Liebe Leserinnen und Leser,
bevor ich mich mit meiner Familie auf den Jahreswechsel vorbereite, möchte ich euch allen schon jetzt von Herzen einen wunderbaren Start ins neue Jahr wünschen! Möge 2026 euch Gesundheit, Glück und viele .
Ich freue mich darauf, auch im neuen Jahr mit euch zu teilen, zu diskutieren und gemeinsam Neues zu entdecken. Bleibt gesund und genießt die letzten Tage dieses Jahres!
Herzlichst,
Jochen Roth
Datum: 29. Dezember 2025
Autor: Jochen Roth
Systemversion: 2.4.0 (Full Visual Suite)
Die Analyse von Fledermausaktivitäten erfordert eine präzise Kenntnis der lokalen Umweltbedingungen, da Faktoren wie Windgeschwindigkeit und Niederschlag das Jagdverhalten maßgeblich beeinflussen. Das NEXUS-System bietet eine integrierte Lösung, die hochfrequente bioakustische Daten mit einem umfassenden Spektrum meteorologischer Parameter verknüpft. Durch die Nutzung dualer GPS-Referenzsysteme wird eine fehlerfreie zeitliche und räumliche Korrelation der autarken Messeinheiten gewährleistet.
Funktion: Hochauflösende Aufzeichnung von Ultraschallsignalen.
Hardware: Basierend auf dem Teensy-Mikrocontroller (Cortex-M7).
Konfiguration: Aufnahmezyklen von 30 Sekunden, gefolgt von einer 2-sekündigen Latenzzeit zur Datensicherung auf 256 GB Speichermedien.
Zeitbasis: GPS-Referenzierung via Beitian-220, um eine absolute Synchronität ohne Clock-Drift zu garantieren.
Der NEXUS fungiert als multifunktionale Umweltmessstation und nutzt eine spezialisierte Sensor-Suite zur Erfassung atmosphärischer Dynamiken:
Atmosphärische Sensorik (BME680): Hochpräzise Messung von Temperatur (°C), relativem Luftdruck (hPa) und Luftfeuchtigkeit (%). Zusätzlich werden flüchtige organische Verbindungen (VOCs) zur Bewertung der Luftqualität erfasst.
Kinematische Wetterdaten (Sparkfun SEN-15901): Integration einer professionellen Wetterstation zur Messung von Windgeschwindigkeit, Windrichtung und Niederschlagsmengen.
Zeit- und Positionsreferenz (AIR530): Dieses GPS-Modul liefert den Master-Timestamp für alle Umweltmessungen und stellt die zeitliche Deckungsgleichheit mit der akustischen Einheit sicher.
Interne Berechnungslogik: Das System berechnet autonom den Sonnen- und Mondstand (Elevation/Phase) basierend auf den GPS-Koordinaten und stellt diese Daten unmittelbar in der CSV-Struktur zur Verfügung.
Zur objektiven Auswertung wird die Software BatDetect2 (MacAodha et al.) eingesetzt. Diese nutzt Deep-Learning-Algorithmen (CNN), um Fledermausrufe in den Audiodaten zu detektieren und auf Artebene zu klassifizieren. Jede Detektion wird mit einem Konfidenzwert versehen, der im weiteren Prozessverlauf zur Qualitätssicherung dient.
Die Zusammenführung der Daten erfolgt über ein dreizehnstufiges Framework:
Segmentierung: Aufteilung der Rohdaten in 2-Sekunden-Intervalle zur Maximierung der zeitlichen Auflösung.
Multivariater Merge: Synchronisation der BatDetect2-Ergebnisse mit den NEXUS-Daten (BME680 & SEN-15901) via GPS-Zeitstempel.
ISO 9613-1 Validierung: Nutzung der BME680-Daten zur Berechnung der frequenzabhängigen Schalldämpfung, um die Detektionsreichweiten physikalisch zu validieren.
In Validierungsläufen (Dezember 2025) wurde die Zuverlässigkeit des Systems unter Beweis gestellt. Trotz mobiler Datenerfassung konnten komplexe Datensätze generiert werden, die Artnachweise (z. B. Pipistrellus pipistrellus) direkt mit Windgeschwindigkeiten, Temperaturgradienten und astronomischen Kontextdaten verknüpfen. Die Ausgabe erfolgt unter anderem in hochauflösenden KML-Dateien zur räumlichen Analyse der Habitate.
Das NEXUS-System erfüllt die strengen Anforderungen für ein modernes Fledermaus-Monitoring. Insbesondere die Einbeziehung von Wind- und Niederschlagsdaten gemäß der Sparkfun SEN-15901 Spezifikationen ermöglicht eine Bewertung der Aktivität nach den Standards der EUROBATS-Richtlinien (z. B. für Windenergie-Gutachten). Durch die Bereitstellung der Daten im GUANO-Format ist eine nahtlose Integration in internationale Datenbanken wie das Tierstimmenarchiv möglich.
