Aktuelle Entwicklungen in KI‑gestützter Vektor‑ und Pflanzenüberwachung in Deutschland

Ein neuer Forschungsschwerpunkt in Deutschland nutzt künstliche Intelligenz, um Zecken automatisch zu klassifizieren und so die Bürgerwissenschaft zu stärken. Forschende des internationalen Konsortiums, zu dem auch deutsche Institute gehören, haben Deep‑Learning‑Modelle entwickelt, die Bildanalyse, Objekterkennung und Transfer‑Learning kombinieren. Diese Modelle ermöglichen eine skalierbare, halb‑automatisierte Identifikation von Zeckenarten, was besonders für das One‑Health‑Konzept wichtig ist, da Zeckenüberträger von Krankheiten wie Borreliose und FSME sowohl Menschen als auch Tiere betreffen. Durch die Einbindung von Bürger*innen, die Zeckenbilder über Apps hochladen, können große Datenmengen schnell ausgewertet und aktuelle Risikokarten für deutsche Regionen erstellt werden.

Parallel dazu zeigen aktuelle Projekte, wie Drohnen und KI zusammenarbeiten, um die Verbreitung von Stechmücken in Deutschland besser zu kontrollieren. In einem internationalen Feldversuch, an dem deutsche Forschungspartner beteiligt waren, wurden Drohnen eingesetzt, um potenzielle Brutstätten wie verlassene Reifen oder stehendes Wasser in urbanen und ländlichen Gebieten zu lokalisieren. Die KI‑gestützten Bild‑ und Mustererkennungsalgorithmen identifizierten fast doppelt so viele Brutstätten wie traditionelle Boden‑surveys, selbst wenn diese von Vegetation verdeckt waren. Diese Technologie ist besonders relevant, da durch den Klimawandel die Verbreitung von Dengue‑ und Zika‑Vektoren nach Norden rückt und deutsche Gesundheitsbehörden frühzeitig Gegenmaßnahmen planen müssen.

Ein weiterer Trend, der in Europa – und damit auch in deutschen Wäldern – an Bedeutung gewinnt, ist der Einsatz von Drohnen und KI zur Früherkennung von Baumschäden. Forschende haben KI‑Modelle trainiert, die anhand von hochauflösenden Luftbildern Anzeichen von Borkenkäferbefall und anderen Stressfaktoren erkennen. Obwohl die meisten Studien aus den USA stammen, werden die Methoden bereits in Pilotprojekten im Schwarzwald und in den Alpen getestet, um die Gesundheit heimischer Bäume zu überwachen. Die Kombination aus automatisierter Bildauswertung und Bürger‑Reporting kann dazu beitragen, großflächige Schäden frühzeitig zu erkennen und gezielte Gegenmaßnahmen zu ermöglichen – ein entscheidender Schritt für den Erhalt der deutschen Waldökosysteme.