Tage der Biodiversität 2027

Die Bewertung von Biodiversitätsveränderungen und Erfolgen von Renaturierungsprojekten in Gebirgsökosystemen erfordert standardisierte Datengrundlagen, die Vorher-Nachher-Vergleiche sowie Vergleiche mit Referenzflächen ermöglichen. Veränderungen von Lebensräumen sowie direkte und indirekte Auswirkungen des Klimawandels und weiterer Umweltfaktoren können zu schrittweisen Veränderungen der Artenhäufigkeiten führen, ohne dass sich Artvorkommen oder Artenzusammensetzung zunächst erkennbar verändern. Insbesondere bei schwer erfassbaren Arten stellt die zuverlässige Erfassung solcher Entwicklungen eine methodische Herausforderung dar.

Passiv akustisches Monitoring (PAM) ist eine etablierte Methode zur Erfassung von Vogelgemeinschaften. Bislang stehen dabei vor allem Artnachweise und die Erstellung standortspezifischer Artenlisten im Vordergrund. Die autonome und kontinuierliche Erfassung akustischer Daten eignet sich besonders für schwer zugängliche Ökosysteme wie Gebirgswälder. Gleichzeitig ermöglichen Fortschritte in der automatisierten Signalerkennung und der künstlichen Intelligenz eine großräumige und langfristige Auswertung auch sehr umfangreicher Audiodatensätze. Die Kombination aus PAM und KI wird weltweit von zahlreichen Forschungsgruppen angewendet und kontinuierlich weiterentwickelt.

Aktuelle methodische Entwicklungen eröffnen zunehmend Möglichkeiten, über reine Artnachweise hinaus Aussagen zu Vorkommen, Aktivität, relativer Häufigkeit, Populationsdichte und somit  artspezifischen Trends und Indikatoren abzuleiten. Der Beitrag gibt einen Überblick über den aktuellen Stand der Forschung zur Ableitung solcher Informationen aus PAM-Daten. Im Fokus stehen Methoden zur Schätzung von Vorkommen, Aktivität, relativer Häufigkeit und Populationsdichte sowie deren Eignung zur Erfassung langfristiger oder abrupter Veränderungen von Lebensräumen. Darüber hinaus werden Chancen, Limitationen und Anforderungen für eine praxisnahe Anwendung diskutiert.

Im Rahmen des vorgestellten Projekts SonaSilva (LE-78-03-BML-2026-64898) werden verfügbare Ansätze zur Abundanzschätzung systematisch bewertet und ausgewählte Methoden exemplarisch getestet. Darüber hinaus ordnet der Beitrag diese Entwicklungen in einen breiteren Kontext ein und diskutiert das Potenzial von PAM als standardisierte Beobachtungsmethode innerhalb von Forschungsinfrastrukturen wie eLTER sowie dessen Beitrag zu langfristigen und großskalierten Monitoringprogrammen.