Ultralytics YOLO27: Trag dich in die Warteliste ein.
YOLO lizenzieren
Ultralytics YOLO

Die Artenvielfalt schützen: Die Erfolgsgeschichte der Kashmir World Foundation mit Ultralytics YOLOv5 und YOLOv8

Erfahre, wie die Kashmir World Foundation YOLOv5 und YOLOv8 auf Drohnen und Feldsensoren einsetzt, um Wilderei zu bekämpfen und Meeresschildkröten sowie Schneeleoparden zu schützen.

Nuvola LadiNuvola Ladi8 Min. Lesezeit
Wildtierschutz durch die Kashmir World Foundation mit YOLOv5

Die Kashmir-Weltstiftung (KWF) wurde 2008 in Great Falls, Virginia, mit dem Ziel gegründet, modernste Technologien weltweit zum Schutz und Erhalt der Tierwelt einzusetzen. Die KWF entwickelt und betreibt autonome, unbemannte Systeme, die ihre Naturschutzarbeit und Maßnahmen gegen Wilderei unterstützen. 2013 begann die KWF, künstliche Intelligenz in ihren Tätigkeitsbereichen einzusetzen.

Laut dem WWF ist der Verlust von Lebensräumen die größte existenzielle Gefahr für 85 % aller Arten auf der „Roten Liste“, in der gefährdete und bedrohte Arten aufgeführt sind. Gleichzeitig hält die Nachfrage nach gewilderten Wildtieren für traditionelle Medizin, Delikatessen oder exotische Haustiere an und ist Berichten zufolge gestiegen. Zusammen bedrohen Lebensraumverlust und Wilderei die weltweite Artenvielfalt und haben verheerende Auswirkungen auf lokale Gemeinschaften und Ökosysteme.

Die Gründerin und Geschäftsführerin Aliyah Pandolfi verweist auf die enge Zusammenarbeit im Team und erklärt: „Studierende, Akademikerinnen und Akademiker, Ingenieurinnen und Ingenieure sowie Wissenschaftlerinnen und Wissenschaftler aus aller Welt sind bereit, ihre Zeit und ihr Fachwissen ehrenamtlich einzubringen.“ Die KWF wird vollständig von Freiwilligen aus aller Welt betrieben. Dank ihrer Arbeit hat die KWF große Fortschritte beim Schutz bedrohter Arten und vieler vom Aussterben bedrohter Arten erzielt, darunter Sandkatzen in Katar, Meeresschildkröten in Costa Rica und Schneeleoparden im Himalaya.

„Wir tun das alles, weil wir die Tiere lieben. Noch wichtiger ist aber, dass wir unsere Fähigkeiten nutzen wollen, um Gutes in der Welt zu bewirken und das Leben dieser Arten positiv zu verändern, damit sie eine Überlebenschance haben.“ Aliyah Pandolfi, Gründerin und Geschäftsführerin der Kashmir-Weltstiftung

Wilderei bekämpfen#

Für Naturschützerinnen und Naturschützer ist es oft äußerst schwierig, die Orte zu erreichen, an denen gewildert wird. Bei ihrer Naturschutzarbeit in abgelegenen Teilen der Welt muss sich die KWF vier zentralen Hindernissen stellen:

  • Gefährliche Wetterverhältnisse
  • Unvorhersehbare sozio-politische Faktoren
  • Unwegsames Gelände
  • Zu wenige Ressourcen, um jederzeit Personen in diese Gebiete zu entsenden

Naturschützerinnen und Naturschützer haben früher Aufnahmegeräte im Gelände aufgestellt, um das Filmmaterial später anzusehen. Bei Hunderten oder Tausenden Stunden Material muss die betrachtende Person Tierarten und Wilderer sorgfältig erkennen und identifizieren. Aufgrund des Zeitaufwands und menschlicher Fehler erwies sich dieses Vorgehen als Nachteil für den Naturschutz. Die Freiwilligen der KWF wussten, dass sie besser ausgerüstet sein mussten, um gegen Wilderer und illegale Jagd vorzugehen.

Mit YOLOv5 erkannter Asiatischer Schakal

Der unvermeidliche technologische Fortschritt ist ein zweischneidiges Schwert. Da Technologien immer leistungsfähiger und zugänglicher werden, können sich sowohl Naturschützerinnen und Naturschützer als auch zwielichtige Akteure die neueste Technik zunutze machen. Um konkurrenzfähig zu bleiben, müssen Naturschutzorganisationen bereit sein, die Möglichkeiten neuer Technologien zu ihrem Vorteil einzusetzen.