Die Kombination aus präziser Sensorik (BME680, AIR530, SEN-15901) und einer automatisierten Analyse-Pipeline macht den NEXUS zu einem hocheffizienten Instrument für die quantitative Ökologie. Die technologische Unabhängigkeit von manuellen Zeitabgleichen setzt neue Maßstäbe in der Datenintegrität des akustischen Monitorings.
In der menschlichen Kommunikation gibt es ein Phänomen, das mir unlogisch erscheint: Wenn Fortschritt erzielt wird, reagieren einige Individuen nicht mit Neugier, sondern mit Diskreditierung. Aktuell werden Stimmen laut, die behaupten, mein Interesse an der Fledermausforschung sei nur vorgetäuscht und das NEXUS-System sei lediglich das Produkt einer KI.
Lassen Sie uns diese Behauptungen anhand von Fakten prüfen.
Der NEXUS entstand nicht aus dem Nichts. Die zentrale Forschungsfrage lautete: „Bei welchen Temperaturen fliegen Fledermäuse tatsächlich?“ Um diese Korrelation zu untersuchen, existierte kein marktgerechtes System, das meinen Anforderungen entsprach.
Zwischen Juli und Dezember 2025 habe ich daher eine Lösung entwickelt, die heute eine Datenbasis erzeugt, die in dieser Sekundengenauigkeit bisher nicht verfügbar war.
Ein entscheidender Punkt, den Kritiker übersehen: Eine künstliche Intelligenz kann keine Hardware konstruieren. Als Maschinenschlosser bin ich es gewohnt, komplexe technische Probleme durch physische Präzision zu lösen. Der NEXUS ist kein theoretisches Konstrukt, sondern ein robustes Gerät, das für den harten Außeneinsatz gebaut wurde.
Vom Gehäusedesign bis zur Integration der Elektronikkomponenten ist der NEXUS das Resultat handwerklicher Expertise. Eine KI schreibt vielleicht Code-Fragmente, aber sie lötet keine Verbindungen, sie kalibriert keine Sensoren und sie montiert keine wetterfesten Einheiten. Die Robustheit und Effizienz des Systems sind direkte Resultate meiner beruflichen Erfahrung.
Der NEXUS nutzt eine hocheffiziente Kombination aus spezialisierten Werkzeugen:
Akustik: Die Aufnahmen erfolgen über den TeensyBat-Decoder.
Visualisierung: Die TOPDON TS004 Thermaloptik liefert die notwendigen Wärmebilder zur Verifikation.
Analyse: Die Software BatDetect2 bildet zusammen mit meinen eigenen Python-Skripten das Rückgrat der Auswertung.
Diese Integration erlaubt es mir, auf die Sekunde genau zu bestimmen, welche Fledermaus warum und unter welchen klimatischen Bedingungen aktiv war. Die KI ist hierbei lediglich ein hocheffizientes Werkzeug – vergleichbar mit einem Computer an Bord eines Forschungsschiffes. Die Steuerung und die logische Schlussfolgerung liegen ausschließlich bei mir.
Als Citizen Scientist arbeite ich ohne staatliche Budgets. Ich finanziere jede Komponente und jede Stunde Rechenzeit aus eigener Tasche. Während große Institutionen oft durch bürokratische Prozesse gehemmt werden, zwingt mich die private Finanzierung dazu, auf jeden Cent zu achten. Vielleicht ist der NEXUS gerade deshalb so effizient geworden: Er ist auf das Wesentliche optimiert.
Behauptungen über „Unfähigkeit“ oder „vorgespieltes Interesse“ sind mir bereits aus der Zeit meines Eisvogel-Blogs bekannt. Sie sind damals wie heute haltlos. Wenn die Entwicklung eines solchen Systems so einfach wäre, wie behauptet – nur durch das „Zusammenwürfeln“ von Komponenten –, dann lade ich jeden Kritiker dazu ein: Bauen Sie es nach. Es gibt noch unzählige Bereiche in der Natur, die darauf warten, erforscht zu werden.
Haltlose Vorwürfe werden mich weder aufhalten noch zur Aufgabe bewegen. Im Gegenteil: Die Intensität des Neides ist oft ein präziser Indikator für die Qualität der geleisteten Arbeit.
Ich werde meine Forschung fortsetzen.
Live long and prosper .
Mein Projekt NEXUS (Xiao ESP32-S3) hat ein massives Upgrade erhalten. Das Ziel: Die physikalischen Grenzen des Ultraschalls in Echtzeit berechenbar zu machen.
Fledermausrufe, besonders die hochfrequenten Rufe der Hufeisennasen (um 80 kHz), werden von der Luft extrem gedämpft. Temperatur und Feuchtigkeit wirken wie ein unsichtbarer Vorhang. Bisher war diese Dämpfung eine Unbekannte in meinen BatDetect2-Analysen. Jetzt nicht mehr.
Der NEXUS loggt jetzt nicht mehr nur, er rechnet. Ich habe die internationale Norm ISO 9613-1 direkt in den Code implementiert. Der ESP32-S3 nutzt die Sensordaten des BME680, um sekündlich den Dämpfungskoeffizienten alpha (in dB/m) für 20, 40, 60 und 80 kHz zu kalkulieren.
