungsdaten vornehmen und uns genau sagen kann, was beispielsweise Weißrückengeier, die mit Tiermarken ausgestattet sind, zu einem bestimmten Zeitpunkt und an einem bestimmten Ort tun. Diese KI wird schließlich direkt auf den GAIA-Tiermarken laufen und Verhaltensinformationen aus Sensordaten generieren. In einem zweiten Schritt kombinierten die Wissenschaftler das so klassifizierte Verhalten mit den GPS-Daten der Sender. Mithilfe von Algorithmen zur räumlichen Clusterbildung ermittelten sie Orte, an denen bestimmte Verhaltensweisen häufiger auftraten. Auf diese Weise erhielten sie räumlich und zeitlich fein aufgelöste Orte, an denen Geier fressen. Zu guter Letzt entwickelt GAIA eine KI für die Bilderkennung, die die von der integrierten Kamera des neuen Etikettensystems aufgenommenen Fotos analysieren wird. Alle diese Algorithmen werden direkt auf dem Tag laufen und können eine effiziente eingebettete Datenverarbeitung durchführen. Dies stellt auch ganz besondere Anforderungen an die KI zur Bilderkennung, die besonders sparsam und mit kleinen Datenmengen arbeiten muss. Zu diesem Zweck entwickeln die GAIA-Teams geeignete Strategien und Modelle für sparsame KI.

Diese neuartige Kadavererkennungspipeline ist ein wichtiger Beitrag zur Eindämmung des Artensterbens und zur Bewältigung von Konflikten zwischen Mensch und Wildtieren und entspricht daher dem GBF-Ziel 4. Die Pipeline ermöglicht die schnelle Erkennung entweder des Todes von Geiern oder des Todes des Tieres, von dem sich die Geier gerade ernähren. Beide Szenarien sind wichtig, um das Aussterben von Arten aufzuhalten: Vergiftungen an Kadavern tragen erheblich zum Rückgang der Populationen vieler Geierarten bei. Da Geier bei ihrer Nahrungssuche soziale Strategien anwenden, kann ein vergifteter Kadaver Hunderte von Vögeln töten. Wissenschaftler der GAIA-Initiative haben gezeigt, dass die Kennzeichnung von Geiern eine frühzeitige Erkennung von Todesfällen und die Beseitigung des Kadavers ermöglicht. Durch die Markierung von Geiern und den Einsatz der hier beschriebenen AI-Pipelines können weitere Todesfälle erheblich reduziert werden. Zweitens kann die frühzeitige Erkennung von Wilderei bei bedrohten Arten der Wilderei vor Ort einen Riegel vorschieben und wesentlich zur Bekämpfung des Aussterbens beitragen.

Satelliten und Flugzeuge spielen eine entscheidende Rolle bei der Erfassung von Umweltdaten aus der Ferne und helfen uns, unser Klima und unsere Ökosysteme besser zu verstehen. Die Fernerkundung, die häufig von Flugzeugen, Ballons oder Satelliten aus durchgeführt wird, ermöglicht es uns, große Gebiete und abgelegene Regionen über längere Zeiträume zu überwachen. Diese "Augen am Himmel" sind eine unschätzbare Ergänzung zu den Beobachtungen vom Land aus und helfen uns, Meeres- und Luftströmungen, Veränderungen der Bodenbedeckung und den Klimawandel zu verstehen. Aber auch Tiere verfügen über außergewöhnliche Sinne und eine einzigartige Fähigkeit, Veränderungen in ihrem Lebensraum zu erkennen. Durch die Kombination der Fähigkeiten von Tieren mit Fernerkundungstechnologien zielt GAIA darauf ab, unsere Möglichkeiten zur Überwachung und zum Verständnis unseres Planeten zu verbessern. Tiere verfügen über hervorragende sensorische Fähigkeiten und Verhaltensstrategien, die es ihnen ermöglichen, subtile und dramatische Veränderungen in ihren Ökosystemen wahrzunehmen und kritische Ereignisse zu erkennen. Geier zum Beispiel fungieren als "Sentinel-Spezies" und können das Konzept der Fernerkundung auf ein neues Niveau heben. Sie patrouillieren regelmäßig über weite Gebiete auf der Suche nach Nahrung und arbeiten dabei ohne Emissionen, zusätzliche Ressourcen oder Reparaturen. Darüber hinaus werden ihre Patrouillen von ihrem außergewöhnlichen Sehvermögen und dem Auftrag, Kadaver zu finden, geleitet. Die Art und Weise, wie sie patrouillieren, wonach sie suchen, und die Vorfälle, zu denen sie uns führen, können mit bestimmten Umweltveränderungen und ökologischen Ereignissen zusammenhängen.

Um das Potenzial der geiergestützten Fernerkundung voll auszuschöpfen, konzentriert sich GAIA auf zwei wesentliche Aspekte. Erstens werden leistungsstarke Ortungsgeräte an Geiern angebracht, um ihre Bewegungen und ihr Verhalten in einem detaillierten zeitlichen und räumlichen Maßstab zu überwachen. Zweitens werden neue technische Lösungen entwickelt, um besser zu verstehen, was die Tiere beobachten und tun. Dazu gehören ein neu entwickelter Kamera-Tag mit integrierter Kamera, Algorithmen der künstlichen Intelligenz zur Verhaltenserkennung und Bilderkennung sowie ein Satelliten-Uplink für die Echtzeitabdeckung in entlegenen Regionen. Mit diesen Hilfsmitteln können die Tiere Bilder aufnehmen und Daten über ihre Umgebung schneller, mit höherer Auflösung und Spezifität als bei Satellitenbildern liefern. Dieser innovative Ansatz ermöglicht es uns, die Natur mit den Augen der Tiere zu sehen.

GAIA hat eine Strategie der minimalen Verschwendung verfolgt: Es wird nur die technische Ausrüstung verwendet und weiterentwickelt, die absolut notwendig ist. Halsbänder und Markierungen verbleiben entweder über lange Zeiträume (z. B. bei Geiern) oder werden routinemäßig eingesammelt (z. B. bei Löwen), um Daten zu gewinnen. Es verbleiben keine Sender in der Landschaft: Wenn ein Sender abfällt oder das Tier, das den Sender trägt, stirbt, wird es geortet und aus der Landschaft entfernt. Auf diese Weise ist das GAIA-System ein "Leave no trace"-System mit erheblichen Vorteilen für die Ökosysteme.