Ein kreativer Weg nach vorn#

Pandolfi benötigte eine wirkungsvolle Lösung für den Einsatz vor Ort, die der KWF Informationen in Echtzeit liefern würde. Sie suchte nach einer Lösung, die menschliche Fehler ausschloss und die vier zentralen Hindernisse überwand. Dabei war ihr klar, dass bei einem Einsatz gegen Wilderei schon wenige Sekunden den Unterschied ausmachen können. Erkenntnisse in Echtzeit können also unmittelbar dazu beitragen, ein Tier vor der Tötung zu bewahren.

Mit viel Einfallsreichtum überlegte Pandolfi, welche Technologien und Ressourcen für das Projekt nötig waren. Viele der benötigten Technologien sind bereits verfügbar, doch Pandolfi rechnet damit, dass weitere Hardware und Software in naher Zukunft auf den Markt kommen. Sie leitete ihr Team bei der KWF an, Ansätze mit Drohnen, KI und GPS-Funktionen zu entwickeln.

Mit YOLOv5 erkanntes Wiesel

„Zu Beginn dieses Projekts gab es in der Community viele Zweifel. Man sagte mir, das sei verrückt und unmöglich, ich könne es nicht schaffen und die nötige Technik existiere nicht. Ich dachte jedoch langfristig: Die Informatik und die Drohnentechnik mussten sich weiterentwickeln und für dieses Projekt zusammengeführt werden.“

Indem die KWF verschiedene Kameras und Sensoren an gefährdeten Orten installiert, erhält sie Daten aus aller Welt. So stehen ihr umsetzbare Erkenntnisse zur Verfügung, die blitzschnelle Entscheidungen ermöglichen.

„Stell dir vor, an einem bestimmten Ort befinden sich Wilderer“, sagt Pandolfi. „Wir möchten ihnen folgen und die Ranger über ihren Standort informieren können, damit diese die Wilderer abfangen und stoppen, bevor sie Tiere töten.“

Warum YOLOv5?#

Da die KWF Objekte in Echtzeit erkennen musste, mussten die Modellausgaben äußerst präzise und zuverlässig sein. Bei der Abwägung der Möglichkeiten verglich Daan Eeltink, der KI-Teamleiter der KWF und Student in den Niederlanden, die Leistung von YOLOv4 und YOLOv5. Mehrere Unterschiede sprachen dafür, dass sich das KWF-Team für YOLOv5 entschied:

  • YOLOv5-Modelle benötigten weniger Bilder zum Trainieren.
  • Dank des quelloffenen Ansatzes war die Technologie für das KWF-Team leicht zugänglich.
  • YOLOv5 ließ sich schnell erlernen.

Die KWF stützt sich auf Freiwillige, Ingenieurinnen und Ingenieure sowie Praktikantinnen und Praktikanten aus aller Welt, die gemeinsam die für den Naturschutz nötige Technologie entwickeln. Viele Praktikantinnen und Praktikanten sind noch in der Oberstufe, und einige haben nur wenig oder gar keine Erfahrung mit YOLOv5. Pandolfi stellte fest, dass selbst Personen mit kaum Vorerfahrung YOLOv5 in weniger als drei Wochen einsatzbereit machen konnten.

Außerdem vereinfachte die Integration mit einer Plattform zur Versuchsprotokollierung die Feinabstimmung der Modelle und Datensätze. So konnte die KWF die Leistung ihrer YOLOv5-Modelle im Einsatz maximieren.

„YOLOv5 war präzise und half uns, die Tiere zu retten, bevor sie getötet wurden – das war unser oberstes Ziel.“

Ohne YOLOv5 wäre Pandolfis Team bei der KWF frustriert, sagt sie. Bevor die Objekterkennung eingeführt wurde, verfügten die Naturschutzprojekte nicht über eine optimale Datenmenge. Anfang 2023 wird die KWF ihre Arbeit auf Ultralytics YOLOv8 umstellen, die damals neueste Version der Vision-AI-Architekturfamilie YOLO (inzwischen durch Ultralytics YOLO26 abgelöst).

YOLOv5 im Einsatz#

Derzeit setzt die KWF YOLOv5 zur Objekterkennung auf Sensoren vor Ort ein. Diese Geräte senden Daten an Biologinnen und Biologen, die die Informationen analysieren und daraus umsetzbare Erkenntnisse ableiten können. Im kommenden Jahr möchte die KWF YOLOv5 mit Datensätzen trainieren, die Drohnenaufnahmen enthalten, und anschließend Drohnen vor Ort einsetzen.

