Bestimmung von Krankheiten und Schädlingen

Wir freuen uns, eine neue Funktion in der Pl@ntNet-App einzuführen: die Möglichkeit, Pflanzenkrankheiten und Schädlinge anhand von Bildern zu bestimmen. Diese erste Version zielt darauf ab, Nutzer dabei zu unterstützen, sichtbare Symptome zu erkennen, die durch häufige Krankheiten oder Schädlinge an einer begrenzten Auswahl von Pflanzenarten verursacht werden.

Durch das Hochladen von Fotos, die Anzeichen von Krankheiten oder Befall zeigen (Blattflecken, Verfärbungen, Deformationen oder das Vorhandensein von Insekten), können Nutzer vorläufige Hinweise auf mögliche Probleme erhalten, die die Pflanze betreffen. Es können bis zu vier Fotos gesendet werden; zögern Sie nicht, mehrere Aufnahmen der Krankheitssymptome zu machen, um die Ergebnisse zu verbessern.

Obwohl diese Funktion im Laufe der Zeit erweitert und verbessert wird, stellt sie bereits jetzt eine solide Basis dar, um Nutzer bei der Beobachtung und dem Verständnis der Pflanzengesundheit zu begleiten. Neue Krankheiten, Krankheitserreger sowie weitere Pflanzenarten werden schrittweise hinzugefügt.

Die Ergebnisse der Krankheitsbestimmung sind als informative Hinweise und nicht als professionelle Diagnose zu betrachten. Sie dienen nicht dazu, Informationen über Behandlungen bereitzustellen (rechtlich gesehen obliegt dies oft den Regierungen der jeweiligen Länder).

Wie kann ich auf diese neue Funktion zugreifen?

Die Bestimmung von Krankheiten und Schädlingen ist für alle verfügbar:

• auf der Website: https://identify.plantnet.org/diseases-and-pests

• in der mobilen App (ab Version 3.26): Wählen Sie die Flora „Krankheiten und Schädlinge“ im Untermenü „Spezifische Floren“ aus.

Die Möglichkeit, eigene Beobachtungen beizutragen, ist derzeit stark eingeschränkt. Wenn Sie ein Experte für bestimmte Krankheiten sind und helfen möchten, die Bestimmungsleistung zu verbessern, füllen Sie bitte das folgende Formular aus: https://forms.gle/BYH7WC9d8eJEm3dk9. Bitte beschreiben Sie Ihre Kompetenzen und Ihren Beruf genau, damit wir Ihre Anfrage schnellstmöglich bearbeiten können (in der Regel innerhalb von 3 Werktagen).

Weiterführende Informationen

Helfen Sie uns, mehr Arten abzudecken: Teilen Sie Ihre Datensätze!

Wenn Sie ein erfahrener Pl@ntNet-Nutzer sind und Zugang zu qualitativ hochwertigen Bildern von Pflanzenkrankheiten oder -schädlingen (mit zuverlässigen Bestimmungen) haben, würden wir uns über Ihre Hilfe freuen!

Der Beitrag solcher Datensätze kann die Genauigkeit und Reichweite unserer neuen Funktion zur Krankheitsbestimmung erheblich verbessern. Wenn Sie Daten teilen oder zusammenarbeiten möchten, kontaktieren Sie uns bitte (erwähnen Sie dies im Kommentarfeld des Formulars) – wir freuen uns darauf, diese Funktion gemeinsam mit der Community weiterzuentwickeln.

Welche Arten werden bereits abgedeckt?

Wir importieren kontinuierlich neue Daten, um eine größere Anzahl von Arten abzudecken. Besuchen Sie diese Seite für eine aktuelle Übersicht aller derzeit unterstützten Arten: https://identify.plantnet.org/diseases/species/tags/phytopatho

Beispielhaft deckten wir im März 2026 bereits folgende Arten ab:

• Allium ampeloprasum - Ackerknoblauch

• Allium cepa - Zwiebel

• Allium sativum - Knoblauch

• Ananas comosus - Ananas

• Asparagus officinalis - Spargel

• Avena sativa - Saat-Hafer

• Beta vulgaris - Mangold / Rote Bete

• Brassica napus - Raps

• Brassica oleracea - Romanesco

• Capsicum annuum - Paprika

• Carica papaya - Papaya

• Castanea sativa - Edelkastanie

• Cicer arietinum - Kichererbse

• Citrullus lanatus - Wassermelone

• Citrus × aurantiifolia - Echte Limette

• Citrus × aurantium - Bitterorange

• Citrus × latifolia - Persische Limette

• Citrus × limon - Zitrone

• Citrus hystrix - Kaffir-Limette

• Citrus maxima - Pomelo

• Citrus medica - Zitronat設計 / Buddhas Hand

• Coffea arabica - Arabica-Kaffee

• Corylus avellana - Haselnuss

• Cucumis melo - Melone

• Cucumis sativus - Gurke

• Cucurbita pepo - Gartenkürbis

• Daucus carota - Wilde Möhre

• Foeniculum vulgare - Fenchel

• Glycine max - Soja

• Helianthus annuus - Sonnenblume

• Hordeum vulgare - Gerste

• Humulus lupulus - Hopfen

• Juglans regia - Walnuss

• Lactuca sativa - Gartensalat

• Lathyrus oleraceus - Erbse

• Lens culinaris - Linse

• Mangifera indica - Mango

• Medicago sativa - Luzerne

• Musa × paradisiaca - Kochbanane

• Musa acuminata - Dessertbanane

• Musa balbisiana - Banane (wild)

