{"id":10273,"date":"2026-04-07T08:45:11","date_gmt":"2026-04-07T06:45:11","guid":{"rendered":"https:\/\/de.elv.com\/elvjournal\/?p=10273"},"modified":"2026-04-14T15:59:08","modified_gmt":"2026-04-14T13:59:08","slug":"vogelstimmen-erkennen-birdnet-go-raspberry-pi","status":"publish","type":"post","link":"https:\/\/de.elv.com\/elvjournal\/vogelstimmen-erkennen-birdnet-go-raspberry-pi\/","title":{"rendered":"KI-gest\u00fctzt Vogelstimmen erkennen (Teil 2): Der Raspberry Pi als Lausch- bzw. Forschungsstation"},"content":{"rendered":"\n

Raspberry Pi als Lausch- bzw. Forschungsstation, Teil 2<\/strong><\/p>\n\n\n\n

Vogelstimmen erkennen mit BirdNet-Go und Raspberry Pi – Software, Einrichtung und Auswertung<\/h1>\n\n\n\n

Im ersten Teil dieses Artikels ging es um die Grundlagen: Wie Vogelstimmen mithilfe k\u00fcnstlicher Intelligenz erkannt werden, welche Hardware sich f\u00fcr eine BirdNET-Lauschstation eignet und wie sich eine solche Station flexibel an unterschiedliche Einsatzorte anpassen l\u00e4sst.<\/strong><\/p>\n\n\n\n

In diesem zweiten Teil r\u00fcckt nun die Software-Seite in den Fokus. Denn erst durch die passende Open-Source-Software wird aus einem Raspberry Pi und einem Mikrofon eine leistungsf\u00e4hige, automatisierte Forschungs- und Beobachtungsstation. Wir schauen uns an, welche Softwarel\u00f6sungen sich f\u00fcr den Dauerbetrieb bew\u00e4hrt haben, warum BirdNET-Go heute die empfohlene Wahl ist und wie Installation, Konfiguration und Bedienung im Detail funktionieren. Dar\u00fcber hinaus geht es um die Auswertung der erfassten Daten, die Optimierungen f\u00fcr den 24\/7-Betrieb sowie die Einbindung der eigenen Lauschstation in globale Netzwerke der Citizen Science.<\/strong><\/p>\n\n\n\n

<\/div>\n\n\n\n

Open-Source-Software zur automatischen Vogelstimmenerkennung<\/h2>\n\n\n\n

F\u00fcr den Einsatz als 24\/7-Lauschstation werden neben dem eigentlichen Erkennungsalgorithmus BirdNET zus\u00e4tzliche Funktionen ben\u00f6tigt, wie die grafische Darstellung des Audiosignals, die Audiokontrolle, das Speichern erkannter Arten in einer Datenbank, das Ablegen der Rufe als Audiofiles sowie der Zugriff auf die erfassten Daten \u00fcber eine Benutzeroberfl\u00e4che.<\/p>\n\n\n\n

Auf dem Raspberry Pi haben sich daf\u00fcr zwei zentrale Open-Source-Projekte etabliert: BirdNET-Pi<\/a>, eine \u00e4ltere Implementierung, und BirdNET-Go<\/a>, eine moderne, aktiv weiterentwickelte Umsetzung (Bild 1)<\/mark>. BirdNET-Go basiert auf einer zeitgem\u00e4\u00dfen Codebasis, nutzt Container (Docker) f\u00fcr eine einfache Installation und bietet eine benutzerfreundlichere Oberfl\u00e4che. In diesem Blogbeitrag konzentrieren wir uns daher auf BirdNET-Go.<\/p>\n\n\n

\n
\"Bild