Identifizierung 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 identifizieren. Diese erste Version zielt darauf ab, Nutzern dabei zu helfen, sichtbare Symptome zu erkennen, die durch häufige Krankheitserreger oder Schädlinge an einer begrenzten Anzahl 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 Vorschläge zu möglichen Problemen 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 werden soll, bietet sie bereits eine solide Grundlage, um Nutzer bei der Beobachtung und dem Verständnis der Pflanzengesundheit zu unterstützen. Neue Krankheiten, Schädlinge sowie weitere Pflanzenarten werden schrittweise hinzugefügt.

Die Ergebnisse der Krankheitsidentifizierung sind als informative Hinweise und nicht als professionelle Diagnose zu betrachten. Sie sind nicht dazu bestimmt, Informationen über Behandlungen bereitzustellen (rechtlich gesehen hängt dies oft von den Regierungen der jeweiligen Länder ab).

Wie kann ich auf diese neue Funktion zugreifen?

Die Identifizierung von Krankheiten und Schädlingen ist für alle verfügbar:

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

• In der mobilen App (ab Version 3.25): Wählen Sie die Flora „Krankheiten und Schädlinge“ im Untermenü „Spezifische Floren“.

Der Beitrag von Krankheitsbeobachtungen ist derzeit noch stark eingeschränkt. Wenn Sie Fachmann für bestimmte Krankheiten sind und die Identifizierungsleistung verbessern möchten, füllen Sie bitte folgendes Formular aus: https://forms.gle/BYH7WC9d8eJEm3dk9. Bitte beschreiben Sie Ihre Kompetenzen und Ihren Beruf detailliert, damit wir Ihre Anfrage schnellstmöglich (in der Regel innerhalb von 3 Werktagen) beantworten können.

Weiterführende Informationen

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

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

Die Bereitstellung dieser Datensätze kann die Genauigkeit und Abdeckung unserer neuen Krankheitsidentifizierungsfunktion 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 einen aktuellen Überblick über alle 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 - Echte Rübe

• 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 - Zitronenbaum

• Citrus hystrix - Kaffernlimette

• Citrus maxima - Pomelo

• Citrus medica - Zitronatzitrone (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 - Sojabohne

• Helianthus annuus - Sonnenblume

• Hordeum vulgare - Gerste

• Humulus lupulus - Hopfen

• Juglans regia - Echte Walnuss

• Lactuca sativa - Gartensalat

• Lathyrus oleraceus - Erbse

• Lens culinaris - Linse

• Mangifera indica - Mango

• Medicago sativa - Luzerne

• Musa × paradisiaca - Kochbanane

• Musa acuminata - Dessertbanane

• Musa balbisiana - Mehlbanane

• Nicotiana tabacum - Virginischer Tabak

• Persea americana - Avocado

• Phaseolus vulgaris - Gartenbohne

• Pisum sativum - Erbse

• Prunus armeniaca - Aprikose

• Prunus domestica - Pflaume / Mirabelle

• Prunus dulcis - Mandelbaum

• 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 erkrankten Pflanzen erkunden

Mit dieser neuen Funktion können Pl@ntNet-Nutzer auch Community-Beobachtungen von Pflanzen erkunden, die von verschiedenen Krankheiten und Schädlingen betroffen sind. Diese konkreten Beispiele, die von anderen Nutzern und Instituten bereitgestellt wurden, geben wertvolle Hinweise darauf, wie verschiedene Symptome an spezifischen Arten erscheinen.

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

Identifizierung von Pflanzen mit Krankheiten oder Schädlingen

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

Durch das Hochladen eines Fotos, das deutliche Symptome zeigt – wie Flecken, Welken, Verfärbungen oder das Vorhandensein von 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 Krankheitsidentifizierung ist unter folgender Adresse verfügbar: identify.plantnet.org/diseases-and-pests und funktioniert fast genauso wie die klassische Pl@ntNet-Identifizierung, die Sie gewohnt sind. Pl@ntNet schlägt zudem die verschiedenen Wirtsarten für die betreffenden Krankheiten vor.

Derzeit können Krankheitsidentifizierungen nicht wie gewohnt auf der Plattform geteilt werden, um zu vermeiden, dass sich mögliche Fehlbestimmungen in unseren Datensätzen verbreiten (außer Ihr Beruf hat Sie dazu geführt, uns zu kontaktieren, siehe oben).

Bestehende Pflanzenbeobachtungen mit Krankheiten annotieren

Sobald eine Krankheit oder ein 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 und um die Identifizierungsleistung zu verbessern, kann nur eine begrenzte Anzahl von Nutzern zu diesen annotierten Beobachtungen beitragen. Diese Beiträge sind entscheidend, um die Genauigkeit der Identifizierungsfunktion zu verbessern und eine umfassendere Ressource für die gesamte Pl@ntNet-Community aufzubauen.

Jedes Bild einer Beobachtung kann einen Satz von Annotationen erhalten. Um ein Bild zu annotieren, wählen Sie die Annotationen „Phytopathogene“ im Abschnitt Annotationen neben dem Bild und suchen Sie nach einem spezifischen Wert. Wenn die Krankheit, die Sie auf Ihrem Bild identifizieren, nicht in der Liste aufgeführt ist und Sie mehr als 10 Bilder haben, die sie illustrieren, kontaktieren Sie uns bitte hier.

Forschungsaufwand hinter dieser Funktion

Diese neue Funktion zur Identifizierung von Krankheiten und Schädlingen ist das Ergebnis laufender Forschung zur Pflanzengesundheitsdiagnose unter Verwendung von Computer-Vision-Techniken und Deep Learning. Sie stützt sich auf jüngste Fortschritte in der bildbasierten Phytopathologie und nutzt Datensätze, die von Experten erstellt wurden, um unsere Modelle zu trainieren und zu evaluieren.

Diese Zusammenarbeit zwischen Wissenschaft und Bürgerbeobachtung steht im Mittelpunkt 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.