KI erleichtert die Pflanzenbestimmung

Die App Flora Incognita basiert auf einem neuronalen Netzwerk, das die Merkmale von Pflanzen selbst erlernt und somit automatisch erkennt

Gänseblümchen, Butterblume, Löwenzahn. Sehr viel weiter reicht die botanische Artenkenntnis vieler Menschen heute nicht mehr. Doch eine App schafft Abhilfe. Flora Incognita liefert innerhalb von Sekunden den korrekten Namen nahezu jeder Pflanze, auf die man in Mitteleuropa treffen kann. Jana Wäldchen vom Max-Planck-Institut für Biogeochemie in Jena ist an der Entwicklung der KI-gestützten App maßgeblich beteiligt, mit der sich auch wichtige Daten zum Zustand der Natur gewinnen lassen.

Auf den Punkt gebracht

• Die kostenlose KI-gestützte App Flora Incognita identifiziert Pflanzen anhand von Fotos, die von Nutzerinnen und Nutzern hochgeladen werden. Sie kann bislang 32 000 Pflanzenarten sicher erkennen.
• Die App soll Menschen die Vielfalt der Natur näherbringen. Auch Forschende können die Daten nutzen – beispielsweise, um jahreszeitliche und geografische Veränderungen infolge des Klimawandels, wie etwa die frühere Blüte vieler Pflanzen, zu erkennen und Schutzmaßnahmen zu entwickeln. Naturschutzbehörden profitieren zum Beispiel bei der Dokumentation invasiver Arten.

Text: Claudia Christine Wolf 

Wer durch das Kyffhäusergebirge in Thüringen wandert, entdeckt entlang der Äcker am Südrand des Höhenzugs mit etwas Glück eine seltene Schönheit: die roten Blüten des Sommer-Adonisröschens. Es ist Jana Wäldchens Lieblingspflanze. Für die aus der Region stammende Biologin ist das nährstoffarme, kalkhaltige Böden liebende Ackerwildkraut ein Stück Heimat und zugleich ein Beispiel für eine Art, die aufgrund der intensiven Landwirtschaft selten geworden ist. Auch sonst lassen sich entlang der Wanderwege viele weitere botanische Schätze entdecken. Vielleicht ist Wäldchen deshalb daran gelegen, Menschen für die am Wegesrand wachsende Flora zu sensibilisieren. Schließlich kann man nur schützen, was man kennt.

Und Schutz brauchen die Pflanzen dringend, denn weltweit ist die Artenvielfalt im Sturzflug: Lebensräume verschwinden, Böden werden überdüngt, und Pestizide vernichten viele Wildpflanzen. Hinzu kommt, dass auch das Wissen über die Flora schwindet. Immer weniger Menschen kennen Pflanzen wie den Scharfen Hahnenfuß, die Gewöhnliche Vogelmiere oder die Echte Nelkenwurz. Dass eine Wiese ein komplexes Ökosystem ist, in dem Dutzende von Arten eine Gemeinschaft bilden, ist ebenfalls kaum bekannt. Für das Phänomen gibt es sogar eine Bezeichnung: „Plant Blindness“, Pflanzenblindheit. Sie beschreibt die Tendenz des Menschen, Pflanzen in der Umgebung kaum wahrzunehmen und ihre Bedeutung für Ökosysteme zu unterschätzen. Schwindende Artenkenntnisse sind nicht nur in der allgemeinen Bevölkerung zu beobachten. Eine Untersuchung des Bund Naturschutz in Bayern zeigte, dass auch die Zahl der Menschen in den letzten 20 Jahren um mehr als 20 Prozent zurückgegangen ist, die sich privat, ehrenamtlich oder beruflich mit einer Tier- oder Pflanzengruppe befassen und Daten zu einzelnen Arten sammeln.