Naturschutzprojekte#

Meeresschildkröten#

Weltweit gibt es sieben Meeresschildkrötenarten, von denen fünf auf der Roten Liste der IUCN als bedroht aufgeführt sind. Zur Eiablage kommen die Weibchen an den Strand und graben Nester in den Sand, in die sie ihre Eier legen. Dieser Vorgang kann mehrere Stunden dauern. Danach kehren die Weibchen ins Wasser zurück und lassen ihre Eier 55–65 Tage lang im Sand ausbrüten. Wenn die Mütter endgültig fort sind, sind die Eier kaum vor Wilderern, Fressfeinden und den Naturgewalten geschützt.

Infografik der Kashmir-Weltstiftung zum Schutz von Meeresschildkröten

Früher markierten Naturschützerinnen und Naturschützer bei der Beobachtung von Meeresschildkröten alle Stellen am Strand, an denen sich Nester befanden. Bei hoher Bedrohungslage in diesen Gebieten verlegten sie die Nester vorübergehend an einen sichereren Ort und setzten die Schildkröten nach dem Schlüpfen im Meer aus.

Dafür müssen Strände, die 30 Meilen oder länger sind, zu Fuß abgelaufen und die Nester markiert werden. Es hat sich als schwierig erwiesen, täglich genügend Arbeitskräfte für diese Aufgabe bereitzustellen – besonders während der COVID-19-Lockdowns.

Außerdem erwies sich das Markieren der Meeresschildkrötennester manchmal als kontraproduktiv. Wilderer konnten gezielt nach den markierten Nestern suchen, und auch Schweine lernten, dass Markierungen auf nahe gelegene Nester hinwiesen. Daraufhin fraßen sie die Eier.

Die KWF erkannte, dass sich dieses Vorgehen verbessern ließe, indem der Personalaufwand verringert und die leicht erkennbaren Markierungen ersetzt würden. Mithilfe von autonomen Luftfahrtsystemen, die YOLOv5 zur Erkennung, Lokalisierung und Beschreibung von Meeresschildkrötennestern einsetzen, könnten Biologinnen und Biologen Echtzeitinformationen zu den Nestern erhalten, einschließlich ihrer Spuren und geografischen Position. Damit müssten Biologinnen und Biologen die Strände nicht mehr zu Fuß ablaufen und die Nester markieren.

Schneeleoparden#

Das dichte weiße Fell der Schneeleoparden mit seinen dunklen Rosetten ermöglicht ihnen eine perfekte Tarnung in der Landschaft des Himalaya. In freier Wildbahn sind sie Spitzenprädatoren und haben keine natürlichen Fressfeinde. Aufgrund der extrem hohen Nachfrage nach ihrem Fell und anderen Körperteilen für die Mode und traditionelle Medizin sowie des Verlusts und der Zerstückelung ihres Lebensraums leben Schätzungen zufolge nur noch 4.000 bis 6.500 Schneeleoparden in freier Wildbahn.

Der Schutz der Schneeleoparden gestaltet sich äußerst schwierig, da die Tiere in einer unwirtlichen Umgebung leben, die von folgenden Faktoren geprägt ist:

  • Große Höhen
  • Starke Schneefälle
  • Eisige Temperaturen
  • Starke Winde
  • Steile Schluchten
  • Unwegsames Gelände

Außerdem ist es äußerst selten, Schneeleoparden in freier Wildbahn zu sehen. Deshalb entwickelt die KWF einen automatisierten Ansatz zum Schutz dieser Großkatzen, bei dem Drohnentechnologie eingesetzt wird, um sie aufzuspüren und zu schützen. Derzeit befindet sich die Drohnentechnologie noch in der Entwicklung, damit die Geräte schließlich unter den Bedingungen eingesetzt werden können, die zur Verfolgung der Schneeleoparden erforderlich sind – in Höhen von etwa 20.000 bis 22.000 Fuß.

Mit YOLOv5 erkannter Schneeleopard

Sobald die Technologie verfügbar ist, will die KWF YOLOv5 in Sensoren und Drohnen einsetzen, die anschließend im Himalaya eingesetzt werden sollen. Zur Verfolgung können diese Sensoren und Drohnen Pfotenabdrücke im Schnee erkennen, die der Wind meist schnell verweht. Diese Echtzeitinformationen werden anschließend an Biologinnen, Biologen und Naturschützende weitergeleitet.

Besuche die Website der Kashmir World Foundation und erfahre, wie du weltweit bei ihren Naturschutzbemühungen etwas bewirken kannst.

