Jane Goodall Institute: KI digitalisiert 65 Jahre Feldforschung zu Schimpansen

Seit 1960 dokumentieren Forscher des Jane Goodall Institute (JGI) im Gombe National Park in Tanzania täglich das Verhalten von Schimpansen und Pavianen. Die Daten – handschriftliche Feldnotizen, Filmaufnahmen, Audioaufzeichnungen und Fotos – umfassen 65 Jahre Primatenforschung und schätzungsweise rund 500.000 Seiten. Ein Großteil des Materials liegt ausschließlich in analoger Form vor, ist mehrsprachig (Englisch und Suaheli) und damit für die globale Forschungsgemeinschaft praktisch nicht zugänglich. Die physischen Bestände werden im Gombe Research Archive auf dem Campus der Arizona State University (ASU) in feuerfesten und wasserfesten Schränken aufbewahrt. Die manuelle Dateneingabe durch studentische Hilfskräfte erwies sich als zu zeitaufwendig, um den Rückstand aufzuholen.

JGI entwickelt die sogenannte Gombe AI Research Platform, die handschriftliche Notizen, historische Filme ab 1960, Fotos, Audiodaten sowie Geodaten (GIS) und Satellitenbilder in ein einheitliches, durchsuchbares digitales System überführen soll. Ziel ist es, Forschenden weltweit einen einheitlichen Zugang zu ermöglichen und eine Natural-Language-Suche über Jahrzehnte von Daten zu erlauben.

Parallel dazu arbeitet ein Team der ASU unter Leitung von Primatologin Ian Gilby und dem Senior AI Development Engineer Krishna Sriharsha Gundu an einem eigenen Teilprojekt namens „Gombe AI". Kern ist die automatisierte Verarbeitung sogenannter Tiki-Sheets – standardisierter Checkbox-Erhebungsbögen, auf denen Feldmitarbeiter täglich Ankunfts- und Abgangszeiten einzelner Schimpansen, Fressverhalten und Begegnungen mit anderen Spezies festhalten. Ein Computer-Vision-System begradigt eingescannte Bilder dieser Bögen, extrahiert die Datenpunkte und überführt sie in strukturierte Excel-Tabellen, die anschließend in eine relationale Forschungsdatenbank einfließen. Handschriftliche Randnotizen werden zusätzlich über die API von GPT ausgewertet, um unklare Zeichen oder mehrdeutige Symbole zu interpretieren. Studentische Forscher prüfen die digitalisierten Ergebnisse anschließend gegen die Originaldokumente.

Auf der Infrastrukturseite kommen Amazon Bedrock und Amazon SageMaker zum Einsatz. Laut Taimur Rashid, Managing Director des Generative AI Innovation Center bei AWS, werden multimodale Large Language Models und Embedding-Modelle kombiniert mit gezieltem Prompt Engineering eingesetzt, um handschriftliche Notizen, Filme, Fotos und Audiomaterial in strukturierte, durchsuchbare Datensätze zu überführen. Die Plattform soll zudem in der Lage sein, einzelne Schimpansen in Videoaufnahmen zu identifizieren und Verhaltensannotationen automatisch zu extrahieren.

Das ASU-Teilprojekt kombiniert klassische Computer-Vision-Techniken zur Bildvorverarbeitung mit neueren Large Language Models für die Interpretation handschriftlicher Inhalte. Die Benutzeroberfläche der Gesamtplattform wird laut AWS-Ankündigung vom Designpartner Ode entwickelt.

Konkrete Leistungskennzahlen – etwa zur OCR-Genauigkeit, zur Präzision der Tieridentifikation oder zu bereits digitalisierten Datensätzen – wurden in den verfügbaren Quellen nicht veröffentlicht. Das Projekt befindet sich zum Zeitpunkt der Berichterstattung in der Aufbauphase beziehungsweise im Proof-of-Concept-Stadium.

Das Vorhaben ist ein Beispiel für philanthropisch und durch Hyperscaler geförderte KI-Projekte im Nonprofit-Bereich. AWS stellt über den Generative AI Innovation Fund 1 Million US-Dollar bereit; hinzu kommen bis zu 200.000 US-Dollar aus dem AWS Imagine Grant (Kategorie Pathfinder, Generative AI) sowie bis zu 100.000 US-Dollar an AWS-Nutzungsguthaben, die JGI USA im Jahr 2025 zugesprochen wurden. Lilian Pintea, Vice President of Conservation Science bei JGI-USA, beschrieb die KI-Initiative als „kritischen nächsten Schritt", um die Forschungsarchive für zukünftige Generationen zugänglich zu machen. Offen bleiben nach aktuellem Stand Fragen zur Daten-Governance, zur Reproduzierbarkeit der Modelle und zur Einbindung von Gemeinschaften vor Ort – Aspekte, die für die wissenschaftliche Nachnutzbarkeit der Plattform relevant sein werden.