Wer eine Zimmerpflanze übernimmt oder eine unbekannte Blattkrankheit entdeckt, zückt heute oft das Smartphone statt eines Pflanzenbuchs. Apps mit Bilderkennung versprechen, Arten zu bestimmen, Pflegefehler zu erkennen und Warnhinweise zu geben. Möglich macht das KI-gestützte Bildmatching, das Muster in Blättern, Blüten und Wuchsform mit grossen Datenbanken vergleicht. Im Alltag wirkt das wie ein „Superdoktor“ für Grünpflanzen – schnell, bequem und meist ohne Fachwissen nutzbar.
Wie gut das funktioniert, zeigt sich in Vergleichsstudien deutlich: In einem Feldtest zu kostenlosen Bestimmungs-Apps lagen die Trefferquoten je nach App und Datensatz zwischen rund 87 und 46 Prozent, wobei gute Fotos und klare Merkmale stark mitentscheiden (Hart et al., 2023). Eine neuere Auswertung kommt ebenfalls zum Schluss, dass die Genauigkeit stark schwankt und je nach Anwendung und Pflanzengruppe deutlich abfällt (Rzanny, 2024). Besonders heikel wird es, wenn Nutzerinnen und Nutzer die Resultate als medizinisch-toxikologische Sicherheit interpretieren: In einer Untersuchung zu Vergiftungsfällen variierten die korrekten Identifikationen pro „Exposure“ erheblich; selbst die bestplatzierten Apps lagen deutlich unter 100 Prozent (McNeill et al., 2024). Für den Haushalt heisst das: KI hilft beim Eingrenzen und Lernen, ersetzt aber keine verlässliche Diagnose bei Schadbildern, Allergien oder Giftpflanzen.
Chancen und Risiken liegen nahe beieinander. Auf der Plusseite steht die niederschwellige Pflanzenbildung: Wer Arten schneller erkennt, pflegt oft gezielter und vermeidet typische Fehler bei Licht, Wasser oder Substrat. Auf der Minusseite stehen Fehlklassifikationen, die bei ähnlich aussehenden Arten oder schlechten Fotos plausibel wirken, aber falsch sind. Zusätzlich spielt Datenschutz mit, weil Bilder und Metadaten je nach App in die Cloud geladen werden können. In Europa setzen Regulierung und Transparenzanforderungen zwar Leitplanken, doch die Verantwortung für kritische Entscheidungen bleibt bei den Nutzerinnen und Nutzern (Europäische Kommission, 2024).
Empfehlung des KI-Kompetenzzentrum:
Damit Bilderkennung im Alltag wirklich nützt, braucht es klare Prozesse: Wann reicht eine KI-Einschätzung als Orientierung, wann braucht es Fachstellen, und wie werden Daten sauber gehandhabt? Die Beyonder AG begleitet Teams praxisnah dabei, KI-Tools sinnvoll auszuwählen, korrekt zu testen und in verständliche Arbeitsabläufe zu übersetzen – vom richtigen Prompting über Qualitätskriterien für Fotos bis zu einfachen Richtlinien, damit aus „Superdoktor“-Versprechen verlässliche Unterstützung wird.
Links und Quellen:
Plant Identification Apps: Rapid & Accurate, People and Nature (British Ecological Society / Wiley), 2024, https://besjournals.onlinelibrary.wiley.com/doi/full/10.1002/pan3.10676
Assessing the accuracy of free automated plant identification applications, People and Nature (British Ecological Society / Wiley), 2023, https://besjournals.onlinelibrary.wiley.com/doi/full/10.1002/pan3.10460
Accuracy of plant identification apps in poisoning cases, Clinical Toxicology (Taylor & Francis), 2024, https://www.tandfonline.com/doi/full/10.1080/24734306.2024.2377523
AI Act – Regulatory framework, Europäische Kommission (Shaping Europe’s digital future), 2024, https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