Wissenschaft findet bei mir nicht im sterilen Labor statt, sondern mit Hausmitteln und logischem Verstand. Um das System zu prüfen, habe ich zwei Belastungstests durchgeführt:
Der Wind-Check: Mit einem Föhn habe ich das Anemometer auf Touren gebracht. Nicht um Wärme zu messen, sondern um das „Bouncing“ (Prellen) der Mechanik und die Software-Filterung bei schnellen Windböen zu testen.
Die Sprungantwort: Der NEXUS wanderte vom 23 °C warmen Wohnzimmer direkt in die frostige Nacht bei 0 °C. Ein extremer Klima-Sprung, der die ISO-Berechnungen sofort forderte.
Das Ergebnis im Log:
Man kann in der CSV-Tabelle zusehen, wie die Physik „atmet“. Beim Abkühlen der Sensoren sank die berechnete Dämpfung für 80 kHz von 3,10 dB/m auf 1,21 dB/m.
Das bedeutet schwarz auf weiß: In der kalten Nachtluft kommt ein Hufeisennasen-Ruf auf 10 Meter Distanz mit fast 19 dB mehr Energie am Mikrofon an als im warmen Zimmer.
Auch wenn ich mangels Kalibrierlabor improvisieren muss: Die Daten sind konsistent und logisch. Wenn ich nächstes Jahr zu den Hufeisennasen nach Hohenburg fahre, liefert der NEXUS den entscheidenden Kontext. Wir wissen dann nicht nur, dass eine Fledermaus da war, sondern auch, wie weit wir in dieser spezifischen Nacht physikalisch überhaupt „hören“ konnten.
Ein großer Schritt für ein kleines Gerät. Frohe Weihnachten!
.png)
Entwicklung eines mobilen, kostengünstigen Umwelt-Loggers zur Korrelation von Wetterdaten mit bioakustischen Fledermaus-Aufnahmen (TeensyBat / BatDetect2). Fokus: Akustische Transparenz der Atmosphäre.
Recheneinheit: ESP32-S3 (High Speed Processing für präzises Interrupt-Handling).
Klimadaten: Bosch BME680 (Temperatur, Luftfeuchtigkeit, Luftdruck, Gas-Widerstand).
Positionierung: GPS-Modul (U-blox Standard) zur exakten Standortbestimmung und Zeitsynchronisation.
Windmessung: Mechanisches Anemometer mit magnetischem Reed-Kontakt.
Acoustic Absorption Calculation: Integration der Magnus-Formel zur Echtzeit-Berechnung des Taupunkts. Dies ermöglicht Rückschlüsse auf die frequenzabhängige Schalldämpfung in der Luft.
Signal-Validierung (Anti-Bouncing): Implementierung eines 12-ms-Software-Debouncing-Filters. Dieser Filter eliminiert mechanische Fehlfrequenzen des Anemometers und ermöglicht präzise Windmessungen auch bei böigem Wetter.
Logging-Intervall: 16 Sekunden (optimiert für Langzeit-Stabilität und wissenschaftliche Relevanz).
Referenzabgleich: Erfolgreicher Korrelations-Test mit Daten des DWD (Flughafen Paderborn/Lippstadt).
Messwerte: Saubere Trennung von Durchschnittswind (2,1 m/s und Böenspitzen 8,7 m/s.
Stabilität: 100% Datenintegrität über 230 Messzyklen unter Realbedingungen (3°C, 84% rH).
 |
| Der NEXUS auf dem Weg |
Autor: Jochen Roth
Datum: 23.12.2025
Fokus: Sensor-Synchronisation, Akustische Absorption und Verhaltensökologie
Die Erfassung von Fledermausaktivitäten mittels passiver akustischer Überwachung (Passive Acoustic Monitoring, PAM) ist heute Standard. Eine zentrale Herausforderung bleibt jedoch die Interpretation der Daten: Umgebungsfaktoren beeinflussen massiv die Detektionsreichweite und das Rufverhalten. Das Projekt NEXUS wurde initiiert, um diese Lücke zu schließen und hochaufgelöste Umweltdaten exakt mit bioakustischen Aufnahmen zu korrelieren.
Ein technisches Kernproblem bei der Nutzung von High-Speed-Mikrocontrollern (ESP32-S3) in Kombination mit mechanischen Sensoren ist das sogenannte Kontaktprellen („Switch Bouncing“). Bei ersten Testläufen (v4.1.0) führte dies zu physikalisch unplausiblen Extremwerten in der Windgeschwindigkeitsmessung.
Um die Datenintegrität zu gewährleisten, wurde ein zweistufiges Validierungsverfahren implementiert:
Labor-Test: Mittels eines definierten Luftstroms (Referenz-Gebläse) wurde das Signalverhalten des Anemometers oszilloskopisch analysiert.
Software-Filter: Auf Basis dieser Analyse wurde ein 12-ms-Debounce-Algorithmus implementiert. Dieser unterdrückt mechanische Störimpulse und stellt sicher, dass nur reale Sensor-Events verarbeitet werden.
