Ein künstliches Intelligenz-Modell, entwickelt von der University of Maine und einem internationalen Forscherteam, analysiert 52 Faktoren, um den Aussterbe-Risiko für über 10.000 Süßwasserfischarten weltweit zu bewerten. Die Studie, veröffentlicht in Nature Communications, zeigt, dass fast ein Drittel der Süßwasserfischarten weltweit bedroht ist – von der Rotbauch-Hechtforelle im Kennebec River bis hin zu Störarten im Großen Seegebiet. Die Forscherin Christina Murphy, Assistenzprofessorin an der University of Maine und wissenschaftliche Mitarbeiterin des USGS-Forschungsverbundes in Maine, leitete das Projekt, das seit 2020 als Postdoktorandenforschung an der Oregon State University begann. Gemeinsam mit Kollegen aus den USA, Spanien und der US Forest Service sammelten sie Daten aus 12 öffentlichen Quellen, vor allem dem International Union for Conservation of Nature (IUCN), und trainierten ein KI-Modell, das komplexe, nichtlineare Zusammenhänge zwischen Umweltbedingungen, menschlichen Einflüssen und Fischartenstatus erkennt. Im Gegensatz zu traditionellen Bewertungen, die sich oft auf wenige Indikatoren konzentrieren, berücksichtigt das Modell eine Vielzahl von Faktoren: von Staudamm-Bau und Wasserentnahme über Verschmutzung und Lebensraumzerstörung bis hin zu wirtschaftlichen Bedingungen und invasiven Arten. Besonders wertvoll ist, dass das Modell nicht nur Risiken identifiziert, sondern auch zeigt, welche Maßnahmen bereits erfolgreich waren – ein entscheidender Vorteil für proaktive Naturschutzstrategien. „Wir sind besser darin, zu erkennen, was funktioniert, als was nicht“, sagt Murphy. Die Ergebnisse zeigen, dass gesunde Fischpopulationen oft durch ähnliche, vorhersehbare Kombinationen von ökologischen, sozialen und wirtschaftlichen Faktoren gekennzeichnet sind – ähnlich wie bei der menschlichen Gesundheit, wo ein „Wohlbefinden“ oft durch konsistente, stabile Bedingungen gekennzeichnet ist, während Krankheiten vielfältige Ursachen haben können. Die Forscher validierten das Modell anhand bestehender IUCN-Bewertungen und konnten zeigen, dass es mit hoher Genauigkeit potenziell gefährdete Arten erkennt – darunter auch die arktische Lachse (Salvelinus alpinus) in Maine, deren Bestand noch gerettet werden kann, wenn rechtzeitig Maßnahmen ergriffen werden. Die Plattform ermöglicht es Naturschutzbehörden, Ressourcen gezielt vor einer Klassifizierung als gefährdet einzusetzen, was Kosten senken und den Schutz effizienter gestalten kann. Der Ansatz könnte auch auf andere Arten wie Vögel, Bäume oder andere Flora und Fauna übertragen werden. Experten begrüßen die Innovation als Wendepunkt in der Biodiversitätsforschung. „Viele Schutzmaßnahmen werden erst dann eingeleitet, wenn es bereits zu spät ist“, sagt Ivan Arsmendi von der Oregon State University. „Dieses Modell ermöglicht eine frühzeitige Intervention, basierend auf bewährten Erfolgsfaktoren.“ Die KI-gestützte Analyse könnte künftig in regionalen Planungsprozessen, Naturschutzprogrammen und politischen Entscheidungsfindungen eine zentrale Rolle spielen. Die Forscher hoffen, dass das Modell als Vorlage für globale Schutzstrategien dient und einen Paradigmenwechsel in der Erhaltung von Biodiversität einleitet – von reaktiver zum proaktiven Naturschutz.