Identifikationsfehler in Pl@ntNet verstehen

Im Jahr 2026 erkennt Pl@ntNet etwa 85.000 Arten. In manchen Fällen kann sich ein Identifikationsfehler im Laufe der Zeit verstärken: Eine häufige Art wird regelmäßig mit einer ihr ähnelnden seltenen Art verwechselt, und diese neuen Beobachtungen tragen dann dazu bei, die Verwechslung aufrechtzuerhalten.

Seit mehreren Jahren spüren erfahrene Mitglieder der Gemeinschaft, die sogenannten Veilleurs (Wächter), solche Situationen auf und dokumentieren sie.

Die Verknüpfung ihrer Arbeit mit einer statistischen Analyse ermöglicht es uns, das Phänomen besser zu verstehen und eine erste Größenordnung zu nennen: Etwa 1.500 Arten könnten betroffen sein, von den rund 85.000 von Pl@ntNet erkannten Arten. Diese Schätzung bleibt jedoch unsicher und hängt von mehreren Hypothesen ab.

Wie eine Fehlentwicklung entstehen kann

Das Identifikationssystem von Pl@ntNet stützt sich insbesondere auf die von der Gemeinschaft validierten Beobachtungen. Je zahlreicher und korrekter identifiziert die verfügbaren Daten sind, desto mehr können sie zur Verbesserung des Modells beitragen.

Wenn sich jedoch eine Verwechslung zwischen zwei nah verwandten Arten einschleicht, kann dieser Mechanismus den Fehler auch verstärken.

Nehmen wir eine häufige Art, die durch Tausende von Beobachtungen repräsentiert wird, und eine seltene Art, die ihr ähnelt. Wenn das Modell beginnt, die seltene Art zu oft anstelle der häufigen Art vorzuschlagen:

werden einige Beobachtungen der häufigen Art unter dem Namen der seltenen Art registriert;
diese Beobachtungen erhöhen die Datenmenge, die mit der seltenen Art verknüpft ist;
das Modell lernt diese Verwechslung schrittweise und kann die seltene Art noch häufiger vorschlagen.

Da seltene Arten in der Regel über weniger Beobachtungen verfügen, kann eine relativ geringe Menge an fehlerhaften Daten einen großen Einfluss auf deren Darstellung haben.

Die Wächter sprechen dann von einer Identifikationsdrift (dérive d’identification): ein Fehler, der nicht isoliert bleibt, sondern sich selbst verstärken kann.

Die Rolle der Wächter (Veilleurs)

Die Wächter sind erfahrene Nutzer (erfahrene Botaniker oder sehr versierte Amateure), die Driften aufspüren und durch das kollaborative Validierungssystem an deren Korrektur mitwirken.

Im Laufe der Jahre hat ihre Arbeit es ermöglicht, einen Katalog dokumentierter Fälle zu erstellen: Arten, die verwechselt werden, die Entwicklung des Problems und die vorgenommenen Korrekturen. Etwa 190 Arten wurden im Detail untersucht.

Diese Expertise ist besonders wichtig, da eine ungewöhnliche statistische Entwicklung allein nicht ausreicht, um die Existenz einer Drift zu beweisen. Die Interpretation der Daten erfordert die Kenntnis der Arten und ihres Kontexts.

Sources, Sinks und Underdogs

Die Wächter verwenden verschiedene Begriffe, um die verschiedenen auftretenden Fälle zu beschreiben.

Eine Source (Quelle) ist in der Regel eine häufige Art, die seltener korrekt erkannt wird. Ihre Beobachtungen werden schrittweise einer anderen Art zugeordnet.

Ein Sink (Senke) ist die Art, die diese Beobachtungen fälschlicherweise erhält. Dabei handelt es sich oft um eine seltene Art, deren Datenbasis durch diese Fehler schnell beeinträchtigt werden kann.

Ein Underdog ist ebenfalls eine seltene und untererkannte Art, ohne dass notwendigerweise eine Drift die Ursache ist. Es kann ihr einfach an Beobachtungen mangeln oder sie ist schwer zu identifizieren.

Die Wächter bevorzugen oft einen Ansatz, der als asymmetrische Kuration bezeichnet wird: Sie bereinigen vorrangig die Daten des Sinks. Die Korrektur einer kleinen, stark kontaminierten Basis kann effektiver sein als die direkte Korrektur einer großen Beobachtungsbasis.

Was die statistische Analyse zeigt

Eine unabhängige Analyse untersuchte 795 Arten mit mehr als 500 Beobachtungen, was insgesamt etwa 2,5 Millionen Beobachtungen zwischen 2017 und 2024 entspricht.

