e-Learning Support
Projektplenum: 04-V07-STP-2603 KInsecta plus - Künstliche Intelligenz für die Artbestimmung von Insekten - Details

Projektplenum: 04-V07-STP-2603 KInsecta plus - Künstliche Intelligenz für die Artbestimmung von Insekten - Details

Nachrichtenbox schließen
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Projektplenum: 04-V07-STP-2603 KInsecta plus - Künstliche Intelligenz für die Artbestimmung von Insekten
Untertitel
Veranstaltungsnummer 04-V07-STP-2603
Semester SoSe 2026 - WiSe 2026/2027
Aktuelle Anzahl der Teilnehmenden 0
erwartete Teilnehmendenanzahl 6
Heimat-Einrichtung B.Sc. Systems Engineering
Veranstaltungstyp Projektplenum in der Kategorie Lehre
Art/Form
Englischsprachige Veranstaltung Nein
ECTS-Punkte 15, 17

Räume und Zeiten

Modulzuordnungen

Kommentar/Beschreibung

Anmeldung im Stud.IP bis: wird in StudIP bekannt gegeben
Projektauftakt am: wird in StudIP bekannt gegeben
max. Gruppengröße: wird in StudIP bekannt gegeben
Ansprechperson: Jan-Hendrik Ohlendorf (johlendorf@uni-bremen.de),

80 Prozent aller Tierarten in Deutschland sind Insekten. Sie bestäuben Pflanzen, verwerten organisches Material, verbessern die Bodenfruchtbarkeit und sind ein unverzichtbarer Teil unserer Ökosysteme. Doch ihre Zahl und ihre Vielfalt sind bedroht. Durch dieses Forschungsprojekt soll die interdisziplinäre Initiative „KInsecta“ unterstützt und ausgebaut werden, um die heimische Insektenvielfalt digital und automatisiert zu erfassen.
Zusammen mit einem Team von Studierenden der Biologie (Entomolog*innen) an der Universität Bremen besteht in Lehr- bzw. Forschungsprojekt die Möglichkeit, je nach Interesse und Eignung an folgenden Teilaufgaben zu arbeiten:
Aufgabe: Insektenbildgebung
Auf der Basis einer IOT-Kamera werden die Insekten fotografiert. Die Aufnahmen mit dieser Kamera müssen eine ausreichend hohe Auflösung sowie eine entsprechende Beleuchtungssituation besitzen, um charakteristische Details von Insekten, wie z.B. die Behaarung, die Flügelstruktur und die Farbe darauf wiederzugeben, sodass Expert*innen (Entomolog*innen) die Insekten bestimmen können. Diese Teilaufgabe besteht in der Optimierung/Erweiterung eines vorhandenen Aufnahmesystems auf der Basis einer vorhandenen IOT-Lösung sowie im Aufbau einer effizienten Datenübertragung und Speicherung der aufgenommenen Bilder in einem Datenbanksystem.


Aufgabe: Erfassung von Umgebungsbedingungen
Manche Insekten fliegen nachts, andere tagsüber. Die Helligkeit, das Lichtspektrum, Wind, Regen, Pollenflug, Luftdruck und die Temperatur beeinflussen das Verhalten und das Vorkommen von bestimmten Spezies. Deshalb sollen diese und andere lokale Wetter- und Umweltdaten mit aufgenommen werden. So wird für jedes Insekt ein komplexer Datensatz bereitgestellt. Diese Teilaufgabe besteht im Aufbau einer entsprechenden Wetterstation auf IOT (Internet of Things)-Basis und im Aufbau einer effizienten Datenübertragung und Speicherung der aufgenommenen Bilder in einem Datenbanksystem.


Aufgabe: Klassifizierung der Insekten mit Hilfe von KI-Algorithmen
Um eine automatische Erfassung der heimischen Insektenarten zu ermöglichen, sollen KI-Algorithmen entwickelt werden. Dazu dienen die von den Expert*innen (Entomolog*innen) analysierten Daten als Trainingsmaterial. Aufbauend darauf sollen die KI-Algorithmen in der Lage sein, charakteristische Merkmale der Insekten zu erkennen und diese damit ihren Arten zuzuordnen. Ziel ist es, die Artenerkennung mit hoher Genauigkeit automatisiert durchführen zu können, um eine effiziente und schnelle Bestimmung und Überwachung der heimischen Artenvielfalt zu ermöglichen. Neben dem Entwurf und der Implementierung der KI-Algorithmen umfassen die Tätigkeiten auch die Auswertung der automatisierten Analysen in Kooperation mit den Expert*innen.


Aufgabe: Zusätzliche Sensorik
Neben der Artbestimmung durch bildgebende Verfahren sollen bei dieser Teilaufgabe, ausgehend von einem bereits entwickelten „Flügelschlagsensor“, weitere Sensoren und Sensorenkombinationen (Messprinzipien) identifiziert und getestet werden. Ziel ist es durch ein IOT-basiertes Multisensorsystem aufzubauen, um die Qualität der Identifikation der Insektenarten der zu erhöhen.


Aufgabe: Datenübertragung, Datenbank und Dashboard
Die aufgenommenen Daten sollen an einen Datenserver (Zeitreihendatenbank, Ablage der Bildaufnahmen) übertragen werden. Dabei ist davon auszugehen, dass die Datenübertragung kabellos (Lora, UMTS etc.) erfolgen muss, da von einem Einsatz eines entsprechenden Systems nicht nur im urbanen Gebiet auszugehen ist. Ein vernünftiges Verhältnis zwischen Datenvorverarbeitung und zu übertragender Datenmenge ist zu identifizieren, eine geeignete Datenvorverarbeitung ist zu entwickeln und für die Aufgabe der KI-Klassifizierung bereitzustellen. Ebenfalls soll in dieser Aufgabe ein Dashboard/Frontend für die Ausgabe der Ergebnisse aufgebaut werden.


Aufgabe: Struktur, Gehäuse und Energieversorgung
Für die entwickelten Module (Hardware) muss eine entsprechende mechanische Struktur/Gehäuse entwickelt werden. Diese soll die Module vor den äußeren Umwelteinflüssen (Wetter, Diebstahl, mechanische Belastungen) schützen. Zugleich muss diese(s) mobil (leicht, robust) bzw. transportierbar sein. Zusätzlich ist eine Energieversorgung mit Hilfe eines Akkusystems sowie PV-Modulen zu konzipieren und aufzubauen.

INFO: die Klassifizierung für die KI-Trainingsdaten sowie die Entwicklung der Lebendfallen für die Artbestimmung werden von Seiten Studierender der Biologie übernommen
https://www.uni-bremen.de/popecol/

Anmeldemodus

Die Auswahl der Teilnehmenden wird nach der Eintragung manuell vorgenommen.

Nutzer/-innen, die sich für diese Veranstaltung eintragen möchten, erhalten nähere Hinweise und können sich dann noch gegen eine Teilnahme entscheiden.