Die Beobachtung des Verhaltens von Wildtieren in ihrer natürlichen Umgebung stellt für Wissenschaftler eine große Herausforderung dar. In den abgelegenen und oft schwer zugänglichen Regionen wie den Schweizer Alpen sind direkte Beobachtungen häufig eingeschränkt. Traditionelle Methoden wie menschliche Feldbeobachtungen oder das Anlegen von Tiersensoren können das Verhalten beeinflussen oder sind teuer und aufwändig. In diesem Kontext bietet die Integration von Künstlicher Intelligenz (KI) enorme Chancen, indem sie einen nahezu störungsfreien Einblick in die Aktivitäten wilder Tiere ermöglicht und so wichtigen Beitrag zum Naturschutz und zur Ökologie leistet. Ein Meilenstein in dieser Entwicklung ist das Projekt MammAlps, das von Wissenschaftlern der Eidgenössischen Technischen Hochschule Lausanne (EPFL) in Zusammenarbeit mit dem Schweizer Nationalpark initiiert wurde.
MammAlps ist ein umfassender, multimodaler und multiview Video-Datensatz, mit dem KI-Modelle trainiert werden können, um das Verhalten verschiedener Wildtierarten in den Alpen präzise zu erkennen, zu klassifizieren und besser zu verstehen. Durch die Kombination von mehreren Kameraperspektiven und zusätzlichen Audiodaten entsteht ein außergewöhnlich detailliertes Bild der Tierwelt, das es so bisher nicht gegeben hat. Die Bedeutung der Verhaltensforschung für Schutz und Ökologie kann nicht überschätzt werden. Pflanzen-, Tier- und Umweltschutz hängen eng miteinander zusammen, und Veränderungen im Verhalten einzelner Tierarten können auf tiefgreifende ökologische Auswirkungen hinweisen. Gerade durch die Auswirkungen des Klimawandels und die zunehmende menschliche Besiedlung von bislang naturbelassenen Lebensräumen steigt die Notwendigkeit, Tierverhalten genau zu beobachten.
Um einzelne Arten und ganze Ökosysteme zu schützen, ist ein umfassendes, störungsfreies Verständnis ihrer natürlichen Aktivitäten essentiell. Die Herausforderung bei der Forschung liegt bisher darin, dass Kamerafallen zwar eine weniger invasive Möglichkeit zur Datensammlung bieten, aber enorme Mengen Videomaterial produzieren, das manuell kaum zu bewältigen ist. Hier kommt die Künstliche Intelligenz ins Spiel: Mit modernen Algorithmen für Bilderkennung und maschinelles Lernen lassen sich Tiere automatisch identifizieren, einzelne Individuen verfolgen und ihr Verhalten über die Zeit analysieren. Allerdings benötigen diese KI-Systeme hochwertige, umfassend annotierte Videodaten, um verlässlich zu funktionieren – genau hier setzt MammAlps an. MammAlps unterscheidet sich von bisherigen Datensätzen durch seine Größe, Vielschichtigkeit und die Kombination mehrerer Datenmodalitäten.
Über neun Kamerafallen wurden mehr als 43 Stunden Rohmaterial aufgenommen, aus dem rund 8,5 Stunden von Hand und KI-gestützt aufbereitet wurden. Jedes Verhalten wird dabei hierarchisch klassifiziert und mit zwei Ebenen annotiert: auf einer höheren Ebene werden allgemeine Aktivitäten wie Nahrungssuche oder Spiel verzeichnet, während auf der feineren Ebene detaillierte Aktionen wie Gehen, Putzen oder Schnüffeln beschrieben werden. Dieses Vorgehen ermöglicht es, komplexe Verhaltensmuster präzise zu erkennen und unterschiedliche Verhaltensweisen in einem ökologischen Kontext zu verstehen. Ein weiterer entscheidender Vorteil von MammAlps ist der multimodale Ansatz. Neben den Videos werden auch Audiodaten aufgezeichnet, die zum Beispiel Lautäußerungen und Umgebungsgeräusche erfassen.