Für jede Art schätzt die Analyse, ob die Wahrscheinlichkeit, von den Nutzern erkannt zu werden, im Laufe der Zeit zu- oder abnimmt. Diese Entwicklung wird durch eine Steigung dargestellt:

eine negative Steigung deutet darauf hin, dass die Art immer seltener erkannt wird;
eine positive Steigung deutet darauf hin, dass sie immer häufiger erkannt wird.

Die Hypothese ist, dass eine Source eher eine negative Steigung aufweisen sollte, während ein Sink eine positive Steigung zeigen könnte.

Der Abgleich mit den den Wächtern bereits bekannten Fällen liefert ein gemischtes Ergebnis.

Für die Sources scheinen negative Steigungen ein gutes Erkennungswerkzeug zu sein: Etwa 80 % der bekannten Sources tauchen in dieser Liste auf, mit einer geschätzten Reinheit von etwa 74 %.

Für die Sinks ist das Ergebnis viel weniger nützlich. Nur etwa 13 % der bekannten Sinks werden wiedergefunden. Der Hauptgrund ist, dass Sinks oft selten sind und über weniger als 500 Beobachtungen verfügen: Sie werden daher von vornherein aus der Analyse ausgeschlossen.

Steigungen können also helfen, Arten für eine genauere Untersuchung zu priorisieren, aber sie ersetzen nicht die Expertise der Wächter.

Warum Korrekturen die Analyse manchmal erschweren

Die Kuration selbst kann die Statistiken verändern, die zur Erkennung von Driften verwendet werden.

Wenn ein Sink bereinigt wird, wird ein Teil der entfernten Beobachtungen oft wieder als zur Source gehörig validiert. Die Source gewinnt dann Beobachtungen hinzu, während der Sink welche verliert.

Mit der Zeit kann dies ihre jeweiligen Steigungen verändern:

eine bereits korrigierte Source erscheint möglicherweise nicht mehr als eine Art im Rückgang;
ein bereinigter Sink kann hingegen unter den Arten mit negativer Steigung auftauchen.

Es ist daher wichtig, die Historie der Korrekturen zu bewahren. Eine Art, die bereits als Source identifiziert wurde, kann auch nach einer Korrektur anfällig für neue Driften bleiben.

Wie groß könnte das Phänomen sein?

Durch die Kombination der von den Wächtern dokumentierten Fälle und der Ergebnisse der statistischen Analyse ergeben sich folgende Schätzungen:

etwa 450 Sources;
etwa 1.000 Sinks, mit einer unsichereren Schätzung zwischen 600 und 1.300 je nach Methode;
insgesamt etwa 1.500 betroffene Arten durch eine Identifikationsdrift.

Zum Vergleich: Pl@ntNet erkennt etwa 85.000 Arten.

Diese Zahlen müssen mit Vorsicht interpretiert werden. Der Katalog der Wächter ist keine Zufallsstichprobe und bezieht sich hauptsächlich auf die europäische Flora. Die statistische Analyse deckt nur Arten mit mindestens 500 Beobachtungen ab und basiert auf dem Zeitraum von 2017 bis 2024.

Diese Ergebnisse liefern daher eine Größenordnung und keine endgültige Messung des Phänomens.

Mehrere Fragen bleiben offen.

Kann eine Art in einer Region eine Source und in einer anderen ein Sink sein? Kann man den genauen Moment identifizieren, in dem eine Drift beginnt? Ist es möglich, die Sinks ausgehend von den bereits bekannten Sources zu finden?

Langfristig könnte das Ziel darin bestehen, Werkzeuge zu entwickeln, die automatisch Arten melden, bei denen eine Drift beginnt. Diese Werkzeuge würden die menschliche Expertise nicht ersetzen, könnten den Wächtern aber helfen, Probleme früher zu erkennen.

Identifikationsdriften sind ein reales Phänomen, das einen begrenzten Teil der von Pl@ntNet erkannten Arten betrifft.

Die Arbeit der Wächter ist unerlässlich, um sie aufzuspüren, zu verstehen und zu korrigieren. Die statistische Analyse bietet ihrerseits ein zusätzliches Mittel, um Arten zu identifizieren, die besondere Aufmerksamkeit verdienen.

Durch die Kombination von botanischer Expertise und Datenanalyse verfügt Pl@ntNet über eine bessere Grundlage, um diese Driften zu verfolgen und einzugreifen, bevor sie größeres Ausmaß annehmen.