Trotz umfangreicher Forschungsaktivitäten bestehen weiterhin erhebliche Wissenslücken über die biologische Vielfalt. Viele Arten, ihre genetischen Unterschiede und ihre Funktionen innerhalb von Ökosystemen sind bislang nur unzureichend erforscht.

Mit der Fördermaßnahme „BiodivDetect – Technologien und Methoden zur Erfassung und Bewertung unerforschter Aspekte der Biodiversität in Deutschland“ will das BMFTR dazu beitragen, diese Wissenslücken zu schließen.

Im Mittelpunkt stehen Forschungs- und Entwicklungsvorhaben, die moderne Technologien mit biologischer und ökologischer Expertise verbinden.

Künstliche Intelligenz kann dabei helfen, große und komplexe Datenmengen auszuwerten, Organismen automatisiert zu erkennen und bislang schwer erfassbare Zusammenhänge innerhalb von Ökosystemen zu untersuchen.

Neben KI-basierten Analyseverfahren nennt die Förderrichtlinie unter anderem Fernerkundung, Hochdurchsatz-Sequenzierung und Robotik als relevante Technologien.

Drei Schwerpunkte der Förderung

Die geförderten Forschungsverbünde sollen alle drei Themenschwerpunkte der Ausschreibung berücksichtigen:

1. Werkzeuge entwickeln und Technologien nutzen

Im ersten Schwerpunkt geht es um die Entwicklung und Anwendung innovativer Methoden zur Erfassung biologischer Vielfalt. Dazu gehören insbesondere moderne Sensorik, automatisierte Verfahren und KI-gestützte Datenauswertung.

2. Verborgene Biodiversität erfassen und funktionale Bedeutung erschließen

Der zweite Schwerpunkt konzentriert sich auf bislang wenig erforschte Arten, genetische Vielfalt und ökologische Funktionen. Ziel ist es, neue Erkenntnisse darüber zu gewinnen, wie unterschiedliche Organismen zum Funktionieren und zur Stabilität von Ökosystemen beitragen.

3. Technologien implementieren und Erkenntnisse in Anwendungen überführen

Die entwickelten Methoden und Forschungsergebnisse sollen in konkrete Anwendungen einfließen. Dazu zählen beispielsweise Biodiversitätsmonitoring, die Bewertung ökologischer Veränderungen sowie die Unterstützung von Schutz- und Managementmaßnahmen.

Ein besonderer Fokus liegt auf terrestrischen Ökosystemen sowie Binnengewässern, insbesondere Flüssen und Seen. Marine Ökosysteme sind nicht Gegenstand der Ausschreibung.

Datenqualität und automatisierte Auswertung im Fokus

Ein zentrales Ziel von BiodivDetect ist der Aufbau langfristig nutzbarer und qualitätsgesicherter Datengrundlagen.

Diese sollen es ermöglichen, Veränderungen der biologischen Vielfalt über längere Zeiträume und unterschiedliche Regionen hinweg zu vergleichen.

Gerade für KI-Anwendungen ist die Verfügbarkeit hochwertiger Daten entscheidend. Automatisierte Erkennungsverfahren können beispielsweise dabei unterstützen, große Mengen an Bild-, Sensor- oder genetischen Daten systematisch auszuwerten.

Die Fördermaßnahme verbindet deshalb technologische Innovationen mit taxonomischer Expertise, naturkundlichen Sammlungen und Ansätzen der Bürgerwissenschaft (Citizen Science).

Die gewonnenen Erkenntnisse sollen langfristig eine fundiertere Bewertung von Biodiversitätsveränderungen und die Entwicklung wirksamer Schutzmaßnahmen ermöglichen.

Bis zu 1,5 Millionen Euro pro Forschungsverbund

Gefördert werden ausschließlich Verbundvorhaben mit einem klaren Anwendungs- und Transferbezug.

Antragsberechtigt sind insbesondere Hochschulen, außeruniversitäre Forschungseinrichtungen, Forschungsmuseen, öffentliche Einrichtungen und Unternehmen der gewerblichen Wirtschaft. Auch weitere geeignete Einrichtungen können sich beteiligen, sofern sie einen fachlich begründeten Beitrag zum Vorhaben leisten.

Bewerbungsfrist

Projektskizzen für BiodivDetect können bis zum 26. November 2026 eingereicht werden.

Das Auswahlverfahren ist zweistufig aufgebaut. Zunächst reichen die Forschungsverbünde eine Projektskizze ein. Dafür ist die vom Projektträger Jülich bereitgestellte Vorlage verbindlich zu verwenden.

Nach der Bewertung werden ausgewählte Verbünde aufgefordert, einen vollständigen Förderantrag einzureichen.

Die Maßnahme ist Teil der BMFTR-Forschungsinitiative zum Erhalt der Artenvielfalt (FEdA) und leistet einen Beitrag zur Forschungsstrategie „Forschung für Nachhaltigkeit“ (FONA).

Für das KI-Ökosystem ergeben sich insbesondere Anknüpfungspunkte in den Bereichen Computer Vision, Machine Learning, Fernerkundung, automatisierte Mustererkennung und intelligente Datenanalyse.