Einem Team vom Leibniz-Institut für Ostseeforschung Warnemünde (IOW) ist ein Durchbruch gelungen: Eine Künstliche Intelligenz (KI), die ursprünglich entwickelt wurde, um Texte zu analysieren, liest in einem Tropfen Warnow-Wasser wie in einem Buch. Die Methode namens „Topic Modeling“ gruppiert Mikroorganismen, die gemeinsam unter bestimmten Umweltbedingungen auftauchen, und extrahiert so Muster aus einer kaum überschaubaren Biodiversität.
Methode aus der Textanalyse auf Ökologie übertragen
Entwickelt wurde die Methode von einem Team rund um die Doktorandin Anna Kujat. Das Prinzip: In Texten sucht die KI nach Wörtern, die häufig zusammen vorkommen, und bildet daraus ein übergreifendes Thema. Anstelle von Wörtern gruppiert die KI am IOW nun Mikroorganismen. „Wir haben so die Grundidee der Textanalyse auf ein ökologisches Problem übertragen“, erläutert Kujat den Ansatz.
1500 Proben aus der Warnow ausgewertet
Die Forscher wählten die Warnow-Mündung für den Härtetest. An 14 Probenpunkten an Warnow und Ostsee wurden ein Jahr lang (April 2022 bis April 2023) zweimal wöchentlich Proben genommen – insgesamt mehr als 1500. Die Mündung ist ein biologisch extrem dynamisches Revier, da hier Süßwasser auf das Salzwasser der Ostsee trifft, dazu kommen Einflüsse durch Schifffahrt, Industrie und Tourismus.
Neben den mikrobiellen Gemeinschaften erfasste das Team auch Salzgehalt, Wassertemperatur, Chlorophyll-a- und Nährstoffkonzentrationen, informiert Kristin Beck, Pressesprecherin des IOW. Außerdem habe es Informationen zum Süßwasserzufluss der Warnow der Staatlichen Ämter für Landwirtschaft und Umwelt MV genutzt.
KI erfasst Muster teils besser als Standardverfahren
Nach der Aufarbeitung von insgesamt 1551 Proben habe der gesamte Datensatz 1236 unterschiedliche bakterielle Erbgutvarianten enthalten, so Beck weiter. Diese Bakterien-Typen verdichtete die KI dann in kürzester Zeit zu Mustern. Das Ergebnis: Die Methode schnitt genauso gut ab wie bisherige Standardverfahren, in einigen Bereichen war sie sogar überlegen. „Damit könnte Topic Modeling künftig helfen, Umweltveränderungen früher zu erkennen und Gewässer gezielter zu überwachen“, meint Theodor Sperlea, Korrespondenzautor der Studie.
Der Rhythmus der Mikroben folgt den Jahreszeiten
Insgesamt wurden elf mikrobielle Teilgemeinschaften im Warnow-Wasser erfasst. Für die Warnow-Mündung ermittelte das Forschungsteam dabei fünf charakteristische mikrobielle Gemeinschaften, die sich im Jahresverlauf abwechseln. Zwei sommerliche Gemeinschaften traten vor allem bei Wassertemperaturen über 20 Grad Celsius und mittlerem Salzgehalt (15–20 PSU) auf. Eine Frühjahrsgruppe bevorzugte 8–17 Grad Celsius und 8–15 PSU.
Im Herbst führte der verstärkte Süßwasserzufluss zum Sinken des Salzgehaltes. Dadurch wurden die für die Flussmündung typischen Gemeinschaften nach und nach durch Mikroorganismen ersetzt, die eher für Süß- bzw. Küstengewässer charakteristisch sind. Anders als in reinem Süßwasser gebe es in der Mündung keine Gemeinschaft, die das ganze Jahr über regiere, erklärt Beck sinngemäß. Das Ökosystem passe sich hier flexibel an.
Besserer Schutz für heimische Gewässer
Die Methode zeige nicht nur, dass sich die Gemeinschaften verändern, sondern auch, welche Arten gemeinsam auf die Umwelt reagierten, so Sperlea. „Unsere Studie macht die Tür auf für den Import weiterer Methoden aus der Computerlinguistik in die Analyse hochkomplexer Datensätze wie die aus der Umweltmikrobiologie – einschließlich der Algorithmen, die hinter den aktuell so viel diskutierten Large Language Models stecken.“
Für Rostock und die Ostseeküste biete der KI-Einsatz riesige Chancen, so der Tenor. Mit der neuen Methode könnten Umweltveränderungen, Schadstoffe oder Veränderungen der Wasserqualität in Zukunft viel schneller erkannt und überwacht werden.
