Dienstag, 28. Juli 2026 von Dr. Michael Gebert Warum Mustererkennung noch keine Übersetzung ist
Wenn KI den Tieren zuhört
Die öffentliche KI-Debatte kreist fast immer um den Menschen: um Arbeitsplätze, Urheberrechte, Deepfakes, Regulierung und den technologischen Wettlauf zwischen den USA, China und Europa. Abseits dieser Schlagzeilen entsteht jedoch ein Forschungsfeld, das unsere Vorstellung von Intelligenz, Kommunikation und Verantwortung grundlegend verändern könnte. Wissenschaftlerinnen und Wissenschaftler nutzen maschinelles Lernen, um Tierlaute in einer Größenordnung auszuwerten, die für Menschen kaum zu bewältigen wäre. Elefanten scheinen einzelne Artgenossen mit namensähnlichen Rufen anzusprechen. Pottwale kombinieren Klickfolgen nach wiederkehrenden Regeln. KI-Systeme können Tierarten, Ruftypen und Verhaltenskontexte in großen Audioarchiven unterscheiden. Was nach einem „Google Translate für Tiere“ klingt, ist allerdings noch weit davon entfernt, ein solches zu sein.
Die entscheidende Unterscheidung lautet: KI kann Muster erkennen. Aus diesen Mustern lassen sich Hypothesen über Funktionen und Bedeutungen ableiten. Eine verlässliche Übersetzung tierischer Kommunikation in menschliche Sprache ist damit aber noch nicht erreicht. Genau zwischen wissenschaftlichem Durchbruch und medialer Überhöhung verläuft die eigentliche Debatte. Das Earth Species Project gehört zu den ambitioniertesten Initiativen auf diesem Gebiet. Mit NatureLM-audio hat die gemeinnützige Organisation ein großes Audio-Sprachmodell entwickelt, das speziell auf bioakustische Aufgaben ausgerichtet ist. Vereinfacht gesagt verwandelt das System Aufnahmen in mathematisch vergleichbare Muster und verbindet diese Analyse mit einem Sprachmodell. So kann es beispielsweise Arten erkennen, einfache Ruftypen unterscheiden, Angaben zu Lebensstadien ableiten oder unbekannte Aufnahmen beschreiben.
Besonders interessant ist, dass NatureLM-audio einige Aufgaben auch bei Arten bewältigt, die im Training nicht ausdrücklich vorkamen. Das Modell ist damit kein Tierübersetzer, aber ein leistungsfähiges Forschungsinstrument. Es kann große Mengen an Tonmaterial vorsortieren, Auffälligkeiten markieren und Forschenden Hinweise geben, an welchen Stellen sich eine genauere Untersuchung lohnt. Die beschriebenen Fähigkeiten stammen bislang vor allem aus dem Modellpapier und den Veröffentlichungen des Earth Species Project und sollten entsprechend als Ergebnisse des Entwicklerteams eingeordnet werden. Die Maschine ersetzt dabei weder die Feldforschung noch die Verhaltensbiologie. Sie erweitert vielmehr die menschliche Wahrnehmung. In diesem Sinne funktioniert KI wie ein akustisches Mikroskop: Sie macht Strukturen sichtbar, die dem menschlichen Ohr allein entgehen würden.
Elefanten und die Frage nach dem Namen
Der größte Irrtum besteht darin, Mustererkennung mit Sprachverständnis gleichzusetzen. Ein Algorithmus kann etwa feststellen, dass ein bestimmter Ruf regelmäßig in Gefahrensituationen auftritt. Daraus lässt sich vermuten, dass dieser Laut eine Warnfunktion besitzt. Das bedeutet aber noch nicht, dass er sich eindeutig mit „Achtung, ein Feind nähert sich von links“ übersetzen lässt. Bei der Übersetzung menschlicher Sprachen kennt man beide Seiten. Ein deutscher Satz kann mit einem englischen Satz verglichen werden, und Menschen, die beide Sprachen beherrschen, können die Qualität der Übersetzung prüfen. Bei tierischer Kommunikation fehlt diese zweite, bereits verstandene Seite.
