Citizen-Science-Plattformen wie iNaturalist und eBird sammeln weltweit Daten zur biologischen Vielfalt, geraten jedoch zunehmend durch den Missbrauch generativer KI-Modelle in die Defensive. Unabhängige Forscher und Plattformbetreiber dokumentieren einen rasant steigenden Anteil künstlich erzeugter Naturfotografien, die ökologische Datensätze zu kontaminieren drohen. Mantidenexperte Kris Anderson identifizierte mehrfach täuschend echte, maschinengenerierte Nachweise der Gattung Deroplatys, die auf iNaturalist eingereicht wurden. Parallel belegte Alexander Lees von der Manchester Metropolitan University, wie KI-Systeme wie Google Gemini nicht nur vollständig erfundene Tierarten wie die Trauermeise produzieren, sondern auch authentische Bilder so manipulieren, dass sie taxonomisch falsche Merkmale erhalten. Ein derartiger Fall führte bereits zu einem vorübergehend im System verzeichneten, fiktiven Erstnachweis in Brasilien. Lees und Koautoren warnten in einer kürzlich in Nature Ecology and Evolution veröffentlichten Studie vor einer systematischen Gefährdung der wissenschaftlichen Grundlagenökologie. Historisch gesehen war die Manipulation biologischer Datensätze kein neues Phänomen, doch generative KI wirkt als massiver Multiplikator für Fälschungen, die mit historischem Aufwand nicht reproduzierbar wären. Experten befürchten, dass unprüfbare KI-Ergebnisse künftig unbeabsichtigt in peer-reviewte Studien, Artenkataloge und Umweltgutachten gelangen könnten. Als Gegenmaßnahmen entwickeln Plattformen wie iNaturalist Community-Tools zur automatischen Kennzeichnung verdächtiger Bilder und arbeiten an strengeren Metadaten-Authentifizierungsprotokollen. Vertreter des Atlas of Living Australia unterstreichen zusätzlich den Bedarf an transparenten Richtlinien zur KI-Nutzung sowie edukativen Aufklärungsprogrammen für Nutzer. Trotz der Risiken bleibt KI im Naturschutz unverzichtbar. Maschinelle Lernmodelle werden erfolgreich zur Vorhersage von Vogelzugsrouten, zur Früherkennung von Algenblüten oder zur maschinellen Vorauswertung von tausenden Kamerafallenbildern eingesetzt. Entscheidend ist dabei die klare Trennung: Während generative KI zur Erfindung neuer Daten dient, wird analytische KI zur Unterstützung menschlicher Entscheidungen genutzt. Die finale Artbestimmung und Datenvalidierung verbleibt in der Verantwortung qualifizierter Gutachter und engagierter Community-Prüfer. Solange dieser menschliche Filter nicht umgangen wird, lässt sich die Integrität der Citizen Science trotz des technischen Wandels aufrecht erhalten.