Ein Forschungsteam der Universität Göttingen und der Nordwestdeutschen Forstlichen Versuchsanstalt hat mithilfe von künstlicher Intelligenz die Gesangs- und Rufaktivität von 53 Waldvogelarten während einer Brutsaison analysiert. Die in der Fachzeitschrift Journal of Ornithology veröffentlichte Studie zeigt erstmals, dass die Gesangsaktivitäten stärker variieren als bisher angenommen.
An 256 Standorten in niedersächsischen Wäldern wurden von März bis Mai rund um die Uhr alle zehn Minuten 30-sekündige Audioaufnahmen gemacht. Eine KI identifizierte die Vogelarten anhand ihrer Rufe und Gesänge, deren Vorschläge die Forschenden überprüften. Die Auswertung von 6,4 Millionen Lautäußerungen ergab individuelle Aktivitätsmuster: Neben tagaktiven Arten wie Meisen waren Amsel und Waldschnepfe dämmerungsaktiv, wobei die Amsel abends häufiger zu hören war. Arten wie der Schwarzspecht waren im frühen Frühjahr aktiver, während Heckenbraunelle und Zaunkönig erst im April aktiv wurden. Nachtaktive Arten und Zugvögel bildeten eigene Gruppen.
Ein Vergleich mit bestehenden Empfehlungen zur Brutvogelerfassung zeigte, dass diese oft nicht mit den tatsächlichen Aktivitätshochphasen übereinstimmen. So ist der Buntspecht kurz nach Sonnenaufgang besser nachweisbar als später am Vormittag, während Blaumeise und Zilpzalp auch zu späteren Tageszeiten gut erfassbar sind. Arten mit kurzen Aktivitätsphasen, wie Grau- und Kleinspecht, profitieren besonders von der neuen Methode.
Die Kombination aus akustischen Methoden und klassischen Vogelzählungen ermöglicht präzisere Erfassungen. Die Ergebnisse flossen in die Neuauflage der „Methodenstandards zur Erfassung der Brutvögel Deutschlands“ des Dachverbands Deutscher Avifaunisten ein, um zukünftige Zählungen zu optimieren. Die Studie ist Teil des Biodiversitätsmonitorings der Nordwestdeutschen Forstlichen Versuchsanstalt in Kooperation mit der Universität Göttingen. Weitere Analysen für Agrarlandschaften sind in Planung.
