Trainieren von Algorithmen des maschinellen Lernens: Neue Wege zur Analyse und Vorhersage von Mustern und Zusammenhängen skalenübergreifender Biodiversitätsdaten (BioTrain)

Das Projekt BioTrain wird mithilfe leistungsstarker Algorithmen des maschinellen Lernens auf Basis von Biodiversitäts- und Umweltdaten Prognosen für die Funktionalität von Ökosystemen erstellen. Weiterhin werden Handlungsoptionen zur Förderung der Funktionalität und ein Frühwarnsystem zur Vermeidung negativer Umwelteffekte etabliert. Dazu soll eine Datenwissenschaftlerin oder ein Datenwissenschafler, die oder der an das Anhalt Center for Data Science angegliedert ist, mit Fachwissenschaftlerinnen und -wissenschaftlern aus zwei verschiedenen Themenbereichen der Biodiversitätsforschung zusammenarbeiten.

Der Bereich „Mobile Links“ beschäftigt sich mit der Bewegung von Organismen, welche die Zusammensetzung von Lebensgemeinschaften und damit die Biodiversität funktionell beeinflusst. Ziel ist es, Vorhersagemodelle für den Einfluss von Weidetieren (Mobile Links) auf Lebensgemeinschaften verschiedener Taxa und damit die Resilienz von Offenlandschaften über verschiedene räumliche und zeitliche Skalen hinweg zu entwickeln.

Der zweite Bereich „Mikrobielle Gemeinschaften“ beschäftigt sich mit Boden- bzw. Rhizosphären-Mikrobiomen in Ackerböden. Ziel ist es, die Haupteinflussfaktoren auf die Bodensuppressivität zur integrierten Kontrolle von Phytopathogenen in Böden unter verschiedenem landwirtschaftlichen Management zu identifizieren und Strategien zur Förderung der Bodengesundheit für ein nachhaltiges Bodenmanagement zu erarbeiten. 

Projektleitung: Prof. Dr. Christina FischerProf. Dr. Korinna Bade, Prof. Dr. Wilfried Rozhon

Projektmitarbeiter: Roi Hendler

Projektlaufzeit: 12/2022 bis 11/2025

Förderkennzeichen: 16DKWN019