Da erscheint es paradox, dass ausgerechnet künstliche Intelligenz (KI) eine Brücke zurück zur Natur schlagen und dazu beitragen soll, sie zu bewahren. Flora Incognita erkennt unterschiedlichste Pflanzenarten dank KI innerhalb von Sekunden. Und das tut die frei verfügbare App so zuverlässig, dass sie seit ihrer Veröffentlichung 2018 über zehn Millionen Mal heruntergeladen worden ist. Seit der Einführung der App haben Nutzerinnen und Nutzer über 60 Millionen Bestimmungsanfragen zu mehr als 10 000 Pflanzenarten gestellt. Mit der App können Menschen Pflanzen einfach bestimmen. Dadurch nehmen sie nicht nur die Artenvielfalt um sich herum besser wahr. Die Beobachtungsdaten sind zudem eine wichtige Datenquelle für die Forschung. Forschende können so erkennen, wo welche Pflanzen vorkommen, wann sie blühen und Samen bilden. Mit solchen Informationen lassen sich die Auswirkungen des Klimawandels verfolgen, das Verschwinden von Arten sowie das Auftreten neuer Spezies dokumentieren und daraus Schutzmaßnahmen entwickeln.

Eine Portion Neugier, eine Pflanze, ein bis drei Schnappschüsse mit der Mobiltelefon-Kamera – mehr braucht es nicht, um mit Flora Incognita eine Pflanze zu bestimmen. Blitzschnell schlägt die App mögliche Arten vor und sortiert sie nach dem Grad der Übereinstimmung zwischen gespeicherten und fotografierten Merkmalen. Zu jeder Art gibt es einen Steckbrief mit Angaben zu Aussehen, Vorkommen und Schutzstatus. Wanderungen und Spaziergänge können so zu kleinen botanischen Exkursionen werden. Nutzerinnen und Nutzer können aber auch gezielter vorgehen und für wissenschaftliche Projekte Daten sammeln.

Im Projekt „Kastaniendetektive“ in Kooperation mit Forschenden der Universität Göttingen etwa wurden im Sommer 2024 binnen zweier Monate 30 000 Fotos von Kastanienblättern hochgeladen. Die Bilder sollen dabei helfen, eine KI zu entwickeln, die blattfressende Insekten wie die Miniermotte automatisch erkennt, um diese frühzeitig zu identifizieren und langfristig schnelle Gegenmaßnahmen einzuleiten. Darauf aufbauend werden im Projekt „Der Walddoktor“ weitere Schäden an Rinde und Blättern dokumentiert. Auch hier gilt es, umfangreiches Trainingsmaterial zu sammeln, damit die Software Schäden an Bäumen erkennen kann

Die Düfte von Pflanzenarten dokumentieren Nutzerinnen und Nutzer in einem gemeinsamen Projekt mit dem Max-Planck-Institut für Chemie: Duft Incognita. Dabei soll untersucht werden, welche Pflanzenarten Gerüche in unsere Umwelt bringen und ob diese angenehm oder stechend, stark oder schwach sind. Im seit November 2024 laufenden Projekt PollenNet dokumentieren Bürgerwissenschaftlerinnen und -wissenschaftler die Blüte der Gemeinen Hasel und der Hänge-Birke. Auch diese Bilder dienen der Entwicklung einer KI, die anhand von Blütenbildern den Pollenflug vorhersagen soll, um Allergikern eine rechtzeitige Vorbereitung zu ermöglichen.

