Fragen & Antworten
Standdatum: 15. Februar 2026.
Autorinnen und Autoren:
Alexander Schnackenburg
Um Korallenfische zu bestimmen und Riffe zu analysieren, nutzt das ZMT in Bremen KI.
Um Korallenfische zu bestimmen und Riffe zu analysieren, nutzt das ZMT in Bremen KI.
Bild: Julian Lilkendey
Künstliche Intelligenz ist in der Meeresforschung unverzichtbar. Das zeigen viele Beispiele. Doch die KI macht Fehler. Bremer Forscher sagen, wie sie sich verhindern lassen.
Es gibt jetzt einen Leitfaden für den Einsatz von Künstlicher Intelligenz in der Meeresforschung. Das Konzept soll dabei helfen, KI „verlässlich, ethisch und wissenschaftlich fundiert einzusetzen“. So steht es in einer Mitteilung des Bremer Leibniz-Zentrums für Marine Tropenforschung (ZMT).
Das ZMT um den Meeresbiologen Julian Lilkendey hat an der Studie mitgewirkt. Im Kern erläutern die Wissenschaftlerinnen und Wissenschaftler darin, wie man verlässliche Bilddaten gewinnen kann, um damit KI zu trainieren – und so sicher zu stellen, dass die KI korrekte Ergebnisse liefert. Doch: Wo kommt KI konkret in der Meeresforschung zum Einsatz? Und welche Fehler macht sie dabei? Darüber hat buten un binnen mit Julian Lilkendey gesprochen sowie mit Stephan Frickenhaus vom Alfred-Wegener-Institut (AWI) in Bremerhaven.
Julian Lilkendey nutzt KI unter anderem, um Arten von Fischen und Korallen zu bestimmen.
Bild: Julian Lilkendey
Das ZMT nutzt KI, um die Gesundheit von Ozeanen zu bestimmen. Wie kann man sich das vorstellen?
Das Prinzip könne man am leichtesten verstehen, wenn man sich die Plattform iNaturalist und die dazugehörige App Seek ansieht, sagt der Meeresbiologe Julian Lilkendey. Mit dieser App können Nutzer, zum Beispiel Schmetterlinge, Käfer oder Pflanzen bestimmen, indem sie sie fotografieren. „Das geht, weil eine Künstliche Intelligenz dahinter steckt, die das eingespielte Foto oder sogar Videomaterial mit bereits hinterlegten Bilder abgleicht“, erklärt Lilkendey.
Nach dem gleichen Prinzip lassen sich auch die Lebewesen in einem Korallenriff analysieren. Wissenschaftler nutzen dazu Artbestimmungen auf iNaturalist, die andere Nutzer, sogenannte Citizen Scientists, bereits überprüft haben. Dann werten sie Daten mithilfe übergeordneter globaler Datenbanken aus, beispielsweise mit der Global Biodiversity Information Facility. „Auf diese Weise kann das Vorkommen von Arten sehr genau bestimmt werden. Auch kann man mit den Bildern Aussagen zur Häufigkeit ihres Vorkommens an einem Ort treffen sowie zur Artenvielfalt,“, erklärt Lilkendey. So gewinne man Erkenntnisse über die Gesundheit von Korallenriffen und letztlich der Ozeane.
Im Idealfall ermöglichten die Daten sogar das Modellieren, also das Vorhersehen von Entwicklungen: Welche Art vermehrt sich im Zuge des Klimawandels, welche könnte aufgrund des Temperaturanstiegs zurückgehen?
Was ist der Haken an der Sache?
„Die KI ist nur so gut wie die Daten, mit denen sie trainiert wird“, sagt Lilkendey. Seien die Daten aber ungenau, bestimme KI beispielsweise Fische falsch. „Daher ist es wichtig für die Forschung, die Daten zu prüfen, mit der die KI trainiert worden ist.“ Andernfalls geschehe das, was viele aus dem Alltag etwa von ChatGPT kennen: Die KI vermittele zwar den Eindruck, einen Sachverhalt zu durchdringen, fabuliere aber in Wahrheit.
Wie kommen Forscherinnen und Forscher an die nötigen Daten, um die KI zu trainieren und damit zu verbessern?
Tatsächlich gingen die Wissenschaftler auch hier ebenso vor wie die Plattform iNaturalist, sagt Lilkendey: Die Forscher nutzen die Bilder, die beispielsweise Sporttaucher machen, und gleichen diese mit Videos aus der Feldforschung ab, um Fischarten zu bestimmen. „Und hier schließt sich der Kreis“, so Lilkendey.
Ich lasse meine Bilder von KI + Citizen Scientist auf iNaturalist bestimmen. Zeitgleich liefere ich geprüftes Bildmaterial für das Training der KI.
Meeresbiologe Julian Lilkendey
Wie seine Kolleginnen, Kollegen und er konkret vorgegangen sind, beschreiben sie hier.
Eisschollen vor Grönland: Wie dick sie sind, wann sie schmelzen, wo genau sie treiben – das sind typische Themen des AWI.
Bild: Esther Horvath
Wie nutzen anderen Institute wie das AWI in Bremerhaven Künstliche Intelligenz für die Meeresforschung?
Wie viele Institute, die an der Erforschung der Meere arbeiten, nutzt auch das auf Polar- und Meeresforschung spezialisierte AWI Künstliche Intelligenz. Der Physiker Stephan Frickenhaus ist Professor für die Mathematik des Erdsystems an der Uni Bremen und leitet das Rechenzentrum des AWI. Beispielhaft für den Einsatz von Künstlicher Intelligenz an seinem Institut ist für ihn die Permafrost-Forschung: „Wir nutzen KI, um Satellitendaten auszuwerten: Wo taut das Eis? Wie verändert sich der Untergrund?“ So etwas könne man hervorragend mit KI analysieren.
Als weiteres typisches Beispiel für KI-Anwendungen nennt Frickenhaus Klima-Modellierungen und -Simulationen: „Dazu müssen mehrere Millionen Gleichungen gleichzeitig gelöst werden. Dafür ist KI wie gemacht.“
KI wird auch in der Wolkenphysik genutzt. Wolken, so Frickenkaus, seien schwer vorhersehbar, auch die Frage: Wann regnet es? Genau das zu wissen, sei aber sehr wichtig in der Meeresforschung, auch, weil Regen die Wasserstände beeinflusst: „Die KI erzeugt einen digitalen Zwilling der Wolke. Das macht die Vorhersagen kostengünstiger“, erklärt Frickenhaus.
Quelle:
buten un binnen.
Dieses Thema im Programm:
buten un binnen, Dein Audio Update, 13. Februar 2026, 15:38 Uhr