YOLO Object Detection
Scientific Reports
Ortung und Klassifikation breiter Gruppen blütenbesuchender Arthropoden.
Entovia nutzt Smartphones und KI, um Insektenaktivität einfach, nicht-letal und skalierbar zu erfassen - für Landwirtschaft, Forschung und Naturschutz. Unsere Roadmap zeigt, wie daraus Schritt für Schritt ein umfassender Biodiversitätssensor wird.
EXIST-Vorbereitung · prototypische Pipeline gezeigt · Dashboard als Konzept


Nur das relevante hochauflösende Ereignisbild wird übertragen.

Das hochauflösende Bild wird taxonomisch eingeordnet.
Entovia übersetzt Blütenbesuche in strukturierte Daten - einfach, nicht-letal und skalierbar.
Smartphone auf Blüte oder Feldbereich richten.
KI erkennt Insektenaktivität im Videostream.
Nur relevante Ereignisse werden als verwertbare Bilder gesichert.
Serverseitige Analyse bereitet Aktivität und Trends auf.
Das Dashboard-Konzept zeigt Standortvergleich, Saisonverlauf und mögliche Maßnahmenbewertung.
Die Pipeline vom Smartphone über Upload bis zur serverseitigen Insektenbestimmung konnten wir prototypisch zeigen. Die Insektenklassifikation baut auf den unten verlinkten wissenschaftlichen Arbeiten auf. Dashboard, Index und Maßnahmenansichten sind aktuell Konzeptdarstellungen und werden in Feldtests weiter validiert.
Unser Weg vom Smartphone zum Biodiversitätssensor: von der heutigen Bestäubererkennung Schritt für Schritt zu einer Plattform, die Insekten, Pflanzen und Umfeld gemeinsam auswertet.
Unser Prototyp erfasst Bestäuber direkt am Smartphone, nicht-letal im Feld und auf peer-reviewter Forschung aufgebaut.
Entovia verbindet Pollination Ecology, Smartphone-Bilddaten und Computer Vision zu einer praxisnahen Monitoringlösung.
Peer-reviewte Forschung zeigt das Potenzial automatisierter Bildauswertung. Entovia übersetzt diese Grundlage in eine pilotierte Feldlösung; Produktmetriken und Dashboard-Workflows werden daraus schrittweise entwickelt.
Scientific Reports
Ortung und Klassifikation breiter Gruppen blütenbesuchender Arthropoden.
Scientific Reports
YOLO-Modelle auf Smartphone-Time-Lapse-Bildern aus realen Feldbedingungen.
Journal of Pollination Ecology
Langzeitaufnahmen liefern nahezu vollständige Aufzeichnungen von Blütenbesuchen.
Entovia liefert vergleichbare Daten für Landwirtschaft, Forschung und Naturschutz.
Entovia zeigt, wann und wo Bestäuberaktivität abfällt, welche Standorte stärker besucht werden und welche Maßnahmen für Blühstreifen, Mahd oder Nützlingsförderung Priorität haben.
Standardisierte Smartphone-Zeitreihen erleichtern Vergleiche zwischen Flächen, Blühphasen und Interventionen, ohne invasive Fallen oder reine Kurzbeobachtungen.
Die Daten helfen dabei, Lebensräume über die Saison zu bewerten, Wirkungen von Pflegekonzepten zu dokumentieren und Hotspots für Bestäuber oder Schädlinge zu erkennen.
Standortdaten, Besuchsfrequenz und Blühphasen können helfen, Völker gezielter zu platzieren und Bestäubungsleistungen nachvollziehbarer zu kommunizieren.
Wir freuen uns über kurze Hinweise aus Landwirtschaft, Forschung, Naturschutz und Praxis. Was wäre nützlich? Wo könnte es haken? Welche Kontakte oder Flächen wären spannend? Schon ein kurzes Feedback hilft uns, Entovia praxisnah zu entwickeln.
Was sollte Entovia können, damit es im Betrieb, in der Forschung oder im Naturschutz wirklich hilft?
Gibt es eine Fläche, ein Projekt oder eine Situation, in der Monitoring spannend wäre?
Einschätzungen zu Monitoring, Bestäubung, Biodiversität und landwirtschaftlicher Praxis.
Ein Hinweis auf Betriebe, Forschung, Beratung, Verbände oder Naturschutzprojekte reicht schon.
Unverbindlich. Ein paar Zeilen oder ein kurzes Gespräch reichen.
Ein Hinweis, eine Frage oder eine Einschätzung reicht.
Wir sammeln Eindrücke, Fragen und Praxisbeispiele, damit Entovia an echten Bedürfnissen wächst.
Kurz per Nachricht oder Gespräch. Kein Kauf, keine Zahlung, keine Verpflichtung.
