Di Minin - 2018 - 01

Abstracts D Zugriffe: 1534

Di Minin, E., C. Fink, T. Hiippala & H. Tenkanen (2018): A framework for investigating illegal wildlife trade on social media with machine learning (Former title: Use of machine learning to investigate illegal wildlife trade on social media). – Conservation Biology 33(1): 210-213.

Der Gebrauch lernender Maschinen zur Untersuchung des illegalen Wildtierhandels in den sozialen Netzwerken.

DOI: 10.1111/cobi.13104 ➚

Dieser Artikel hat kein Abstract behandelt aber anscheinend ein zunehmend wichtigeres Thema, denn laut der zitierten Literatur aus den vergangenen 3 Jahren scheint dieser illegale Handel nach Rauschgift- und Waffenhandel immer noch extrem hoch zu sein und es wird auf Handelswege, Volumina und den Gebrauch von Wildtieren und Wildtierprodukten eingegangen die wir alle aus der Vergangenheit kennen. Weiter wird einleitend aufgeführt, dass sich zwar bei den Zollkontrollen Verbesserungen ergeben haben, doch hat sich der Handel neue Wege gesucht, zu denen insbesondere die sozialen Netzwerke beitragen und es zeichnet sich auch zunehmend eine Verlagerung ins Dark Net ab, letzteres ist aber bislang noch nicht so populär, da eben doch ein großer Anteil auch privat in Kreisen abläuft für die das Dark Net noch zu negativ besetzt ist. Zudem erläutern die Autoren auf welchen Netzwerken diese Transaktionen ablaufen und darauf welche Daten zu den gehandelten Organismen oder Produkten gemacht werden und welche Möglichkeiten daraus ergeben den Handel und das Vorhandensein von Spezies in den Gesellschaften zeitlich–räumlich zu analysieren. Leider ist aber bislang die Überwachung dieser sozialen Netzwerke sehr schwierig und im Wesentlichen noch Handarbeit. Hier beschreiben die Autoren welche Möglichkeiten sich ergeben, wenn man sogenannte selbstlernende „Neuronale Computernetzwerke“ trainiert die dann die entsprechenden Daten erkennen und herausfiltern. Derzeit arbeitet man schon an solchen Netzwerken und trainiert sie anhand von großen biologischen Datensammlungen Tiere und Pflanzen auf Fotos zu erkennen sie anhand von Namen und weiteren Angaben zu benennen und daran diese Erkenntnisse direkt mit dem Vorkommen der Spezies abzugleichen. Man sucht derzeit aber auch noch mehr Spezialisten die eben diese Netzwerke auch mit Speziesdaten und Speziesprodukten trainieren die eben noch nicht so einfach aus vorhandenen Informationen zu entnehmen sind. Zudem arbeitet man daran die Trivialnamen für Spezies und deren Produkte in den entsprechenden weltweiten Nationalsprachen so zu bearbeiten, dass damit diese lernenden Netzwerke trainiert werden können. Ich denke wir erleben hier eine ähnliche Entwicklung wie sie so vor etwa 20 Jahren mit den DNS-Analysen begann, so dass die Kontrolle und Analyse solcher Handelswege vorangehen wird. Ob das dann wirklich den Handel unterbinden kann muss sich zeigen, allerdings was sich durch den Einsatz solcher lernfähiger Netzwerke sicher realisieren lassen wird ist eine eventuell sogar weltweite Lokalisation solcher bedrohter oder bei CITES gelisteter Arten in Privathand, denn es ist heute wohl üblich sich über sein Hobby in sozialen Netzwerken auszutauschen und dabei sollte man eigentlich immer bedenken, dass man auch wenn man seine gehalten Spezies rechtskonform hält oder mit Gleichgesinnten austauscht dabei riskiert von solchen neuronalen Netzwerken lokalisiert und entsprechend überprüft zu werden. Denn wie bei den DNS Nachweisen dürfte es nur eine Frage der Zeit sein bis auch der Gesetzgeber auf solche Daten und den Erkenntnissen daraus zurückgreift. Wenn es solche Netzwerke gibt könnten sie sogar von Tierschutzorganisationen eingesetzt werden, denn die Technologie ist nicht teuer und gute Programmierer mit entsprechenden Intentionen finden sich auch leicht.