BirdNET-Go - Lokale KI erkennt Vögel mit Sicherheitskameras

Wer hätte gedacht, dass die eigenen Sicherheitskameras zur Vogelbeobachtungsstation werden können? Ein Blogger hat genau das mit BirdNET-Go umgesetzt – einer Open-Source-KI, die Audio-Streams von RTSP-Kameras in Echtzeit analysiert und Vogelarten anhand ihres Gesangs identifiziert.

Lokale KI-Inferenz ohne Cloud

Das Besondere an BirdNET-Go: Alles läuft lokal. Keine Cloud-API, keine monatlichen Kosten, keine Datenschmiede. Die KI-Modelle residieren direkt auf dem eigenen Server oder Raspberry Pi. Das System unterstützt mittlerweile mehrere Modelle, darunter Google Perch v2 mit Erkennung von 14.795 Arten – gegenüber 6.000 bei BirdNET 2.4. Auch Fledermäuse und Frösche werden erkannt.

Features im Überblick

• 24/7-Erkennung: Permanentes Monitoring aller angeschlossenen Kameras
• RTSP-Support: Läuft mit Standard-IP-Kameras, keine Spezialhardware nötig
• Alert-System: Benachrichtigungen für bestimmte Arten, Discord-Integration
• Novelty Tracking: Flaggt neue Arten, die zum ersten Mal im Garten auftauchen
• BirdWeather-Integration: Community-Datensharing für Forschung
• Docker-Deployment: Einrichtbar in Minuten

Das System lässt sich über Docker deployen und benötigt nur RTSP-Streams von vorhandenen Kameras. Der Autor nutzt drei Kameras rund um sein Haus und hat die Alerts direkt in einen Discord-Channel integriert. Aus Sicherheitstechnik wird Vogelforschung – ein prima Beispiel für lokale KI-Anwendungen abseits der üblichen LLM-Nutzung.

Original-Quelle: jasontucker.blog