Entovia wird von einem interdisziplinären Kernteam aus Biologie, Informatik und Betriebswirtschaft aufgebaut - ergänzt um technische Beratung aus der Prototyp-Entwicklung.
Projektleitung · Biologie · KI-Klassifikation · Feldvalidierung
Fynn leitet das Projekt und verantwortet die biologische und wissenschaftliche Domäne von Entovia. Er entwickelte die serverseitige Bestimmung sowie die Website und bildet die Brücke zwischen Praxisanforderungen und KI-Entwicklung.
Technische Leitung · Android- und Softwareentwicklung · Kamera-App
Lasse verantwortet als technische Leitung die Android- und Kernsoftware. Als Hauptautor der Kamera-App entwickelte er die ereignisbasierte Datenerfassung, das Objekt-Tracking und die native Vorverarbeitung.
Betriebswirtschaft · Business Development · Recht & Compliance
Joshua verantwortet die betriebswirtschaftliche Umsetzung, Business Development und Marketing sowie die rechtliche und administrative Vorbereitung mit Schwerpunkt Marken- und Wettbewerbsrecht und Compliance.
Beratung · Generelle Fragen rund um Entovia
Duc entwickelte den ersten Prototyp mit und ist nicht mehr Teil des EXIST-Kernteams. Er bleibt Entovia verbunden und steht dem Team beratend bei generellen Fragen rund um das Vorhaben zur Seite.
Wir freuen uns über Fragen, Feedback und kurze Hinweise aus Landwirtschaft, Forschung und Naturschutz.
Lieber direkt? contact@entovia.eu
Entovia nutzt Smartphones als kostengünstige Sensorsysteme zur automatisierten Erfassung von Insekten. Die Geräte können in wettergeschützten Halterungen installiert und je nach Einsatzdauer über Powerbanks oder Solarmodule betrieben werden. Aufnahmen sind auch ohne dauerhafte Internetverbindung möglich.
Nein. Unser Ansatz basiert zunächst auf handelsüblichen Smartphones, die bereits Kamera, Speicher, Rechenleistung und weitere Sensoren mitbringen. Ergänzende Halterungen, Schutzgehäuse oder eigene Hardwarelösungen können später für bestimmte Einsatzbereiche entwickelt werden.
Die Entwicklung baut auf wissenschaftlichen Vorarbeiten und fachlich annotierten Aufnahmen von Insekten und anderen Arthropoden auf. Zusätzlich wollen wir im Rahmen von Feldtests eigene Daten sammeln, prüfen und für das Training und die Validierung unserer Modelle nutzen.
Der bisherige Schwerpunkt liegt auf Bestäubern und gut sichtbaren Arthropoden. Die Datengrundlage soll schrittweise um landwirtschaftlich relevante Schädlinge und Nützlinge erweitert werden. Welche Arten zuerst integriert werden, richtet sich nach dem Bedarf unserer Praxispartner.
Die Entwicklung verbindet Kompetenzen aus Biologie, KI und Smart Farming. Biologische Fachkenntnisse fließen insbesondere in die Auswahl der Zielarten, die Datenannotation, die Qualitätskontrolle und die Bewertung der Ergebnisse ein. Ergänzend arbeiten wir mit wissenschaftlichen und landwirtschaftlichen Partnern zusammen.
Entovia soll klassische Feldbegehungen und fachliche Erhebungen nicht ersetzen, sondern ergänzen. Durch automatisierte, wiederholte und nicht-letale Aufnahmen können mehrere Standorte gleichzeitig und über längere Zeiträume beobachtet werden. Dadurch werden zeitliche Muster sichtbar, die bei einzelnen Begehungen leicht übersehen werden können.
Wissenschaftliche Vorarbeiten zeigen, dass smartphonebasierte Insektenerfassung grundsätzlich möglich ist, aber auch klare Grenzen besitzt. Faktoren wie Licht, Bewegung, Bildqualität oder verdeckte Tiere können die Erkennung beeinflussen. Deshalb prüfen wir die Zuverlässigkeit in Feldtests anhand von Expertenannotation, Fehlerraten, Detektionsleistung und Vergleichen mit etablierten Methoden.
Langfristig soll Entovia nicht nur Insekten erfassen, sondern die Ergebnisse verständlich auswerten und als Grundlage für Monitoring- und Managemententscheidungen bereitstellen. Dazu gehören beispielsweise Hinweise auf Veränderungen bei Bestäubern, Schädlingen oder Nützlingen sowie Empfehlungen für weiterführende Kontrollen und biodiversitätsfördernde Maßnahmen.
In den Pilottests prüfen wir das gesamte System unter realen Bedingungen: den technischen Betrieb, die Bild- und Datenqualität, die KI-Erkennung, die Nutzerfreundlichkeit und den praktischen Mehrwert für Landwirtschaft, Naturschutz und Beratung.