Zusätzlich stellen Referenz-Karten die räumliche Umgebung dar – Wasserquellen, Büsche oder Felsen werden dokumentiert. Klimatische Faktoren und die Anzahl der an einem Ereignis beteiligten Tiere werden ebenfalls erfasst. Durch diese umfassende Kontextualisierung können KI-Modelle Verhalten nicht isoliert, sondern im Zusammenspiel mit Umweltbedingungen und Sozialverhalten analysieren. Die Entwickler von MammAlps, darunter PhD-Student Valentin Gabeff und Professoren Alexander Mathis und Devis Tuia, sind davon überzeugt, dass diese neue Datengrundlage einen Paradigmenwechsel in der Verhaltensforschung darstellt. Alexander Mathis unterstreicht, dass die Kombination verschiedener Datenarten es ermöglicht, komplexe Verhaltensweisen besser zu identifizieren und zu interpretieren als mit herkömmlichen Methoden.
Die mehrdimensionale Betrachtung eröffnet neue Einblicke, wie Tiere mit ihrer Umgebung interagieren und auf Veränderungen reagieren. Ein besonders spannender Aspekt von MammAlps ist der Fokus auf das langzeitliche Verstehen von Ereignissen. Bislang beschränkten sich Verhaltensstudien oft auf Kurzclips und isolierte Szenen. MammAlps ermöglicht es hingegen, Geschehnisse über längere Zeiträume hinweg nachzuvollziehen, beispielsweise wenn ein Wolf ein Reh über mehrere Kamerastandorte beobachtet und verfolgt. Dieses Langzeit-Eventverständnis ist entscheidend, um soziale Dynamiken, Jagdstrategien oder saisonale Verhaltensänderungen zu erfassen.
Die derzeitige Forschungsarbeit an MammAlps wird bis 2025 weitergeführt, um noch seltenere Arten wie den Alpenhasen oder den Luchs besser abzubilden. Die Erfassung von Daten über mehrere Jahreszeiten hinweg wird zudem erlauben, saisonale Variabilitäten und langfristige Verhaltensänderungen zu analysieren. Mit der Erhöhung der Datensätze wächst auch die Leistungsfähigkeit der KI-Modelle, die so immer präziserer und umfangreicher in der Verhaltensklassifizierung werden. Langfristig gesehen könnte die MammAlps-Technologie die gesamte Wildtierüberwachung revolutionieren. Ein KI-gestütztes System, das in der Lage ist, aus Hunderten von Stunden Material automatisch wichtige Verhaltensweisen herauszufiltern, wird Schutzprojekten entscheidende Werkzeuge an die Hand geben.
Es ermöglicht schnelleres Eingreifen bei Auffälligkeiten, etwa wenn Tiere durch Krankheiten beeinträchtigt sind oder ökologische Veränderungen das Verhalten nachhaltig verändern. So können Umweltschützer gezielter handeln und gefährdete Arten effektiver schützen. Auch global betrachtet tragen solche datengetriebenen KI-Systeme zur Bewältigung großer Umweltprobleme bei. Der Klimawandel, die Zerstörung von Lebensräumen und Tierseuchen sind nur einige der Herausforderungen, bei denen ein vertieftes Verständnis der Tierwelt entscheidend sein wird. MammAlps liefert mit seinem innovativen Ansatz einen wertvollen Baustein, um aus der Masse der verfügbaren Informationen wissenschaftlich fundierte Schlüsse zu ziehen und nachhaltige Schutzstrategien zu entwickeln.
Für Interessierte stellt das EPFL-Team den MammAlps-Datensatz öffentlich zur Verfügung und fördert damit die internationale Zusammenarbeit in der Forschung. Die präsentation des Projekts auf der renommierten IEEE/CVF Computer Vision and Pattern Recognition Conference im Juni 2025 unterstreicht die hohe Bedeutung der Arbeit für Computer-Vision- und Umweltwissenschaften gleichermaßen. Zusammenfassend zeigt das MammAlps-Projekt eindrucksvoll, wie moderne Technologie und Naturwissenschaften zusammenfinden, um die Erforschung der Wildnis auf ein neues Niveau zu heben. KI-gestützte Analyseverfahren eröffnen nie dagewesene Möglichkeiten, das Verhalten von Wildtieren diskret, detailliert und über längere Zeiträume zu beobachten – gerade in ökologisch sensiblen Gebieten wie den Schweizer Alpen. Diese Entwicklung stärkt nicht nur den Naturschutz, sondern fördert auch das Bewusstsein für die Komplexität und Zerbrechlichkeit unserer natürlichen Umwelt.
Die wachsenden Möglichkeiten der Künstlichen Intelligenz ermöglichen es, die Bedürfnisse von Wildtieren und Menschen besser in Einklang zu bringen, was langfristig für den Erhalt der Biodiversität und der Lebensqualität in der Region unerlässlich ist.
