← Back to the registerPublic-sector AI use

Altersbestimmung bei Fischen

Die Bestimmung des Alters von Fischen ist essentiell zur analytischen Bestandsabschätzung. Hierfür werden traditionell Wachstumszonen in den Gehörsteinen der Fische gezählt. Mit Hilfe von Deep Learning können die Zonen erkannt und gezählt werden. Es wurden zwei Methoden verwendet (Mask R-CNN und U-Net), die eine gute Übereinstimmung mit den traditionellen Altersbestimmungen bieten. Zudem wurde eine interaktive Nutzer:innenoberfläche zum weiteren Aufbau von Trainingsdatensätzen geschaffen.

Source checked 18 Jul 2026, 22:41Original MaKI source ↗Data schema ki-verwaltungsradar.internal.v1
MaKI identifierBD20245306051AuthorityJohann Heinrich von Thünen-Institut, Bundesforschungsinstitut für Ländliche Räume, Wald und FischereiStatusOperationalOpen original profile ↗
Evidence-backed dossier

Altersbestimmung bei Fischen

Die Bestimmung des Alters von Fischen ist essentiell zur analytischen Bestandsabschätzung. Hierfür werden traditionell Wachstumszonen in den Gehörsteinen der Fische gezählt. Mit Hilfe von Deep Learning können die Zonen erkannt und gezählt werden. Es wurden zwei Methoden verwendet (Mask R-CNN und U-Net), die eine gute Übereinstimmung mit den traditionellen Altersbestimmungen bieten. Zudem wurde eine interaktive Nutzer:innenoberfläche zum weiteren Aufbau von Trainingsdatensätzen geschaffen.

Operational
Authority
Johann Heinrich von Thünen-Institut, Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei
Administrative level
Federal
Ministry
Bundesministerium für Landwirtschaft, Ernährung und Heimat
Risk classification
Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
AI method
Computer Vision · Deep Learning
Application area
Bildung
Governance matrix

Published, planned or open

The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.

Risk classificationMinimales Risiko
Fundamental-rights reviewVorhanden
Data-protection statementNein
Contractor useIntern
Intervention optionsEinbindung von Experten und Fachkräften in die Entscheidungsprozesse
Project linkHttps://Www.Thuenen.De/De/Fachinstitute/Seefischerei/Projekte/Automatisierte Alterslesung Bei Fischen Und Analyse Von Wachstumsmustern Mit Hilfe Von Deep Learning
Published context

Affected groups and risk measures

Affected groups
Mitarbeitende der Behörde/ des Ressorts
Risk measures
Nicht erforderlich
Described harm risks
Diskriminierung oder Benachteiligung bestimmter Gruppen
Timeline

Project and publication dates

  1. Project start
  2. First published
  3. Last published
MaKI identifierBD20245306051
Evidence basispublished authority profile
Source state12 Nov 2025, 12:33