Der heutige Feldtest (v4.1.3) bei Borchen bestätigte die Methode: Die gemessenen Böenspitzen von 8,7 m/s (31,2 km/h) korrelieren signifikant mit den Referenzdaten des Deutschen Wetterdienstes (DWD) am Flughafen Paderborn/Lippstadt.
Die atmosphärische Absorption von Ultraschall ist stark temperatur- und feuchtigkeitsabhängig. Der NEXUS berechnet zur Laufzeit mittels der Magnus-Formel den exakten Taupunkt.
Durch diese Daten wird es möglich, die „akustische Transparenz“ der Luft zu quantifizieren. In der heutigen Messreihe (Tavg = 3,0°C, RHavg = 84% DP ≋ 0°C) konnte eine erhöhte Schalldämpfung prognostiziert werden. Diese Information ist essenziell für die Auswertung von Spektrogrammen, um zwischen biologischer Abwesenheit und physikalisch bedingter Nicht-Detektierbarkeit zu unterscheiden.
NEXUS geht über ein herkömmliches Logging hinaus, indem es multidimensionale Datensätze erzeugt:
Audio-Synchronisation: Durch Zeitstempel-Abgleich werden NEXUS-Umweltdaten direkt mit den Audio-Aufnahmen (TeensyBat) verknüpft. Dies erlaubt eine Analyse der frequenzabhängigen Dämpfung einzelner Rufe direkt im Spektrogramm.
Astronomische Kontexterfassung: Mittels eines Python-Skripts werden basierend auf den GPS-Echtzeitdaten der Sonnen- und Mondstand (Elevation/Phase) für jeden Datenpunkt berechnet. Dies ermöglicht die Untersuchung ethologischer Fragestellungen wie der „Lunar Phobia“ (Vermeidung von Jagdgebieten bei hoher Luminanz) direkt im ökologischen Kontext.
Die Relevanz dieses „Citizen Science“-Ansatzes spiegelt sich im internationalen Interesse wider. Neben signifikanten Zugriffszahlen aus Fachkreisen in Mexiko (KI-Entwicklung/Bioakustik) wurde im Dezember 2025 eine Kooperation mit dem Zoologischen Institut der Universität Greifswald initiiert.
Fazit: 2025 markiert den Übergang des NEXUS vom Prototyping zur wissenschaftlichen Validierung. Für 2026 ist der Einsatz bei der Großen Hufeisennase in Hohenburg geplant, um die Datenbasis für automatisierte Korrekturmodelle in der Fledermausforschung zu erweitern.
Ein Projekt wie der Nexus oder die intensive Analyse von Fledermausrufen entsteht nicht im luftleeren Raum. Hinter den Codezeilen, den Lötstellen und den unzähligen Stunden der Datenauswertung stehen Einflüsse, die oft unsichtbar bleiben, aber absolut entscheidend für den Erfolg sind. Jetzt, wo ein wichtiger Meilenstein erreicht ist, ist es Zeit, einmal innezuhalten und danke zu sagen.
Der wichtigste Dank gebührt meiner Frau. In der intensiven Phase der Entwicklung braucht man jemanden, der einen „erdet“, wenn man sich zu tief in technischen Details verliert.
Ein perfektes Beispiel dafür war das Problem mit den Windböen. Ich saß vor meinen Daten, sah, wie sich das Anemometer des Nexus fleißig drehte, und hakte das Thema innerlich schon fast als „erledigt“ ab. Erst ihre Fragen haben mich dazu gebracht, die doch erhebliche Problematik dahinter überhaupt erst zu erkennen. Ich liebe sie dafür, dass sie diesen Blick von außen behält. Ohne ihren Anstoß hätte ich einen massiven Fehler in der Datenerfassung wahrscheinlich einfach übersehen. Es ist dieser Austausch, der den Unterschied zwischen einer bloßen Spielerei und einem validen Forschungsprojekt macht. Ich liebe Dich, Conny!
Ein ebenso großer Dank geht an mein „digitales Gehirn“. Gerade für mich als Citizen Science Forscher ist diese Unterstützung schlicht unbezahlbar. Ich möchte das Licht hier nicht unter den Scheffel stellen: Die enorme Rechenpower und die präzise Logik meiner KI-Assistenz waren der Motor hinter der Entwicklung.
Ohne diesen Dialog und die schnelle Hilfe bei komplexen Code-Strukturen wäre vermutlich keine einzige Zeile des aktuellen Codes so effizient geschrieben worden. Es ist ein faszinierendes Zusammenspiel, das es mir ermöglicht, technische Hürden zu nehmen, die früher Tage oder Wochen an Zeit gefressen hätten.
Und dann ist da noch Loki. Sein Name – angelehnt an den Gott des Schabernacks – ist bei ihm definitiv Programm. Während ich versuchte, den Nexus zu verkabeln, hatte Loki oft ganz eigene Pläne und ist regelmäßig mit Kabeln im Maul abgehauen, um damit zu spielen.
