Ein internationales Forschungsteam, angeführt vom spanischen Institut AZTI – Marine and Food Research und unterstützt durch das Leibniz-Zentrum für Marine Tropenforschung (ZMT), hat einen umfassenden Rahmen entwickelt, um die Nutzung von Künstlicher Intelligenz (KI) im marinen Bereich zu optimieren. Dieser Leitfaden konzentriert sich auf drei grundlegende Säulen, die eine verlässliche, ethische und wissenschaftlich fundierte Anwendung von KI gewährleisten sollen. Trotz der zunehmenden Anwendung von KI in verschiedenen Bereichen ist die Regulierung im marinen Sektor noch fragmentiert und variiert stark zwischen den Regionen. Die Ergebnisse dieser Studie wurden im Fachjournal Fish and Fisheries veröffentlicht.
Die Untersuchung bietet einen praktischen Ansatz, wie KI-Technologien, von Kameras auf Fischereifahrzeugen bis hin zu Modellen zur Vorhersage der Ozeangesundheit, effektiv eingesetzt werden können. Ein zentrales Anliegen der Forscher ist es, die menschliche Entscheidungsfindung im Bereich des Meeresschutzes durch KI zu unterstützen, anstatt sie zu ersetzen. Täglich werden enorme Datenvolumina auf See generiert – von Sonargeräten, Bojen und Satelliten bis hin zu Kameras, die unzählige Bilder und Messwerte liefern. KI wird bereits erfolgreich zur Analyse dieser Daten eingesetzt, beispielsweise zur Echtzeiterkennung von Delfinen, um Beifang zu vermeiden, oder zur Identifizierung von Fischarten an Bord von Forschungsschiffen.
Dennoch bleibt die Frage, ob den von KI gelieferten Ergebnissen in Bezug auf die Gesundheit der Ozeane vertraut werden kann. José A. Fernandes, KI-Experte bei AZTI und Hauptautor der Studie, betont, dass der Vertrauen in KI-Algorithmen grundlegend ist, um deren Nützlichkeit in der Fischerei und der marinen Forschung sicherzustellen. Die Studie zeigt Wege auf, wie dieses Vertrauen durch eine Kombination aus wissenschaftlicher Fundierung, ethischen Überlegungen und praktischen Anwendungen erreicht werden kann.
Allerdings birgt der Einsatz von KI auch Risiken. Beispielsweise könnte ein kamerabasiertes System zur Fangüberwachung zwei ähnliche Fischarten verwechseln, wenn es nicht ausreichend von Experten unter verschiedenen Bedingungen trainiert wurde. Zudem können Modelle zur Schätzung von Fischbeständen fehlerhafte Resultate liefern, wenn sie auf fehlerhaften oder unvollständigen Daten basieren. Widerstand gegen automatisierte Systeme kann entstehen, wenn die Entscheidungsprozesse der KI nicht nachvollziehbar sind oder das praktische Wissen der Fischer nicht berücksichtigt wird. Diese Herausforderungen verdeutlichen die Notwendigkeit klarer Kriterien für Qualität, Transparenz und Validierung in der Nutzung von KI, insbesondere in einem Bereich, in dem die Entscheidungen gravierende Auswirkungen auf Ökosysteme und die Lebensgrundlagen der Küstengemeinden haben.
Das entwickelte Rahmenwerk stützt sich auf drei wesentliche Säulen:
1. Rechtliche und sozioökonomische Tragfähigkeit: Die Entwicklung und der Einsatz von KI müssen für alle Beteiligten im marinen Sektor zugänglich sein, einschließlich der Klein- und Handwerksfischerei. Die Einhaltung internationaler und regionaler Regelwerke ist entscheidend, um eine gerechte Umsetzung sicherzustellen. Besonders effektiv sind Werkzeuge, die in Zusammenarbeit mit den Nutzern entwickelt werden, da sie lokales Wissen integrieren und die Akzeptanz erhöhen.
2. Datenverwaltung: Ein ethischer und transparenter Umgang mit Meeresdaten ist unerlässlich, damit KI-systeme zuverlässig funktionieren. Die Autoren empfehlen, internationale Leitlinien wie die FAIR-, CARE- und TRUST-Prinzipien auf Meeresdaten anzuwenden. Diese Prinzipien gewährleisten, dass die Daten auffindbar, zugänglich und verantwortungsvoll genutzt werden, was die Transparenz und Nachvollziehbarkeit der Ergebnisse verbessert.
3. Technische Robustheit und wissenschaftliche Validierung: KI muss ihre Verlässlichkeit unter realen Bedingungen demonstrieren. Die Forschung empfiehlt, Modelle mit unabhängigen Datensätzen zu testen und die Ergebnisse mit direkten Messungen zu vergleichen. Solche Validierungen sind wichtig, um sicherzustellen, dass KI-Algorithmen die Realität korrekt abbilden und tatsächlich nützlich für das Management marine Ressourcen sind.
Die Anwendung dieses Rahmens hat potenziell weitreichende Folgen für die Wissenschaft, das Fischereimanagement und die Gesellschaft. In der Meeresforschung kann ein einheitlicher Kriterienkatalog zur Entwicklung von KI-Modellen deren Vergleichbarkeit erhöhen und die Erkenntnisse über den Zustand der Ökosysteme beschleunigen. Bei der Festlegung von Fangquoten oder im Kampf gegen illegale Fischerei kann er die Entscheidungsfindung unterstützen.
Für die Gesellschaft bedeutet vertrauenswürdige KI, dass die Digitalisierung der Meere verantwort