• Nicotiana tabacum - Virginischer Tabak

• Persea americana - Avocado

• Phaseolus vulgaris - Gartenbohne

• Pisum sativum - Erbse

• Prunus armeniaca - Aprikose

• Prunus domestica - Zwetschge / Mirabelle

• Prunus dulcis - Mandel

• Prunus persica - Pfirsich

• Pyrus communis - Birne

• Raphanus raphanistrum - Hederich

• Ribes nigrum - Schwarze Johannisbeere

• Rubus idaeus - Himbeere

• Solanum lycopersicum - Tomate

• Solanum melongena - Aubergine

• Solanum tuberosum - Kartoffel

• Sorghum bicolor - Mohrenhirse

• Spinacia oleracea - Spinat

• Triticum aestivum - Weichweizen

• Vanilla planifolia - Echte Vanille

• Vicia faba - Ackerbohne

• Vitis vinifera - Weinrebe

• Zea mays - Mais

Beobachtungen von betroffenen Pflanzen erkunden

Mit dieser neuen Funktion können Pl@ntNet-Nutzer auch Beobachtungen aus der Community erkunden, die durch Krankheiten und Schädlinge beeinträchtigte Pflanzen zeigen. Diese realen Beispiele von anderen Nutzern und Instituten liefern wertvolle Hinweise darauf, wie verschiedene Symptome an spezifischen Arten auftreten.

Egal, ob Sie ein Problem identifizieren oder mehr über die Pflanzengesundheit erfahren möchten – diese wachsende Sammlung annotierter Bilder hilft Ihnen dabei, sichtbare Stressanzeichen bei Pflanzen zu erkennen und zu vergleichen.

Kranke Pflanzen oder Schädlinge bestimmen

Neben der Suche nach Beobachtungen ermöglicht Ihnen diese Funktion, spezifische Krankheiten und Schädlinge direkt anhand Ihrer eigenen Bilder zu bestimmen.

Wenn Sie ein Foto hochladen, das deutlich Symptome zeigt – wie Flecken, Welke, Verfärbungen oder Insekten – analysiert Pl@ntNet das Bild und schlägt mögliche Ursachen vor. Diese Vorschläge basieren auf visuellen Ähnlichkeiten mit verifizierten Fällen in unserer Datenbank und sollen Ihnen helfen, schnell zu verstehen, was die Pflanze beeinträchtigen könnte.

Die Krankheitsbestimmung ist unter folgender Adresse verfügbar: identify.plantnet.org/diseases-and-pests und funktioniert fast genauso wie die klassische Pl@ntNet-Bestimmung. Pl@ntNet schlägt zudem die verschiedenen Wirtsarten für die jeweiligen Krankheiten vor.

Derzeit können Krankheitsbestimmungen nicht wie gewöhnliche Pflanzenbeobachtungen auf der Plattform geteilt werden. Dies dient dazu, die Verbreitung möglicher Fehlbestimmungen in unseren Datensätzen zu vermeiden (es sei denn, Sie haben uns aufgrund Ihrer beruflichen Qualifikation kontaktiert, siehe oben).

Bestehende Beobachtungen mit Krankheiten annotieren

Sobald die Krankheit oder der Schädling ausgewählt wurde, wird die Pflanzenbeobachtung mit der Krankheit oder dem Schädling annotiert.

Wenn Sie Symptome auf einem Bild erkennen oder das spezifische Problem kennen, das die Pflanze betrifft, können Sie Annotationen hinzufügen oder vorschlagen, um die Datenbank zu bereichern.

Wie bereits erwähnt, kann zur Sicherstellung der Bestimmungsqualität nur eine begrenzte Anzahl von Nutzern zu diesen annotierten Beobachtungen beitragen. Diese Beiträge sind entscheidend, um die Genauigkeit der Bestimmungsfunktion zu verbessern und eine umfassendere Ressource für die gesamte Pl@ntNet-Community aufzubauen.

Jedes Bild einer Beobachtung kann eine Reihe von Annotationen erhalten. Um ein Bild zu annotieren, wählen Sie „Phytopathogene“ im Abschnitt Annotationen neben dem Bild und suchen Sie nach einem spezifischen Wert. Falls die Krankheit auf Ihrem Bild nicht in der Liste erscheint und Sie mehr als 10 Bilder davon haben, kontaktieren Sie uns bitte hier.

Forschungsarbeit hinter dieser Funktion

Diese neue Funktion zur Krankheits- und Schädlingsbestimmung ist das Ergebnis laufender Forschung zu Pflanzenschutzdiagnosen unter Verwendung von Computer-Vision-Techniken und Deep Learning. Sie stützt sich auf aktuelle Fortschritte in der bildbasierten Phytopathologie und nutzt von Experten erstellte Datensätze zum Trainieren und Evaluieren unserer Modelle.

Diese Zusammenarbeit zwischen Wissenschaft und Bürgerbeobachtung steht im Zentrum der Mission von Pl@ntNet: kollektive Intelligenz in nutzbare Werkzeuge für die Überwachung der Biodiversität und der Pflanzengesundheit zu verwandeln.

Wir danken insbesondere der Beteiligung von EPPO, INRAE, Cirad und IRD.