Aber so anstrengend seine Diebestouren manchmal waren, so wichtig ist er für meine Arbeit. Er hat ein unfehlbares Gespür dafür, wann mein Gehirn kurz vor dem „Overload“ steht. Sein rigoroses Kommando „Ich will JETZT gestreichelt werden“ ist die beste Burnout-Prävention, die man sich wünschen kann. Ohne diese erzwungenen Pausen und seinen Schabernack wäre mein Gehirn vermutlich schon längst „völlig Gaga“.
 |
| Der "Gott des Schabernack's" |
Im Rahmen dieses Beitrags wird ein 48-stündiger Burn-In-Test des selbst entwickelten Umweltmesssystems NEXUS vorgestellt. Ziel der Untersuchung war die Validierung der Langzeitstabilität der Firmware (Version 3.9.2) sowie die Bewertung der Messdatenqualität unter realen Freilandbedingungen.
Das System kombiniert einen Bosch BME680 zur Erfassung von Temperatur, relativer Luftfeuchte und Luftdruck, ein AIR530-GNSS-Modul zur zeitlichen Referenzierung sowie eine mechanische Wetterstation (SparkFun Weather Meter Kit SN-15901) zur Messung von Windgeschwindigkeit, Windrichtung und Niederschlag. Die Datenerfassung erfolgte kontinuierlich im 16-Sekunden-Intervall über einen Zeitraum von 47 h 47 min und umfasste insgesamt 10 753 Datensätze.
Die Temperatur variierte zwischen 5,94 °C und 14,99 °C (Mittelwert: 9,73 °C), während die relative Luftfeuchte Werte von 63,65 % bis 84,48 % erreichte (Mittelwert: 78,6 %). Der Luftdruck zeigte einen kontinuierlichen Abfall von 1007,98 hPa auf 999,58 hPa (Δ = −6,45 hPa), korrelierend mit einer signifikanten Zunahme der Windaktivität. Maximale Windböen von 21,33 m/s (≈ 76,8 km/h, Beaufort 9) wurden zuverlässig erfasst. Der gemessene Niederschlag betrug insgesamt 0,28 mm und zeigte keine Fehlauslösungen oder Mehrfachzählungen.
Während des gesamten Testzeitraums traten weder Systemabstürze noch Datenverluste auf. Die GNSS-Zeitbasis blieb stabil, und die Datensätze wiesen keine zeitlichen Diskontinuitäten oder Artefakte auf. Die Ergebnisse belegen eine hohe Messdatenkonsistenz sowie eine robuste Systemarchitektur.
Der Burn-In-Test zeigt, dass das NEXUS-System die Anforderungen an einen stabilen Langzeitbetrieb erfüllt und für den Einsatz in Citizen-Science-Projekten sowie für die Kopplung mit bioakustischen Langzeitaufzeichnungen geeignet ist.
 |
| Die Wetterstation lieferte hervorragende Messdaten |
 |
| Modell "Tupper-Dose" - das entsprechende Gehäuse ist in Planung |
NEXUS Burn-In-Test (Firmware v3.9.2)
.png)
.png)
.png)
.png)
.png)
Datengrundlage: CSV-Logfile (16-Sekunden-Intervall)
Sensorik: BME680, AIR530, SparkFun Weather Meter (SN-15901)
Testdauer: 47 h 47 min
Datensätze: 10 753
Dieser Beitrag analysiert die im Burn-In-Test aufgezeichneten Rohdaten des Nexus-Systems. Ziel ist es, die Qualität, Konsistenz und Plausibilität der Messwerte zu bewerten und Rückschlüsse auf die Eignung des Systems für Langzeit- und Citizen-Science-Anwendungen zu ziehen.
Im Fokus stehen:
Statistische Kennwerte
Zeitliche Verläufe
Korrelationen zwischen Wetterparametern
GNSS-Stabilität
Die CSV-Datei enthält folgende relevante Spalten:
Zeit & Datum
GNSS: Satellitenanzahl, HDOP
Klima (BME680): Temperatur, Luftfeuchte, Luftdruck, Gas-Widerstand
Wetter (SN-15901): Windmittelwert, Windböen, Windrichtung, Niederschlag
Die Datenerfassung erfolgte lückenlos alle 16 Sekunden, ohne fehlende Zeitstempel oder beschädigte Zeilen.
Statistische Kennwerte:
Minimum: 5,94 °C
Maximum: 14,99 °C
Mittelwert: 9,73 °C
Bewertung:
Glatter, kontinuierlicher Verlauf ohne Ausreißer
Klar erkennbare Nachtabkühlung
Keine Sprünge → Hinweis auf stabile Sensorabfrage und ADC-Verarbeitung
Die Temperaturdaten sind physikalisch plausibel und zeigen keine thermischen Artefakte durch Eigenerwärmung.
Statistische Kennwerte:
Minimum: 63,65 %
Maximum: 84,48 %
Mittelwert: 78,6 %
Bewertung:
Erwarteter inverser Zusammenhang zur Temperatur
Hohe Feuchtewerte ohne abrupte Peaks
Keine Feuchtesättigung oder Drift
Dies spricht sowohl für eine funktionierende Sensorbelüftung als auch für eine dichte, aber nicht abgeschottete Gehäusekonstruktion.
