KI verwechselt Wildtiere: Studie deckt Schwachstellen der automatischen Artbestimmung auf

Bearbeitet von: Svitlana Velhush

In Schutzgebieten Kolumbiens fing eine Kamerafalle einen kleinen Beutelsäuger ein. Die künstliche Intelligenz erhielt das Foto und die Informationen über die Gegend und benannte ihn selbstsicher als eine Art, die im Land nicht vorkommt. Die Experten hingegen bestimmten den tatsächlichen Bewohner — Metachirus myosuros. Dieser Fall wurde zum Ausgangspunkt für eine neue Studie, die zeigte, wie weit allgemeine KI-Modelle von einer zuverlässigen Arbeit mit der Wildnis entfernt sind.

Der Wissenschaftler Gustavo Nicolás Páez Salamanca prüfte das Modell GPT-5.2 an zehntausend Fotos von Wirbeltieren aus Kolumbien, die auf iNaturalist hochgeladen worden waren. Das Modell sollte für jedes Bild die Familie, die Gattung und die Art benennen, wobei es nur das Land der Aufnahme kannte und nicht das Recht hatte, eine Antwort zu verweigern. Das genaue Ergebnis auf der Ebene der Art betrug nur 9,5 Prozent — etwa eines von zehn Fotos.

Die Genauigkeit unterschied sich stark zwischen den Tiergruppen. Bei den Säugetieren und Reptilien erreichte sie 17–19 Prozent, bei den Amphibien, Vögeln und Fischen sank sie unter fünf. Fehler traten häufiger bei Arten auf, von denen es wenige öffentliche Fotos gibt, und bei solchen, die erst vor Kurzem wissenschaftlich beschrieben wurden, etwa Coendou vossi, der erst im Jahr 2025 als eigene Art abgegrenzt wurde.

Solche Fehlgriffe sind nicht bloß eine technische Kleinigkeit. Wenn ein seltenes Tier mit einem bekannteren verwechselt wird, kann seine Anwesenheit übersehen werden. Eine falsche Benennung oder die Angabe einer Art außerhalb ihres natürlichen Verbreitungsgebiets kann die Daten über die Verbreitung der Tiere verzerren und die Pläne für den Schutz von Gebieten beeinflussen.

Die Studie fordert nicht dazu auf, auf KI zu verzichten. Im Gegenteil, der Autor schlägt vor, sie als ersten Filter zu nutzen: automatische Vorschläge anhand aktueller Klassifikationen und bekannter Verbreitungsgebiete zu prüfen und zweifelhafte oder wichtige Einträge an Fachleute weiterzugeben. Den Modellen sollte erlaubt sein, Unsicherheit einzugestehen, statt zwingend eine Antwort zu geben.

Obwohl die Arbeit sich auf die kolumbianische Fauna konzentriert, sind die aufgezeigten Probleme für die Überwachung der Biodiversität in anderen Regionen typisch. Die Zuverlässigkeit der automatischen Bestimmung hängt unmittelbar vom Umfang und der Qualität der verfügbaren Daten über die Arten ab.

Damit KI tatsächlich beim Schutz der Natur hilft, müssen ihre Vorhersagen mit gesicherten wissenschaftlichen Erkenntnissen und der Expertise von Feldbiologen kombiniert werden.

2 Ansichten

Quellen

  • When AI misidentifies wildlife: New study maps where species identification fails

  • phys.org

Kommentare

Lesen Sie mehr Artikel zu diesem Thema:

Haben Sie einen Fehler oder eine Ungenauigkeit festgestellt?Wir werden Ihre Kommentare so schnell wie möglich berücksichtigen.