Fraunhofer-Institut für Energiewirtschaft und 
Bioakustische Erkennung von Tierarten
Um Naturschutz und Infrastrukturausbau für erneuerbare Energien (z.B. Windenergieanlagen, PV, Netzausbau) in Einklang zu bringen sind mitunter umfangreiche naturschutzfachliche Verträglichkeitsprüfungen notwendig, insbesondere für Artengruppen wie Vögel und Fledermäuse. Im Rahmen dieser Prüfungen müssen Biologen große Mengen akustischer Daten manuell auswerten, um festzustellen, ob in einem Gebiet Tierarten leben, die durch Windenergieanlagen potenziell gefährdet sind.
Um diese Prozesse erheblich zu vereinfachen, entwickelt das Team DeepBirdDetect KI-gestützte Systeme zur automatischen Erkennung gefährdeter und windkraftsensibler Tierarten. Diese sollen die Genehmigungsverfahren und den Ausbau erneuerbarer Energien beschleunigen und bei der Auswahl geeigneter Standorte unterstützen. Durch die automatisierte Erkennung und Klassifizierung anhand von Audiosignalen mit Hilfe hochaktueller Deep-Learning-Techniken kann das Artenvorkommen zeitlich und räumlich erfasst werden.