Von lästigen Mails und nützlichen Tierchen

Der angebliche Hauptgewinn, das unglaubliche Potenzmittel, die vermeintlich offene Rechnung: Spam-E-Mails sind nervig und manchmal gefährlich. In den vergangenen Jahren sind sie aber immer seltener geworden. Das liegt nicht an den Versendern, die unvermindert aktiv sind. Es liegt an den E-Mail-Anbietern. Sie erkennen und filtern Spam immer besser. Gmail zum Beispiel, der E-Mail-Dienst von Google, hält inzwischen mehr als 99,9 Prozent aller Spam-, Phishing- und Schad-Mails von den Postfächern seiner rund 1,5 Milliarden Nutzer fern.

Wie das funktioniert? Während sogenannte regelbasierte Filter Mails von bestimmten Absendern oder Nachrichten mit bestimmten Wörtern blockieren, lassen sich durch maschinelles Lernen (ML) verdächtige Muster schneller erkennen. ML bedeutet, dass eine Maschine sich die kognitiven Fähigkeiten, die künstliche Intelligenz auszeichnen, anhand großer Datenmengen selbst aneignet.

Eine wichtige Rolle spielt dabei TensorFlow. Durch diese von Google entwickelte Oberfläche können Anwendungen der künstlichen Intelligenz entwickelt und trainiert werden. Besonders gut lassen sich damit Programme zur Textanalyse und Bilderkennung anlernen. Mithilfe von TensorFlow werden unter anderem unerwünschte Bildmitteilungen und Mails mit verstecktem Inhalt blockiert.

Während die Spam-Blockade den Alltag vieler einzelner Menschen erleichtert, steht TensorFlow auch hinter Anwendungen, von denen die gesamte Gesellschaft profitiert. Unter anderem wird die für Entwickler frei zugängliche Technologie in Deutschland für nachhaltige und ökologische Projekte genutzt.

Zum Beispiel, um Bienen zu schützen.

Katharina Schmidt las einen Artikel über das weltweite Bienensterben und wurde daraufhin selbst Imkerin. In der Arbeit mit den Tieren erkannte sie schnell den Ernst der Lage. »Ich dachte zuerst, dass es einfach zu wenige Honigbienen gibt. Doch das eigentliche Problem ist, dass Bienen und andere Insekten auf der ganzen Welt in großer Zahl sterben, und wir noch nicht mal wissen, warum. Das fand ich sehr unbefriedigend.«

Gemeinsam mit zwei IT-Experten gründete sie deshalb 2018 apic.ai. Mithilfe von TensorFlow entwickelte das Start-up ein Überwachungssystem für Bienenstöcke: Die Bienen werden rund um die Uhr mit einer Kamera gefilmt – so lässt sich beispielsweise erfassen, wie viele der Insekten ausschwärmen, wie sie sich bewegen und wie viele Pollen sie in den Bienenstock bringen.

»Wir nutzen maschinelles Lernen, um besser zu verstehen, wie die Natur funktioniert«, erklärt Katharina Schmidt. Wenn beispielsweise morgens 500 Bienen ausschwärmen und abends nur 200 zurückkehren, ist klar: Mit dem örtlichen Ökosystem stimmt etwas nicht. Das apic.ai-Team verwendet TensorFlow, um die Videos auszuwerten, die vor vielen Bienenstöcken zu unterschiedlichen Zeiten aufgenommen werden. Die gesammelten Daten gehen auch an Experten, die dann besser entscheiden können, wo zum Beispiel mehr Bäume gepflanzt oder Blumen gesät werden sollten. Schließlich müssen die Bienen wieder ihrer wichtigsten Aufgabe nachgehen können: Pflanzen bestäuben und damit unser aller Ökosystem am Laufen halten.

Fotos: Google/Katharina Schmidt