Biodiversität, Ökosysteme und Gesellschaft
Dr. Jana Wäldchen
Unsere Mission
Wir erforschen, wie künstliche Intelligenz und Citizen Science dazu beitragen können, Biodiversität und Ökosysteme besser zu verstehen. Durch die Verknüpfung von Methoden aus der Ökologie, den Erdwissenschaften und der Informatik entwickeln wir innovative Ansätze zur automatisierten Artbestimmung und zur Analyse großskaliger Daten zu Pflanzenvorkommen und funktionellen Pflanzeneigenschaften. Mit diesen Methoden untersuchen wir die Auswirkungen des Klima- und Biodiversitätswandels auf ökologische und biogeochemische Prozesse. Gleichzeitig schaffen wir durch Citizen-Science-Projekte neue Möglichkeiten für die aktive Beteiligung der Öffentlichkeit an wissenschaftlicher Forschung.
Künstliche Intelligenz zur Artenbestimmung und zur Extraktion morphologischer und funktioneller Merkmale
Die automatisierte Artbestimmung ist heute ein unverzichtbares Werkzeug für die Biodiversitätsforschung und das Biodiversitätsmonitoring. Ein zentraler Schwerpunkt unserer Forschungsgruppe ist die kontinuierliche Weiterentwicklung der Flora Incognita-App, die die automatische Bestimmung von mehr als 30.000 Pflanzen-, Moos-, Pilz- und Flechtenarten ermöglicht.
Unsere Forschung konzentriert sich darauf, die Erkennung seltener Arten und taxonomisch anspruchsvoller Artengruppen weiter zu verbessern. Ziel ist es, eine Bestimmungsgenauigkeit zu erreichen, die mit der Expertise erfahrener Fachleute vergleichbar ist. Gleichzeitig entwickeln wir die Flora Incognita-App als leistungsfähiges Werkzeug für die wissenschaftliche Erfassung von Pflanzenbeständen weiter – sowohl für die Forschung als auch für Anwendungen im Natur- und Artenschutz.
Über die Pflanzenbestimmung hinaus entwickeln und nutzen wir Methoden der künstlichen Intelligenz auch für weitere Organismengruppen, beispielsweise Phytoplankton, sowie für die Analyse morphometrischer Merkmale verschiedener Taxa. Darüber hinaus arbeiten wir an Verfahren zur automatischen Erfassung funktioneller Pflanzeneigenschaften aus Bilddaten, etwa zur Bestimmung phänologischer Entwicklungsstadien aus Bilddaten.
Die wichtigsten Publikationen:
- Hodac et al. (2025) Exploiting algal strains for robust cross‐domain phytoplankton classification via deep learning. Limnology and Oceanography: Methods.
- Katal et al. (2025) Expanding phenological insights: automated phenostage annotation with community science plant images. International Journal of Biometeorology: 1-15.
- Hodac et al. (2024) Deep learning to capture leaf shape in plant images: Validation by geometric morphometrics. The Plant Journal 120.4: 1343-1357.
- Mäder et al. (2021) The flora incognita app–interactive plant species identification. Methods in Ecology and Evolution. 12: 1335– 134
Biodiversität, Ökosysteme & Naturschutz
Das Verständnis der Zusammenhänge zwischen Biodiversität und Ökosystemfunktionen gehört zu den zentralen Fragen der Ökologie. Um die komplexen Muster und Dynamiken von Biodiversitätsveränderungen und ökologischen Prozessen zu erfassen, nutzen wir vielfältige und heterogene Datensätze. Unsere Arbeit zielt darauf ab, Citizen-Science-Daten unterschiedlicher Organismengruppen gezielt zu erschließen und statistische Ansätze zu entwickeln, die diese Datenquellen für ein breites Spektrum an Fragestellungen in der Biodiversitätsforschung und im Monitoring nutzbar machen.
Die wichtigsten Publikationen:
- Tautenhahn et al. (2026). Urbanization signatures on climate and soils uncovered by crowd-sensed plants. Nature Cities, 1-10.
- Rzanny et al. (2024) Opportunistic plant observations reveal spatial and temporal gradients in phenology. npj biodivers 3, 5
- Katal & Rzanny et al. (2023) Bridging the gap: how to adopt opportunistic plant observations for phenology monitoring. Front. Plant Sci. 14:1150956.
Citizen Science, Bildung und Wissenschaftskommunikation
Innerhalb unserer Gruppe – und in Zusammenarbeit mit externen Partnern – führen wir verschiedene Citizen-Science-Projekte durch, um ökologische Forschungsfragen zu bearbeiten. Darüber hinaus engagieren wir uns im Rahmen des Flora-Incognita-Projekts intensiv in der Wissenschaftskommunikation. Unser Ziel ist es, zu untersuchen, wie partizipative Forschung weiterentwickelt und wirksam kommuniziert werden kann und inwiefern sie das öffentliche Verständnis von Natur sowie die Akzeptanz von Wissenschaft fördern kann. Zudem möchten wir erforschen, wie automatisierte Artbestimmung und Citizen-Science-Initiativen an Schulen und Universitäten zur Verbesserung der Biodiversitätskompetenz und wissenschaftlichen Bildung beitragen können – und welche Schritte notwendig sind, um diese Ziele zu erreichen.
Die wichtigsten Publikationen:
- Bebber et al. (2026) Integrating identification apps into university plant identification courses: implications for teaching and learning. Journal of Biological Education, 1–16.
- Bebber and Wäldchen (2024) Flora Incognita – mehr als Pfanzenbestimmung. Biologie in Unserer Zeit, 54(1), 29–31.
- Wäldchen et al. (2022) Towards more effective identification keys: A study of people identifying plant species characters. People and Nature.
MASTERARBEITEN
Team
- +49 3641 57-6291
- +49 3677 69-1202
- +49 3641 57-8915
- 03641 - 57 8914