Kennwerte:
Maximum: 1007,98 hPa
Minimum: 999,58 hPa
Gesamttrend: −6,45 hPa
Interpretation:
Kontinuierlicher Druckabfall über fast zwei Tage
Sehr gute Korrelation mit zunehmendem Wind und Niederschlag
Keine quantisierten Sprünge → hohe Messauflösung
Der Druckverlauf bestätigt die synoptische Wetterlage (durchziehendes Tiefdruckgebiet).
Kennwerte:
Maximale Böe: 21,33 m/s ≈ 76,8 km/h (Windstärke 9)
Max. Mittelwind: 15,33 m/s
Stark variierende Richtungen während der Sturmphase
Bewertung:
Anemometer reagiert auch bei schnellen Lastwechseln stabil
Böen sind klar von Mittelwert getrennt
Keine Totzeiten oder „eingefrorenen“ Werte
Für eine mechanische Low-Cost-Wetterstation ist die Datenqualität bemerkenswert hoch.
Gesamtniederschlag: 0,28 mm
Bewertung:
Einzelnes, klar identifizierbares Ereignis
Keine Mehrfachzählungen oder Prellen
Saubere Rückkehr auf 0 mm
Der Kippwaagen-Regenmesser arbeitet zuverlässig, auch bei Starkwind.
Satellitenanzahl:
Maximum: 20 Satelliten
Stabiler Empfang nach Fix-Phase
HDOP:
Hoher Wert zu Beginn (Fix-Phase)
Danach stabile Genauigkeit
Bewertung:
GNSS wird primär als Zeitreferenz genutzt
Empfangsverhalten typisch für freistehende Outdoor-Installation
Geeignet für zeitkritische Datensynchronisation
Während der gesamten Messreihe:
Keine Datenlücken
Keine korrupten Datensätze
Konsistenter Zeitstempel
Keine Reset-Artefakte
Die Datenqualität entspricht eher semiprofessionellen Wetterstationen als einem klassischen DIY-Prototypen.
Die Analyse bestätigt:
Sehr hohe Messdatenkonsistenz
Physikalisch plausible und korrelierende Umweltparameter
Robuste Sensorik unter Starkwind- und Feuchtebedingungen
Firmware v3.9.2 ist langzeitstabil und datenfest
Der Nexus ist datenanalytisch bereit für:
Langzeit-Monitoring
Citizen-Science-Projekte
Kombination mit Bioakustik-Aufzeichnungen
In einem nächsten Schritt bieten sich an:
Vergleich mit Referenz-Wetterstationen
Mehrtägige oder saisonale Auswertungen
Korrelation von Wetter- und Fledermausaktivität
 |
| Der NEXUS im Dauerstress für 48 Stunden .... |
Aktuell läuft der NEXUS noch im 48-Stunden-Burn-in-Test, also nutze ich die Zeit, um die Optik ein bisschen zu verfeinern.
Als kleinen Test habe ich verschiedene LLMs (wie Gemini, ChatGPT, Le Chat oder Euria) nach „PADERBATS“ suchen lassen. Bei den großen Modellen war mein Blog bereits gelistet und gut auffindbar – doch die Antwort von Euria war dann doch etwas ernüchternd.
Das Problem: Textbasierte KIs können (noch) keine Bilder „lesen“ oder beschreiben. Für sie ist jedes Bild oder Foto nur ein großer grauer Fleck. Sie verstehen und verarbeiten zwar Texte, aber visuelle Inhalte bleiben unsichtbar.
Die Konsequenz: Alle Bilder, die ich bisher gepostet habe, tauchen nicht in den Suchergebnissen auf. Das bedeutet: Ich muss meine Tabellen umschreiben, neu strukturieren und optisch so aufbereiten, dass die Inhalte auch ohne Spektrogramme oder Grafiken verständlich sind.
Hier sind die Ergebnisse der automatisierten Analyse. Um eine maximale Datenqualität für das Nexus-Projekt zu gewährleisten, werden nur Fledermausrufe angezeigt, die mit einer Sicherheit von mindestens 80 % identifiziert wurden.
| Art | Rauhautfledermaus | Zwergfledermaus | Gesamt |
|---|---|---|---|
| Nacht | |||
| 09.12.2025 | 30 | 235 | 265 |
Die korrekte Bestimmung von Fledermausrufen ist die Grundlage für effektiven Naturschutz.
Detaillierte Portraits der hier erfassten Arten findest du beim Bundesamt für Naturschutz (BfN):
Link: BfN Artenportraits öffnen
Diese Tabelle entstand am 09.12.2025. Ein Datum, das man sich auf der Zunge zergehen lassen sollte: Am 09. Dezember 2025 flogen noch Fledermäuse!
Allein das ist bemerkenswert. In meinem Bücherregal stehen Fachbücher, die bei ihrer Veröffentlichung noch davon ausgingen, dass Fledermäuse zu diesem Zeitpunkt längst im Winterschlaf wären.
