Willkommen bei

BirdRecorder

BirdRecorder

Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW)

Windenergieanlagen und der Schutz von Vögeln und Fledermäusen stehen oft im Konflikt miteinander. Der Ausbau der Windenergie birgt das Risiko, geschützte Arten zu gefährden, die in der Nähe der Anlagen leben. Dies stellt eine Herausforderung bei der Genehmigung neuer Anlagen dar. Um das Kollisionsrisiko zu verringern, werden verschiedene Maßnahmen ergriffen, wie die Gestaltung der Anlagenumgebung, die Schaffung von Ablenkflächen und die Entwicklung technischer Systeme zur Erkennung von Vögeln in der Nähe der Windkraftanlagen.

In diesem Zusammenhang entwickeln Wissenschaftler des ZSW den
BirdRecorder, der mithilfe von Künstlicher Intelligenz und Maschinellem Lernen frühzeitig anfliegende Vögel erkennt, die Art bestimmt und ihre voraussichtliche Flugroute berechnet. Dadurch können Windenergieanlagen rechtzeitig abgeschaltet werden. Das ZSW hat bereits über 10 Millionen Bilder von Objekten im Luftraum am Standort des Windenergietestfelds aufgenommen und mithilfe von Maschinellem Lernen ausgewertet.

Das Ziel dieses Forschungsprojekts ist es, den Artenschutz und den Klimaschutz bei der Nutzung von Windenergie in Einklang zu bringen. Das Projekt wurde im Rahmen von “NatForWINSENT II” umgesetzt und von Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit sowie vom Bundesamt für Naturschutz gefördert.

Das bieten wir:

Hightech für Artenschutz und Windenergie

Funktion

Anwendung

Das BirdRecorder System im realen Einsatz auf dem ZSW auf dem Windenergietestfeld in Stötten

Wir sind KI-Champion BW 2023

Voller Freude wurden wir im Rahmen des Digitalgipfel 2023 - Wirtschaft 4.0 BW von Wirtschaftsministerin Dr. Nicole Hoffmeister-Kraut mit dem Award KI-Champion BW ausgezeichnet.

Im realen Einsatz

Aktuell wird das BirdRecorder System auf dem Windenergietestfeld erprobt und eingesetzt. Weitere Pilotprojekte sind bereits geplant.

Künstliche Intelligenz

Die Künstliche Intelligenz bildet das Herzstück des Systems. Mit einer Erkennungsrate von 98,2% sind die Modelle mit unter Spitzenreiter ihrer Art.