Neben einem Pottwal-Klick steht kein verlässlicher Untertitel. Hinzu kommt: Bedeutung steckt selten nur im Laut. Sie hängt von Körperhaltung, sozialer Beziehung, Umgebung, Tageszeit, Gefahrenlage und vorausgegangenem Verhalten ab. Deshalb verbinden seriöse Forschungsprojekte Audioaufnahmen zunehmend mit Video-, Bewegungs- und Umweltdaten. Erst im Kontext lässt sich prüfen, ob ein Signal tatsächlich mit einer bestimmten Situation oder Reaktion zusammenhängt. Wissenschaftliche Übersichtsarbeiten betonen daher, dass bisher vor allem Strukturen und Zusammenhänge erkannt werden – nicht bereits vollständige Bedeutungen.
Wie weit diese Forschung dennoch führen kann, zeigt eine 2024 veröffentlichte Studie über wilde afrikanische Elefanten. Forschende analysierten Kontakt-, Begrüßungs- und Fürsorgerufe mit maschinellem Lernen. Aus der akustischen Struktur ließ sich mit einer gewissen Wahrscheinlichkeit vorhersagen, an welches Tier ein Ruf gerichtet war. Etwas aussagekräftiger waren Playback-Experimente: Elefanten reagierten stärker auf Aufnahmen von Rufen, die ursprünglich an sie selbst adressiert waren, als auf Rufe, die einem anderen Tier galten. Die Studie spricht deshalb bewusst von „name-like calls“, also namensähnlichen Rufen. Das ist eine bemerkenswerte Erkenntnis, aber kein Beweis dafür, dass Elefanten Namen exakt so verwenden wie Menschen. Die Ergebnisse deuten darauf hin, dass sie einzelne Artgenossen durch spezifische, wahrscheinlich nicht bloß imitierte Lautmerkmale adressieren. Damit wird eine klare Grenze unschärfer: Die Fähigkeit, ein Individuum mit einem erlernten Signal anzusprechen, ist offenbar nicht ausschließlich menschlich.
Das „Alphabet“ der Pottwale
Deutlich komplexer erscheint die Kommunikation der Pottwale. Sie verständigen sich unter anderem über kurze, rhythmische Klicksequenzen, sogenannte Codas. Forschende von Project CETI und beteiligten Hochschulen analysierten 8.719 solcher Sequenzen aus dem östlichen Karibik-Klan. Die Codas unterscheiden sich nicht nur durch die Zahl und den Rhythmus ihrer Klicks. Das Team identifizierte vier kombinierbare Merkmale: Rhythmus, Tempo, kleine zeitliche Verschiebungen und zusätzliche Klicks. In der begleitenden Wissenschaftskommunikation ist von 156 unterscheidbaren Varianten die Rede. Die Forschenden verwenden dafür die Metapher eines „phonetischen Alphabets“.
Diese Formulierung ist wirkungsvoll, muss aber eingeordnet werden. Gemeint ist kein Alphabet wie das ABC und auch kein Wörterbuch bekannter Bedeutungen. Gemeint ist ein System akustischer Bausteine, die unterschiedlich kombiniert und je nach Gesprächskontext verändert werden können.
Eine weitere Studie fand spektrale Eigenschaften, die akustisch an menschliche Vokale und Diphthonge erinnern. Beschrieben wurden unter anderem zwei unterschiedliche, „a“- und „i“-ähnliche Klangqualitäten. Auch das bedeutet nicht, dass Pottwale menschliche Vokale oder Wörter verwenden. Die Begriffe beschreiben zunächst eine Ähnlichkeit der Klangstruktur. Was die Unterschiede für die Wale bedeuten, ist weiterhin offen. In diesem Monat (Juli 2026) kam eine neue Ebene hinzu. Eine Science Direct Studie untersuchte, wie sich Pottwal-Codas in Gegenwart von Schiffsgeräuschen verändern. In dem ausgewerteten Datensatz traten unter anderem kürzere Sequenzen, veränderte Klickabstände und Verschiebungen zwischen vokalähnlichen Varianten auf. Die akustischen Merkmale waren teilweise so charakteristisch, dass sich daraus ableiten ließ, ob Schiffsgeräusche vorhanden waren. Doch auch hier gilt: Korrelation ist noch keine Erklärung. Offen bleibt, ob die Tiere bewusst auf Schiffe reagieren, ob der Lärm ihre Lautproduktion direkt beeinflusst oder ob weitere Faktoren beteiligt sind. Für den Artenschutz ist die Beobachtung trotzdem relevant. Unterwasserlärm könnte nicht nur verhindern, dass Wale einander hören. Er könnte auch verändern, wie ihre Kommunikation strukturiert ist. Der praktische Nutzen von KI beginnt lange vor einer vollständigen Übersetzung.