Am Max-Planck-Institut leitet Jana Wäldchen zusammen mit dem Informatiker Patrick Mäder von der Technischen Universität Ilmenau ein interdisziplinäres Projektteam zur Weiterentwicklung der App. „Eine automatisierte Bestimmung von Pflanzen war lange Zeit nahezu unmöglich“, sagt Wäldchen. Zunächst mussten die Forschenden festlegen, welche Merkmale einer Art für deren Bestimmung wichtig sind: die gezackte Kontur oder die Aderung eines Blattes etwa oder die Form und Farbe ihrer Blüten. Die Merkmale mussten sie als Nächstes mathematisch beschreiben. Ein Algorithmus konnte die Merkmale dann dazu nutzen, mit klassischen Verfahren des maschinellen Lernens eine automatische Bestimmung der Arten zu erlernen. Der Prozess ist sehr aufwendig, da relevante Merkmale von Fachleuten definiert, mathematisch beschrieben und aus den Bildern extrahiert werden müssen. Außerdem sind diese Verfahren weniger flexibel und robust gegenüber der großen Variabilität innerhalb einer Art. Sie stoßen bei vielen Arten oder komplexen Mustern daher schnell an ihre Grenzen. Genau dieses Problem begegnet uns bei der Bestimmung von Pflanzen: Allein in Deutschland gibt es über 10 000 Pflanzenarten, weltweit sogar mehr als 330 000. Viele Arten unterscheiden sich äußerlich nur minimal, während andere je nach Standort oder Jahreszeit innerhalb der Art unterschiedlich aussehen können.

Deep Learning zur Bilderkennung

Das Projektteam verfolgt deshalb einen anderen Ansatz, denn schließlich soll Flora Incognita eines Tages die meisten Pflanzen weltweit zuverlässig bestimmen können. Die App nutzt sogenanntes Deep Learning zur Bilderkennung. Grundlage sind neuronale Netzwerke, deren Architektur vom Aufbau des menschlichen Gehirns inspiriert ist. Sie bestehen aus künstlichen Neuronen, die Informationen verarbeiten und weiterleiten. Besonders leistungsfähig sind tiefe neuronale Netze (Deep Neural Networks), die aus mehreren hintereinandergeschalteten Schichten bestehen. In jeder werden die Eingangsdaten weiter verarbeitet, sodass das Netzwerk immer komplexere Merkmale erkennen kann. Flora Incognita verwendet ein sogenanntes Convolutional Neural Network, ein spezielles tiefes neuronales Netzwerk, das für die Bildverarbeitung optimiert ist. Diese Netzwerke begleiten bereits den Alltag vieler Menschen, sie sind beispielsweise bei der Entsperrung des Smartphones per Gesichtserkennung im Einsatz. Auch in der medizinischen Diagnostik werden sie verwendet, etwa zur Analyse von Röntgen- oder MRT-Bildern.

In der Trainingsphase lernt der Algorithmus, Pflanzenarten anhand typischer äußerer Merkmale zu unterscheiden, etwa eine Rotbuche von einem Feldahorn oder – was deutlich anspruchsvoller ist – verschiedene Grasarten mit oft sehr ähnlichem Erscheinungsbild. Im Gegensatz zu dem ursprünglichen Verfahren, bei dem die Merkmale von Menschen definiert werden mussten, lernt das Modell während des Trainings, die relevanten Muster eigenständig zu erkennen. „Wir haben unser Netzwerk mit einer großen Zahl von Bildern trainiert, damit es verschiedene Strukturen identifizieren kann – von einfachen Kanten und Farben bis hin zu komplexen Merkmalen wie charakteristischen Blattformen oder Blütenmustern“, erläutert Wäldchen.

Verifizierte Trainingsbilder, die von Menschen korrekt und zweifelsfrei den diversen Pflanzenarten zugeordnet wurden, sind deshalb das A und O. Sie stammen von professionellen Artenkennern. „Immer wenn wir genügend neue geprüfte Fotos zusammen haben, lassen wir den Algorithmus damit weiterlernen. Auf diese Weise wird er noch treffsicherer und erkennt immer mehr Arten“, erklärt Wäldchen. Die KI von Flora Incognita ist also nur so gut wie ihr Training. „Es lohnt sich folglich, viel Arbeit in gute Trainingsbilder zu stecken“, betont Wäldchen. Flora Incognita hat auf diese Weise gelernt, mehr als 32 000 Pflanzenarten mit einer Genauigkeit von über 90 Prozent zu identifizieren.

