Als Postdoktorand im BatTrend-Projekt untersuche ich derzeit, wie sich die Überwachung von Fledermauspopulationen durch automatisierte Methoden unter Einsatz von Infrarot-Lichtschranken, Kamerafallen und akustischen Verfahren verbessern lässt. Parallel dazu konzentriert sich meine Forschung zunehmend auf langfristige, individuenbezogene Daten, um zu verstehen, wie saisonale Verhaltensentscheidungen und Umweltbedingungen das Überleben einzelner Tiere beeinflussen. Diese Arbeit bildet die Grundlage für mein sich entwickelndes Forschungsprofil an der Schnittstelle zwischen Langzeitökologie und Datenwissenschaft.

Meine Forschung liegt an der Schnittstelle zwischen Verhaltensökologie, Naturschutzbiologie und Datenwissenschaft. Mein Ziel ist es, zu verstehen, wie sich Umweltveränderungen auf Wildtierpopulationen auswirken, und Überwachungs- sowie Analyseansätze zu entwickeln, mit denen diese Veränderungen über große zeitliche und räumliche Skalen hinweg untersucht werden können. Meine aktuelle Arbeit konzentriert sich in erster Linie auf die automatisierte Fledermausüberwachung, während langfristige, auf Individuen basierende Daten zu einem immer wichtigeren Schwerpunkt meiner Forschung werden.

Die automatisierte Überwachung spielt in meiner Arbeit eine zentrale Rolle, da sie es ermöglicht, ökologische Prozesse kontinuierlich und über lange Zeiträume hinweg zu untersuchen. Während meiner Promotion kombinierte ich Infrarot-Lichtschranken mit Kamerafallen, um Fledermauspopulationen an Überwinterungsorten zu überwachen, und entwickelte reproduzierbare Arbeitsabläufe für die Aufbereitung und Analyse der daraus resultierenden großen Datensätze. In Zusammenarbeit mit Informatikern habe ich „BatNet“ entwickelt, einen Deep-Learning-Ansatz zur automatisierten Identifizierung von Fledermausarten anhand von Kamerafallenbildern. Als Postdoktorand im BatTrend-Projekt baue ich nun auf diesen Ansätzen auf, um zu untersuchen, wie Infrarotlichtschranken, Kamerafallen und akustische Überwachung die Bestandserfassung von Fledermauspopulationen in Deutschland verbessern können. Im weiteren Sinne interessiere ich mich dafür, wie moderne Datenwissenschaft und KI-gestützte Ansätze dazu beitragen können, biologisch aussagekräftige Informationen aus komplexen ökologischen Überwachungsdaten zu gewinnen.

Neben dieser Forschung auf Populationsebene arbeite ich zunehmend mit langfristigen RFID-Datensätzen von individuell markierten Fledermäusen. Diese Daten bieten eine ergänzende Perspektive, da sie es ermöglichen, Verhaltensentscheidungen auf individueller Ebene über Jahreszeiten und Jahre hinweg miteinander zu verknüpfen. Dies hat mein wachsendes Interesse daran geweckt, zu verstehen, wie Umweltbedingungen und der individuelle Zustand das saisonale Verhalten, den Lebensverlauf und das Überleben beeinflussen. Die Entwicklung reproduzierbarer und computergestützter Ansätze zur Analyse großer ökologischer Datensätze bildet den roten Faden, der diese verschiedenen Bereiche meiner Forschung miteinander verbindet.

Ausgewählte Auszeichnungen

• 2024 – Promotionspreis, Universität Greifswald
• 2024 – Lothar-Kämpfe-Publikationspreis, Zoologisches Institut und Museum, Universität Greifswald
• 2023 – Promotion in Biologie, summa cum laude