Ein Beispiel ist Trapscan, ein gemeinsam von WWF Deutschland und Fraunhofer IDMT entwickeltes System. Nach Angaben der Projektpartner analysiert es seit Januar 2026 Tausende Videos aus zwölf Wildkameras in den Auenwäldern der Mittleren Elbe. Die Software filtert tatsächliche Tierbewegungen aus dem Material, ordnet erkannte Arten zu und führt die Ergebnisse in einer interaktiven Karte zusammen. Damit können Bewegungsmuster schneller untersucht und Schutzmaßnahmen gezielter geplant werden. Da die bisherigen Angaben zum praktischen Einsatz aus einer gemeinsamen Pressemitteilung der Projektpartner stammen, sollten sie transparent als institutionelle Projektinformationen und nicht als unabhängige Evaluation eingeordnet werden.
Auch in der Nutztierhaltung entstehen neue Möglichkeiten. Eine aktuelle Nature Studie mit mehr als 7.000 Schweinelauten zeigte, dass ein neuronales Netz unterscheiden konnte, ob Rufe in Situationen entstanden waren, die von den Forschenden als eher positiv oder negativ eingeordnet wurden. Das System liest nicht unmittelbar die Gefühle eines Tieres. Es kann aber zusätzliche Hinweise auf Stress, Belastung oder Wohlbefinden liefern. Gerade hier zeigt sich die Ambivalenz der Technologie. Solche Systeme können Tierwohlprobleme früher sichtbar machen. Zugleich bleibt zu prüfen, ob die gewonnenen Daten tatsächlich zu besseren Haltungsbedingungen führen oder lediglich bestehende Produktionsabläufe effizienter machen.
Müssen Tiere erst wie Menschen klingen?
Die ethische Grenze verschiebt sich, sobald KI nicht mehr nur analysiert, sondern Tierlaute erzeugt. Das 2025 vorgestellte Forschungsmodell WhAM kann künstliche Klickfolgen generieren, die bestimmte akustische Eigenschaften realer Pottwal-Codas nachbilden. Das ist technologisch interessant, aber weder ein validierter Übersetzer noch der Nachweis, dass diese Signale für Wale eine bestimmte Bedeutung besitzen. Künstlich erzeugte Rufe könnten Tiere theoretisch anlocken, vertreiben, beunruhigen oder in ihrem Sozialverhalten beeinflussen. Denkbar wären Anwendungen im Naturschutz, aber ebenso Missbrauch durch Wilderei, Jagd, Fischerei oder kommerzielle Tierangebote. Der technische Fortschritt schafft deshalb nicht nur neue Erkenntnisse, sondern auch eine neue Form asymmetrischer Macht. Forschende aus der Tier- und Technikethik warnen ausdrücklich davor, mögliche Vorteile von Übersetzungssystemen zu betrachten, ohne zugleich Risiken für einzelne Tiere und ganze Tiergemeinschaften einzubeziehen.
Die Forschung braucht klare Leitplanken. Experimente dürfen Tiere nicht unnötig stressen. Sensible Standort- und Verhaltensdaten bedrohter Arten müssen geschützt werden. Synthetische Signale sollten erst dann im Feld eingesetzt werden, wenn mögliche Folgen wissenschaftlich und ethisch ausreichend geprüft sind. Und technische Interaktionen sollten, soweit möglich, so gestaltet sein, dass Tiere ihnen ausweichen können. Die Forschung könnte aber auch langfristig auch rechtliche und moralische Debatten verändern. Wenn Elefanten einzelne Artgenossen adressieren, Pottwale kulturell geprägte Klicksysteme verwenden und Schweinelaute Hinweise auf belastende Situationen liefern, wird es schwieriger, Tiere lediglich als instinktgesteuerte biologische Ressourcen zu betrachten.