Mit den vielen Millionen Beobachtungsdaten ihrer Nutzer stehen der App große Datenmengen zur Verfügung. Diese Daten weisen jedoch Muster auf, die in systematisch erhobenen Datenerfassungen weniger stark ausgeprägt sind. So sind die Nutzer und Nutzerinnen von Flora Incognita eher bei gutem Wetter und in städtischen Gebieten unterwegs als bei Regen und in abgelegenen Regionen. An Wochenenden und Feiertagen zeigen sich deutliche Spitzen bei der Anzahl der Beobachtungen. Diese stammen eher von Wald- oder Feldwegen als von offenen Flächen. Außerdem werden vor allem auffällige und schön blühende Arten dokumentiert, während unscheinbare Arten im Datensatz stark unterrepräsentiert sind.

Auswirkungen des Klimawandels

Um solche opportunistisch erhobenen Daten zuverlässig auszuwerten, sind vielfältige Analysemethoden erforderlich. Mehrere Studien des Forschungsteams zeigen beispielsweise, dass die Daten von Flora Incognita gut dafür geeignet sind, jahreszeitliche sowie geografische Verschiebungen nachzuweisen. Langfristig sollen auf diese Weise die Auswirkungen des Klimawandels sichtbar gemacht werden. Aber schon jetzt deutet sich an: Die Blühzeiträume vieler Pflanzen können zwischen den Jahren stark variieren. So haben häufig beobachtete Arten wie das Buschwindröschen, das Leberblümchen oder die Knoblauchsrauke bei den besonders milden Temperaturen 2024 früher geblüht als 2021. Bringt die globale Erwärmung die Natur aus dem Takt, kann das weitreichende Folgen haben. Blüht beispielsweise eine Pflanze vor dem Auftreten oder der Aktivitätsperiode ihrer spezifischen Bestäuber entstehen „Bestäubungslücken“ die zu einer verminderten Bestäubungseffizienz, reduzierter Samenproduktion und letztlich zu einem Rückgang der reproduktiven Fitness der Pflanzen führen. „Solche ökologischen Veränderungen wollen wir frühzeitig erkennen“, sagt Wäldchen. Aber nicht nur die Forschenden, sondern auch der behördliche Naturschutz profitiert von den Daten. So konnten Vorkommen invasiver Arten an die zuständigen Behörden weitergeleitet werden, um rechtzeitig geeignete Maßnahmen einzuleiten, denn insbesondere bei der Bekämpfung invasiver Arten ist eine Früherkennung von entscheidender Bedeutung.

Was 2014 als kleines Forschungsprojekt zur Pflanzenbestimmung begann, ist heute ein unverzichtbares Werkzeug im Naturschutz. Von den Erfahrungen aus der Entwicklung von Flora Incognita können auch andere profitieren. So haben Wäldchen und Mäder zusammen mit dem Helmholtz-Zentrum für Umweltforschung eine KI zur Bestimmung der in Deutschland vorkommenden Schmetterlingsarten entwickelt („Tagfalter-Monitoring“). Darüber hinaus ist eine automatische Bestimmung von Algen in der Entwicklung. Die oft einzelligen Lebewesen sind besonders schwer zu klassifizieren: Weil sie verschiedene Stadien durchlaufen, mutet ein und dieselbe Art oft ganz unterschiedlich an. Ein KI-gestütztes Überwachungssystem bestimmter Arten kann auch beim Monitoring von Gewässern helfen. Und nicht mehr lange, dann soll die KI von Flora Incognita nicht nur einzelne Pflanzenarten analysieren können, sondern ganze Flächen. Forschende könnten dann zum Beispiel auf Fotos die Pflanzenzusammensetzung von Wiesen, Äckern und anderen Lebensräumen deutlich schneller als heute erfassen.