„Dinosaurierspuren mit KI identifizieren“

Welt der Physik: Wie ist es zu diesem interdisziplinären Projekt gekommen?

Gregor Hartmann

Gregor Hartmann: Der Ausgangspunkt war tatsächlich privat: Mein Sohn ist ein großer Dinosaurierfan, und dadurch bin ich selbst tiefer in die Paläontologie eingestiegen. Beim Lesen bin ich auf Arbeiten von Stephen Brusatte gestoßen, einem bekannten Paläontologen aus Edinburgh. Ich habe ihn kontaktiert, und daraus entstand schnell die Idee, moderne KI‑Methoden, die auch in der Physik zum Einsatz kommen, auf fossile Fußspuren anzuwenden. Obwohl ich theoretischer Physiker bin, arbeite ich beruflich viel mit Datenanalyse und maschinellem Lernen – die Kombination aus beidem hat dieses Projekt möglich gemacht. Die Zusammenarbeit mit dem paläontologischen Forschungsteam hat uns allen großen Spaß gemacht.

Mit welchen Schwierigkeiten hat man zu kämpfen, wenn man derart alte Fußspuren identifizieren will?

Fußspuren sind extrem variabel. Ein und dasselbe Tier kann je nach Untergrund, Geschwindigkeit oder Belastung sehr unterschiedliche Abdrücke hinterlassen. Gleichzeitig sind fossile, also versteinerte Spuren selten, weil viele Zufälle zusammenkommen müssen: Der Boden muss weich genug sein, der Abdruck darf nicht sofort zerstört werden, sondern muss sich stabilisieren – etwa durch Trocknung oder Aushärtung. Anschließend muss der Abdruck von Sedimenten überdeckt werden, damit er schließlich versteinern kann. Und selbst wenn Spuren erhalten bleiben, können Erosion oder Verformungen sie verändern. All das erschwert die Interpretation – und führt dazu, dass Trainingsdaten für maschinelles Lernen begrenzt und oft uneinheitlich sind.

Wie kann man eine Spur dennoch einer bestimmten Dinosaurierart zuordnen?

Klassisch vergleicht man die Form der Spur mit den Füßen und Krallen von bekannten Fossilien. Das funktioniert gut, wenn die Spur klar erhalten ist. Für maschinelles Lernen ist das aber schwierig, weil man selten sicher weiß, welches Tier eine Spur tatsächlich hinterlassen hat. Wenn man ein Modell mit solchen unsicheren Kennzeichen trainiert, besteht die Gefahr, dass es falsche Zusammenhänge lernt oder nur die Trainingsdaten auswendig kann. Bei nur rund 2000 verfügbaren Spuren ist das Risiko besonders groß. Deshalb wollten wir einen Ansatz, der ohne solche Vorgaben auskommt.

Fußabdrücke eines Dinosauriers auf der Isle of Skye

Welche Lösung haben Sie dafür gefunden?

Wir haben ein unüberwachtes neuronales Netz eingesetzt – einen sogenannten „Disentangled Variational Autoencoder“. Wir nutzen ähnliche Modelle an der Synchrotronquelle BESSY II, um die Bahnen von Elektronen zu analysieren oder am Freie-Elektronen-Laser FLASH, um Röntgenpulse zu untersuchen. Dieses Modell lernt selbstständig, welche Merkmale in den Spuren variieren, ohne dass wir ihm sagen, welche Spur zu welcher Art gehört. Wir haben es mit knapp 2000 realen Spuren und Millionen künstlich erzeugten Varianten trainiert, die realistische Veränderungen wie Kompression oder Randverschiebungen simulieren. Am Ende hat das Modell acht zentrale Schlüsselfaktoren identifiziert, die die Variationen der Spuren gut beschreiben. Das erlaubt eine objektive, reproduzierbare Analyse.

Wie gut funktioniert der Algorithmus?

Wir haben die Ergebnisse mit Expertinnen- und Experteneinschätzungen verglichen und eine Übereinstimmung von 80 bis 93 Prozent erreicht – selbst bei umstrittenen Spuren. Das ist bemerkenswert, weil das Modell keinerlei Vorgaben zu Dinosaurierarten oder -gruppen erhalten hat. Unsere App „DinoTracker“ macht diese Analyse nun allen Interessierten zugänglich: Man kann selbst eine Spur fotografieren oder skizzieren und erhält sofort eine Einordnung der zentralen Schlüsselfaktoren sowie Hinweise darauf, welchen bekannten Spuren sie ähnelt. Die App ersetzt zwar keine fachliche Bestimmung, aber sie lässt sich sowohl in der Forschung als auch in der Lehre als ein objektives Werkzeug einsetzen.

Haben Sie damit schon neue Entdeckungen gemacht?

Wir haben einige Spuren untersucht, die vogelähnlich aussehen, aber deutlich älter sind als die bisher bekannten Vogelspuren. Diese Funde sind seit Jahren Gegenstand einer kontroversen Debatte: Handelt es sich hier um sehr frühe Vertreter von Vögeln oder um andere sogenannte theropode Dinosaurier? Zu diesen zählen zweibeinige Saurier wie Velociraptor oder Tyrannosaurus. Unser Modell ordnet sie klar in den Bereich der vogelähnlichen Spuren ein. Das bedeutet nicht, dass die Frage entschieden wäre – aber es liefert einen objektiven Datenpunkt, der in der Fachwelt sicher weiter diskutiert werden wird.