Allerdings wäre es ebenso problematisch, ihre Schutzwürdigkeit davon abhängig zu machen, wie ähnlich sie uns erscheinen. Ein Wal sollte nicht erst menschlich klingende Vokale produzieren müssen, um vor Unterwasserlärm geschützt zu werden. Ein Schwein muss keinen übersetzbaren Satz formulieren können, damit sein Stress relevant ist. Die eigentliche Leistung dieser Forschung sollte daher nicht darin bestehen, Tiere zu vermenschlichen. Sie sollte uns helfen, andere Formen von Wahrnehmung, Sozialverhalten und Intelligenz ernst zu nehmen – gerade dort, wo sie sich deutlich von unserer eigenen unterscheiden.
Die Verbindung zwischen Tierwelt und KI verläuft in beide Richtungen. KI hilft, tierisches Verhalten zu analysieren. Zugleich dient die Natur seit Langem als Vorbild für technische Optimierungsverfahren. Ein Bienenschwarm besitzt keine zentrale Führung. Trotzdem kann er gemeinsam einen neuen Nistplatz auswählen. Viele einzelne Tiere sammeln Informationen, reagieren aufeinander und erreichen über Rückkopplungen und Schwellenwerte eine kollektive Entscheidung. Untersuchungen zeigen zudem, wie Schwärme ihre physische Struktur an Belastungen anpassen und dadurch die Stabilität des Gesamtsystems erhöhen. Ähnliche Grundideen finden sich in Verfahren der Schwarmintelligenz, bei denen viele einfache Einheiten gemeinsam einen großen Lösungsraum erkunden. Die Natur ist damit nicht nur Gegenstand der KI-Forschung. Sie liefert auch Modelle dafür, wie dezentrale Intelligenz entstehen kann.
Doch die Analogie hat Grenzen: Ein Algorithmus empfindet nichts, nur weil sein Aufbau von biologischen Systemen inspiriert wurde. Auch hier schützt sprachliche Präzision vor falscher Vermenschlichung. Die Erforschung tierischer Kommunikation bietet ein ungewöhnlich konstruktives Narrativ für künstliche Intelligenz. Hier geht es nicht in erster Linie darum, menschliche Arbeit zu ersetzen, Aufmerksamkeit zu automatisieren oder Märkte zu kontrollieren. Es geht zunächst darum, genauer hinzuhören.
Aber auch Zuhören ist nicht neutral. Wer Muster erkennt, gewinnt Wissen. Wer Wissen besitzt, erhält Möglichkeiten zur Einflussnahme. Und wer beginnt, Signale anderer Spezies technisch nachzubilden, übernimmt Verantwortung für mögliche Folgen. Deshalb reicht es nicht, immer größere Modelle zu entwickeln. Notwendig sind überprüfbare wissenschaftliche Methoden, eine klare Trennung zwischen Struktur und Bedeutung, transparente Angaben zum Reifegrad der Systeme, unabhängige Ethikstandards und eine eindeutige Priorität des Tierwohls gegenüber Unterhaltung, Profit und technologischem Prestige.
Noch können wir Tierkommunikation nicht zuverlässig übersetzen. Aber wir erkennen bereits, dass viele Tiere differenzierter kommunizieren, als lange angenommen wurde. Diese Erkenntnis verändert nicht nur die Forschung. Sie verändert auch unseren Blick auf die eigene Stellung im Netz des Lebens. Die nächste große Revolution der künstlichen Intelligenz könnte deshalb nicht darin bestehen, dass Maschinen lernen, wie Menschen zu sprechen. Sie könnte darin bestehen, dass Menschen lernen, anderen Lebewesen zuzuhören. ■
#ArtificialIntelligence #KünstlicheIntelligenz #AI #Tierkommunikation #AnimalCommunication #Bioacoustics #InterspeciesCommunication #EarthSpeciesProject #ProjectCETI #NatureLMAudio #MachineLearning #AnimalIntelligence #Tierwohl #AnimalWelfare #Artenschutz #WildlifeConservation #Biodiversity #EthicalAI #ResponsibleAI #WhaleCommunication #Elephants #SpermWhales #SwarmIntelligence #NatureInspiredAI #FutureOfAI #AIDebate
