Die Daten wurden für das Training von KI-Modellen aufbereitet, sodass nach der Qualitätskontrolle insgesamt ca. 680.000 Bilder für das Training der KI-Modelle für die Objektdetektion zur Verfügung standen. Darin enthalten waren ca. 420.000 Bilder von Vögeln, die wiederum von Ornithologen manuell nach Arten und Artgruppen annotiert wurden. Dies ergab ca. 72.000 Bilder für die Artgruppe Milan. Mit den von Ornithologen annotierten Bildern wurden weitere KI-Modelle für die Erkennung der Artgruppe "Milan" trainiert.
Das dreijährige Forschungsprojekt BirdRecorder, welches durch das BfN mit Mitteln des BMUV gefördert wurde, hatte die Einwicklung und Erprobung eines Systems zur Vermeidung von potenziellen Auswirkungen auf Vögel durch die Windenergienutzung zum Ziel. Der BirdRecorder stellt damit ein Antikollisionssystem für den vogelfreundlichen Betrieb von Windenergieanlagen dar. Die Zielartgruppe für die Erkennung von Vögeln mit Methoden der künstlichen Intelligenz (KI) für das BirdRecorder-System sind Rot- und Schwarzmilane.
BfN-Schrift 651 BirdRecorder (2023)