Ziel des Projekts ist die Entwicklung eines benutzerfreundlichen Hard- und Softwaresystems zur automatisierten Erzeugung von erweitertem Trainingsmaterial sowie zur Erkennung und Bestimmung von Insekten in Bilddaten. Das System soll den manuellen Aufwand bei der Bearbeitung und Auswertung von Insektenproben deutlich reduzieren und damit umfangreichere und effizientere Biodiversitäts-Monitoringstudien ermöglichen.

Zu den zentralen Aufgaben gehören:

• Entwicklung eines Workflows zur automatischen Erzeugung synthetischer Trainingsdaten auf Basis von 3D-Modellen der Zielarten
• Erstellung von Workflows und Werkzeugen für die automatisierte Bilderfassung von Insektenproben
• Konzeption und Optimierung von Deep-Learning-Methoden zur Insektendetektion und Artbestimmung
• Weiterentwicklung eines bestehenden webbasierten Softwaresystems für die benutzerfreundliche Anwendung von KI-Modellen in der automatisierten Bildanalyse von Insekten-Biodiversitätserhebungen

Insektenpopulationen gehen weltweit in alarmierendem Tempo zurück – bedingt durch Faktoren wie den Klimawandel und intensive Landnutzung. Um diese Veränderungen zu verstehen, ist ein systematisches Monitoring der Insektenbiodiversität unerlässlich. Die dafür gängigen Methoden sind jedoch zeit- und ressourcenintensiv: Insektenproben werden traditionell manuell sortiert und bestimmt, was für großangelegte Studien kaum praktikabel ist.

Neuere Entwicklungen im Bereich Deep Learning und Computer Vision bieten vielversprechende Ansätze, doch die Erstellung hochwertiger Trainingsdaten bleibt eine Herausforderung. Synthetische Daten aus 3D-Modellen können diese Lücke schließen, indem sie vielfältige und skalierbare Trainingsdatensätze bilden. Aufbauend auf den Ergebnissen des Digitalisierungsprojekts DISC3D entwickelt 3DTRAB innovative Werkzeuge zur automatisierten Insektenbestimmung – unter Nutzung tausender 3D-Modelle aus Museumssammlungen.

GFBio wirkt am Projekt mit, indem es die Softwareinfrastruktur für das Management und die Anwendung synthetischer Trainingsdaten und KI-Modelle entwickelt und ausbaut. Konkret übernimmt GFBio folgende Aufgaben:

• Erweiterung des bestehenden Datenportals für Insekten-3D-Modelle um Funktionen zur Verwaltung und Suche synthetischer Trainingsdaten
• Entwicklung einer webbasierten Oberfläche, über die Forschende KI-Modelle auf ihre Insektenbilder anwenden können – ohne tiefgreifende IT-Kenntnisse
• Sicherstellung der langfristigen Datenverfügbarkeit und Nachhaltigkeit der entwickelten Werkzeuge

Das Projekt 3DTRAB ist ein gemeinsames Vorhaben der folgenden Partner:

Universität Marburg (UMR): Einbringung von Expertise in Umweltinformatik, Deep Learning und Softwareentwicklung

TU Darmstadt (TUDa): Bereitstellung der DISC3D-Scannertechnologie sowie Expertise in 3D-Modellierung und synthetischer Datenerzeugung

GFBio e.V.: Entwicklung der Softwareinfrastruktur, Sicherstellung der Metadatenstandardisierung und Datenverfügbarkeit gemäß den FAIR-Datenprinzipien