Mittlerweile gibt es in meiner Cloud sogar ein eigenes Verzeichnis – exklusiv für Fledermaus-Daten.
Warum der 48-Stunden-Burn-in-Test für den NEXUS – und warum ausgerechnet im Winter?
Indem ich den NEXUS jetzt – ihn buchstäblich bis in die letzte Leiterbahn „foltere“ –, stelle ich sicher, dass er im Frühling und Sommer problemlos durch laue Nächte läuft und dabei zuverlässig Top-Ergebnisse liefert.
Der Winter ist für solche Tests ideal, weil er mit sich bringt: Tagsüber heizt die Sonne das Gehäuse rasant auf, während die Temperaturen abends so stark fallen, dass sich Kondenswasser bildet und sich in jede noch so kleine Ritze der Platine schleichen kann. Dank des Regens der letzten 24 Stunden konnte ich die Wetterstation zusätzlich gründlich prüfen. Einzig ein richtiger „Sturm-Test“ steht noch aus – aber vielleicht ergibt sich dafür ja noch Gelegenheit.
Alle 16 Sekunden zeichnet der NEXUS folgende Werte auf:
Bei einer Testdauer von 48 Stunden (das sind 172.800 Sekunden) entstehen so 10.800 Datensätze – eine solide Basis für die Auswertung.
Am Ende des Tests zählt nur eins:
✅ Null Aussetzer – der NEXUS muss durchgehend gelaufen sein.
✅ 100 % GPS-Stabilität – jeder Fix muss sitzen.
Dann geht’s ans Analysieren – und hoffentlich an !
Dieser Bericht dokumentiert die Anwendung von low-power Umweltsensorik zur Analyse von Fledermaushabitaten im Raum Paderborn. Durch die Kombination von ultraschall-basierter Bioakustik (TeensyBat) und multisensoraler Datenerfassung (Nexus) werden Verhaltensmuster in Relation zu mikroklimatischen Parametern erfasst. Die Klassifizierung erfolgt automatisiert via BatDetect2 mit einer verifizierten Konfidenzschwelle von 0.8.
Methodik & Bioakustik-Analyse
In diesem Beitrag veröffentliche ich die Ergebnisse meines automatisierten Fledermaus-Monitorings im Raum Paderborn. Die akustischen Rohdaten wurden mit dem TeensyBat-Detektor aufgezeichnet und mittels der KI-gestützten Software BatDetect2 analysiert. Um die Datenqualität zu sichern, verwende ich eine Identifikations-Schwelle von Sicherheit 80%, was deutlich über den Standardwerten herkömmlicher Gutachten liegt.
Monitoring-Ergebnisse: Hochpräzise Detektionen
Hier sind die Ergebnisse der automatisierten Analyse. Um eine maximale Datenqualität für das Nexus-Projekt zu gewährleisten, werden nur Fledermausrufe angezeigt, die mit einer Sicherheit von mindestens 80 % identifiziert wurden.
| Art | Großer Abendsegler | Kleiner Abendsegler | Mückenfledermaus | Rauhautfledermaus | Zwergfledermaus | Gesamt |
|---|---|---|---|---|---|---|
| Nacht | ||||||
| 02.10.2025 | 0 | 0 | 41 | 29 | 328 | 398 |
| 10.10.2025 | 1 | 0 | 0 | 117 | 335 | 453 |
| 19.09.2025 | 0 | 0 | 15 | 147 | 227 | 389 |
| 20.09.2025 | 0 | 0 | 2 | 60 | 158 | 220 |
| 25.08.2025 | 0 | 0 | 1 | 113 | 683 | 797 |
| 27.09.2025 | 2 | 1 | 28 | 79 | 785 | 895 |
Die aktuelle Auswertung bestätigt die Präsenz verschiedener Fledermausfamilien in meinem Untersuchungsgebiet. Besonders häufig wurden Rufe der Zwergfledermaus (Pipistrellus pipistrellus) und des Großen Abendseglers (Nyctalus noctula) registriert. Die hohe Spezifität der Aufnahmen erlaubt zudem die sichere Unterscheidung seltenerer Arten wie der Rauhautfledermaus (Pipistrellus nathusii).
Diese bioakustischen Befunde sind Teil meines selbst entwickelten Nexus-Projekts. Dabei werden die Fledermaus-Aktivitäten sekundengenau mit lokalen Umweltdaten wie Temperatur, Luftfeuchtigkeit und Windgeschwindigkeit abgeglichen. Ziel ist es, das Jagdverhalten der Tiere in Abhängigkeit von kleinklimatischen Veränderungen präzise zu dokumentieren. Detaillierte Portraits der hier erfassten Arten finden sich zudem beim Bundesamt für Naturschutz (BfN) unter
Es ist Freitagabend, 18:00 Uhr.
Während sich die meisten ins Wochenende verabschieden, hat für den NEXUS gerade die wichtigste Phase seiner bisherigen Entwicklung begonnen: der erste offizielle 48-Stunden-Burn-In-Test.