Verfasst von

Nuvola Ladi
Nuvola Ladi

Digital Content Managerin · Ultralytics

Nuvola Ladi ist Digital Content Managerin bei Ultralytics. Dort erstellt sie Inhalte zu Vision AI und Ultralytics YOLO und vertritt das Unternehmen bei Branchenveranstaltungen wie der PyTorch Conference 2025. Sie lebt in Spanien und hat einen Masterabschluss in visuellen und digitalen Medien von der IE University. Vor ihrem Einstieg bei Ultralytics war sie unter anderem bei der XVA Gallery & Hotel und Rolex tätig.

Kommentare

Stelle eine Frage, teile deine Ergebnisse oder hilf anderen.

Lösungen entdecken

Computer Vision im Sport

Computer Vision im Sport

Entdecke, wie Ultralytics YOLO die Sportbildanalyse voranbringt – mit Spieler- und Ballverfolgung, Leistungsanalysen, Erkenntnissen für das Coaching und der Rehabilitation von Athleten.
Mehr erfahren
Computer Vision für Luftbilder

Computer Vision für Luftbilder

Verwandle Drohnen- und Luftbilder mit Ultralytics YOLO in Echtzeit-Erkenntnisse für Landwirtschaft, Aquakultur, Naturschutz und Geodatenanalyse.
Mehr erfahren
Computer Vision in der Luft- und Raumfahrt

Computer Vision in der Luft- und Raumfahrt

Setze Computer Vision in der Luft- und Raumfahrt mit Ultralytics YOLO ein – für Flugzeuginspektionen, die Erkennung von Fremdkörpern auf Start- und Landebahnen, den Bodenbetrieb am Flughafen und die Erkennung von Verbundwerkstofffehlern.
Mehr erfahren
Computer Vision im Sicherheitsbereich

Computer Vision im Sicherheitsbereich

Schütze jeden Standort mit Ultralytics YOLO-Modellen. Vision-KI ermöglicht die Überwachung von Grundstücksgrenzen, die Erkennung von Bedrohungen, die Kennzeichenerkennung und die Sicherheit am Arbeitsplatz.
Mehr erfahren
Computer Vision in der Robotik

Computer Vision in der Robotik

Mach Maschinen mit Ultralytics YOLO-Modellen leistungsfähiger. Vision-KI in der Robotik ermöglicht autonome Navigation, Wahrnehmung, Objektverfolgung und Steuerung in Echtzeit.
Mehr erfahren
Bildverarbeitung in der Logistik

Bildverarbeitung in der Logistik

Optimiere die Logistik mit Ultralytics YOLO-Modellen. Vision AI ermöglicht die Paketprüfung, Sortierung und Fahrzeugverfolgung sowie die Sicherheitsüberwachung von Lagerhäusern in Echtzeit.
Mehr erfahren
Bildverarbeitung im Einzelhandel

Bildverarbeitung im Einzelhandel

Gestalte den Einzelhandel mit Ultralytics YOLO-Modellen neu. Vision AI ermöglicht Bestandsverfolgung, Regalüberwachung und Warteschlangenmanagement und liefert bessere Einblicke in das Kundenverhalten.
Mehr erfahren
Bildverarbeitung im Gesundheitswesen

Bildverarbeitung im Gesundheitswesen

Entwickle Lösungen für das Gesundheitswesen mit Ultralytics YOLO-Modellen. Vision AI ermöglicht im Gesundheitswesen schnellere medizinische Bildgebung, bessere Diagnostik und die Überwachung von Patienten.
Mehr erfahren
Computer Vision in der Fertigung

Computer Vision in der Fertigung

Optimiere die Fertigung mit Ultralytics-YOLO-Modellen. Vision AI ermöglicht Qualitätskontrolle, Fehlererkennung, die Überprüfung der Einhaltung von Vorgaben zu persönlicher Schutzausrüstung und die Automatisierung von Montagelinien.
Mehr erfahren
Computer Vision in der Automobilbranche

Computer Vision in der Automobilbranche

Setze Computer Vision in der Automobilbranche mit Ultralytics-YOLO-Modellen ein. Vision AI verbessert die Verkehrssicherheit, Fahrerassistenz und Fahrzeugautomatisierung – für intelligentere Straßen.
Mehr erfahren
Computer Vision in der Landwirtschaft

Computer Vision in der Landwirtschaft

Setze mit Ultralytics YOLO-Modellen KI für Bildverarbeitung in der intelligenten Landwirtschaft ein. Ermögliche die Überwachung von Nutzpflanzen, die Verfolgung von Nutztieren und Präzisionslandwirtschaft für höhere und nachhaltigere Erträge.
Mehr erfahren

Lass uns gemeinsam die Zukunft der KI gestalten!

Starte deine Reise in die Zukunft des maschinellen Lernens