Bienen Forschung – erste Erkenntnisse aus dem digitalen Bienenstock

Die von der Audi Stiftung für Umwelt geförderte Bienen Forschung von wee4bee sammelte bislang Milliarden von Datenpunkten. Nun gibt es erste wissenschaftliche Erkenntnisse.

15.01.2020 Lesezeit: 1 min

Verhaltensforschung in digital vernetzten Bienenstöcken

Lassen sich in Zukunft vielleicht Umweltereignisse wie Trockenperioden oder Erdbeben vorhersagen? Mit dieser Frage beschäftigt sich das bisher von der Audi Stiftung für Umwelt geförderte Forschungsprojekt we4bee.

Hier wird mittels Big Data-Analyse und Machine Learning Methoden das Verhalten von Bienenvölkern untersucht.

Dafür hat die Stiftung in Kooperation mit dem Projektpartner we4bee 100 Bienenstöcke in Bildungseinrichtungen in ganz Deutschland mit speziellen Sensoren ausgestattet und online vernetzt. Das Bienenvolk darf sich im Bienenstock frei entwickeln und dient in dieser Forschung als Biosensor.

Die installierte Technik übermittelt online Daten zu Temperatur, Luftfeuchtigkeit, Luftdruck, Gewicht, Schall/Vibration, Feinstaubbelastung und vieles mehr.

In den erfassten Datenströmen sollen Muster erkannt werden, die Rückschlüsse auf den Zustand des Bienenvolks oder auf Umweltereignisse in der Nähe des Bienenstocks zulassen.

Erste Veröffentlichung zur digitalen Bienen Forschung

Nun veröffentlichte der Data Science Doktorand P. Davidson der Universität Würzburg seine ersten Forschungsergebnisse in einer wissenschaftlichen Publikation. (Davidson, P., Steininger, M., Lautenschlager, F., Kobs, K., Krause, A., Hotho, A. (2020) “Anomaly Detection in Beehives using Deep Recurrent Autoencoders”, in Proceedings Of The 9Th International Conference On Sensor Networks (Sensornets 2020), SCITEPRESS – Science and Technology Publications, Lda., 142-149.) Er analysierte Daten aus verschiedenen Bienenstöcken innerhalb Deutschlands und Lettland mittels Machine Learning Modellen und suchte in den Datenverläufen nach Verhaltensmustern oder sonstigen Auffälligkeiten.

Bestimmung des Schwarmzeitpunkts der Bienen dank wissenschaftlicher Messergebnisse

Dabei setzte Davidson einen Autoencoder ein, ein künstliches neuronales Netz. Es konnte verlässlich Anomalien, z. B. Öffnen des Bienenstocks oder die Behandlung gegen Varroa-Milben, im Datenverlauf erkennen. Angelernt mit Daten aus einem Bienenstock und anschließend auf die Daten eines anderen Bienenstocks angewandt, konnte das System Sensorausfälle oder –fehler ebenfalls erkennen, was den Imkern gute Hinweise hinsichtlich der Instandhaltung liefert.

Mit diesem Detektionsmodell lässt sich der Schwarmzeitpunkt des Bienenvolkes aus dem Sensordatenverlauf heraus bestimmen. Unabhängig von den jeweils vorherrschenden lokalen Wetter- und Umweltbedingungen konnte der Schwarmzeitpunkt des Bienenvolkes einzig anhand der Sensordaten bestimmt werden.

Was ist der Schwarmzeitpunkt?

Schwärmen ist der Zeitpunkt der „Geburt eines neuen Bienenvolkes“. Die alte Königin verlässt mit einem Teil der Arbeiterinnen den Bienenstock und gründet ein neues Volk.

Schwärmen ist ein Fachbegriff aus der Imkerei.

Messergebnisse als Grundlage zur Vorhersage von Umweltereignissen?

Diese Forschungsergebnisse geben Hoffnung für die nächsten Schritte: Wie steht es um die Gesundheit des Bienenvolkes? Wann ist der optimale Behandlungszeitpunkt gegen die Varroa Milbe?

Die Erfassung und Prädiktion des Gesundheitszustandes sowie die daraus abgeleiteten Behandlungsschritte sind wichtige Etappen auf dem Weg hin zur Vorhersage von Umweltereignissen im Umfeld um die Bienenstöcke.

Bleiben wir also neugierig auf das, was uns die Bienen noch so alles „flüstern“.