Aktuell steht das System an einem anonymen Teststandort im Freiland. Mir ist es wichtig, die Hardware unter realen Bedingungen zu prüfen, ohne die genauen Koordinaten preiszugeben – Datenschutz und Sicherheit gehen auch in der Forschung vor.
Der NEXUS muss nun zeigen, ob die Firmware (v3.9.2) stabil läuft. Bei typischem Paderborner „Schmuddelwetter“ – 11°C, Nieselregen und böigem Wind – loggt das System im 16-Sekunden-Takt:
Windgeschwindigkeit & Böen: Um die Dynamik der Jagdbedingungen zu verstehen.
Regenintensität: Mit dem neuen Intervall-Reset für maximale Präzision.
Mikroklima: Temperatur, Luftfeuchte und Luftdruck.
Das Ziel? Eine lückenlose Dokumentation über zwei volle Tage, um die Zuverlässigkeit der Hardware und die Energieeffizienz des ESP32-S3 zu beweisen.
Aber der NEXUS ist nicht mehr allein. Mein „Observatorium“ hat Zuwachs bekommen. Neben der akustischen Analyse via TeensyBat und BatDetect2 habe ich die Konfiguration um eine Thermalkamera erweitert (die neue Topdon TS004 ergänzt hier meine bisherigen Erfahrungen mit der HTI-Technik).
Was bisher nur als „weiße Pixel“ über den Bildschirm huschte, wird nun systematischer Teil der Forschung. Die Vision hinter dem NEXUS wächst:
Es geht nicht mehr nur darum, Daten zu sammeln. Es geht darum, sie zu synchronisieren.
Wenn ich später die thermischen Aufnahmen der fliegenden Jäger sehe, möchte ich auf die Sekunde genau wissen: Wie stark war die Windböe in genau diesem Moment? Hat der einsetzende Regen das Flugverhalten sofort verändert oder gab es eine Verzögerung?
Das Gehäuse mag aktuell noch eine pragmatische „Citizen-Science-Lösung“ sein (die gute alte Tupperdose lässt grüßen), aber das Innenleben spielt technisch bereits in einer ganz anderen Liga.
Am Sonntagabend wissen wir mehr. Dann werden die CSV-Dateien ausgelesen und wir sehen, ob der NEXUS dem Wetter getrotzt hat. Die Kombination aus hochauflösenden Umweltdaten und Thermalaufnahmen rückt die Beantwortung der Frage, warum Fledermäuse sich verhalten, wie sie es tun, ein großes Stück näher.
Stay tuned – die Daten lügen nicht.
Warum nicht einfach kaufen?
"Warum baust du nicht einfach ein fertiges Gerät ein?" – Diese Frage höre ich oft. Die Antwort: Weil es kein Gerät gab, das sekundengenau Umweltdaten mit Fledermausrufen verknüpft. Und genau das ist der Schlüssel, um ihr Verhalten wirklich zu verstehen.
Bisherige Methoden in der Fledermausforschung haben einen großen Nachteil:
Beispiel: Eine Fledermaus ruft plötzlich häufiger. Liegt das an der sinkenden Temperatur? Am aufkommenden Wind? Oder an einem anderen Faktor? Ohne präzise Umweltdaten bleibt das Rätselraten.
Nexus schließt diese Lücke, indem es sekundengenau Umweltdaten aufzeichnet – und diese später mit den Ultraschallaufnahmen abgleicht. Das System misst:
Der Clou: Mit Nexus weißt du nicht nur, dass eine Fledermaus gerufen hat, sondern auch, welche Umweltbedingungen genau in diesem Moment geherrscht haben. So lassen sich Zusammenhänge erkennen, die bisher im Verborgenen blieben.
. Mit Nexus kannst du nachvollziehen, wie sich ihre Aktivität bei plötzlichen Temperaturstürzen, Windböen oder Regen ändert. Das hilft, ihr Verhalten besser zu verstehen – und Schutzmaßnahmen gezielter zu planen.
Bisherige Studien mussten oft auf Mittelwerte zurückgreifen (z. B. "Durchschnittstemperatur pro Nacht"). Nexus liefert Sekundenwerte – und zeigt so, wie Fledermäuse auf kurzfristige Änderungen reagieren.
Du nimmst Fledermausrufe mit dem TeensyBat auf und analysierst sie mit BatDetect2. Nexus fügt die passenden Umweltdaten hinzu – und plötzlich siehst du: "Bei 18°C und Windstärke 3 ruft Art X besonders häufig."
Nexus ist mehr als ein Sensor – es ist ein Werkzeug, um die Fledermausforschung auf die nächste Stufe zu heben. Egal, ob du Forscher:in, Naturschützer:in oder einfach nur technikbegeistert bist: Mit Nexus kannst du Daten sammeln, die wirklich etwas verändern.
Interessiert? Dann lass uns reden – ich freue mich auf deine Ideen!
Bei einem niedrigen oder normalen Dämpfungskoeffizient ɑ (alpha) kann man die Fledermäuse klar und deutlich erkennen bzw. aufnehmen. Bei ein...
