Datenverzerrung durch selektive Wahrnehmung in Citizen Science
Foto-Apps helfen bei der Bestimmung von Tagfalterarten (Quelle: Abbildung generiert via BayernKI).
(Carolin Klar) Citizen Science, das Mitwirken der Bevölkerung an Forschungsaktivitäten, ist auf dem Vormarsch. Auch die Daten aus Foto-Bestimmungs-Apps werden in der Forschung gerne genutzt, um Rückschlüsse auf Verbreitung und Vorkommen von Arten zu ziehen. Vor allem eignen sich dafür gut unterscheidbare Organismen, wie es die meisten Tagfalter sind. Verschiedene Apps werden von unterschiedlichen Zielgruppen genutzt und zeigen erhebliche Unterschiede in den gemeldeten Artenzahlen. HABEL et al. (2025) plädieren für einen Abgleich der Daten untereinander sowie durch Expertinnen und Experten.
Die Autoren HABEL et al. haben untersucht, wie sich die Daten aus den drei Foto-Apps „iNaturalist“, „Observation.org“ und „Blühendes Österreich“ untereinander und mit den Daten aus der „Global Biodiversity Information Facility“ (GBIF) unterscheiden. Die GBIF ist ein internationales Netzwerk und eine frei zugängliche Arten-Dateninfrastruktur, finanziert von den Regierungen der Welt. Die Daten stammen aus verschiedenen Quellen, wie beispielsweise Museen, DNA-Barcoding und Bestimmungs-Apps.
Um mögliche Verzerrungen durch die Nutzerdaten in den einzelnen Foto-Apps zu erkennen, klassifizierten die Autoren jede Schmetterlingsart nach ihrer Auffindbarkeit und Attraktivität sowie nach Ökologie und Verhalten. Das Ergebnis: Eine unverhältnismäßig große Anzahl an Beobachtungen einiger weniger, sehr weit verbreiteter Arten konnte in allen drei Foto-Apps beobachtet werden. Mit zunehmender Anzahl von Beobachtungspunkten nimmt die Anzahl der erfassten Arten jedoch nicht zwangsläufig zu, da immer wieder die häufigen und auffälligen Arten gemeldet werden. Auf der anderen Seite sind auch seltene und ökologisch anspruchsvolle Arten in den Daten unverhältnismäßig stark vertreten. Diese Verzerrungen liegen, so die Forscher, an der Wahrnehmung der Nutzenden sowie der App-Zielgruppen.
„Blühendes Österreich“, das vorwiegend durch die breite Bevölkerung genutzt wird, hat die niedrigste Artenzahl (152) bei den höchsten Meldezahlen sowie die geringsten Meldungen von unauffälligen Arten oder Habitatspezialisten. Seltene oder schwieriger zu bestimmende Arten werden weniger erfolgreich durch die Apps verifiziert und können dann nicht gezählt werden. Die beiden Apps „iNaturalist“ (180) und „Observation.org“ (177) verzeichnen deutlich mehr Tagfalterarten. Sie werden vorwiegend von Menschen mit größerer Artenkenntnis, Expertinnen oder Forschenden genutzt. Dort liegen überdurchschnittlich hohe Meldezahlen von seltenen Arten oder Arten aus Spezialhabitaten, wie Mooren oder hochalpinen Gebieten, vor.
Um solche Verzerrungen durch Nutzende möglichst gering zu halten, empfehlen die Autoren, Meldedaten aus mehreren Plattformen oder einer Datenbank wie der GBIF zu vergleichen und konsequent mit dem Wissen von Experten abzugleichen. Die Nutzung mehrerer Datenquellen könnte helfen, die Verzerrungen und im Weiteren Fehlinterpretationen aus einzelnen Datenquellen gering zu halten.
Deutlich wird: Citizen Science mit Foto-Bestimmungs-Apps ersetzt kein Monitoring von Arten, ergänzt unser Wissen jedoch durch wertvolle Informationen. Es braucht weiterhin Expertinnen und Experten, die die Ergebnisse und das digitale Meldeverhalten in Bestimmungs-Apps einordnen. Die wichtigste Aufgabe von KI-gestützten Foto-Bestimmungs-Apps bleibt jedoch weiterhin, Menschen für die Natur zu begeistern und für ihren Schutz zu sensibilisieren.
Literatur
HABEL, J. C., SCHMITT, T., HUEMER, P. et al. (2025): Selective observation causes differences in citizen science butterfly data. – Basic and Applied Ecology 87: 46–54.
HABEL, J. C., HUEMER, P., SCHMITT, T. et al. (2025): Strengths and shortcomings of citizen science data: lessons from Austrian butterflies. – Journal of Insect Conservation 29(4): 60.
Autorin
Carolin Klar
Bayerische Akademie für Naturschutz und Landschaftspflege
carolin.klar@anl.bayern.de
Carolin Klar (2026): Datenverzerrung durch selektive Wahrnehmung in Citizen Science. – Anliegen Natur 48/2; www.anl.bayern.de/publikationen/anliegen/meldungen/wordpress/datenverzerrung/.
| 0 
