Mit Hilfe leistungsstarker Algorithmen des maschinellen Lernens auf Basis von Biodiversitäts- und Umweltdaten werden im Projekt BioTrain Prognosen für die Funktionalität von Ökosystemen erstellt. Zudem werden Handlungsoptionen zur Förderung der Funktionalität entwickelt und ein Frühwarnsystem zur Vermeidung negativer Umwelteffekte etabliert. Dazu arbeiten Daten- und Fachwissenschaftlerinnen und -wissenschaftler aus zwei Themenbereichen der Biodiversitätsforschung zusammen:

• Der Bereich „Mobile Links“ beschäftigt sich mit der Bewegung von Organismen, welche die Zusammensetzung von Lebensgemeinschaften und damit die Biodiversität beeinflusst. Ziel ist es, skalenübergreifende Vorhersagemodelle für den Einfluss von Weidetieren auf das Vorkommen verschiedener Taxa und damit die Resilienz von Offenlandschaften zu entwickeln.
• Der Bereich „Mikrobielle Gemeinschaften“ beschäftigt sich mit Boden- bzw. Rhizosphären-Mikrobiomen in Ackerböden. Ziel ist es, Einflussfaktoren auf die Bodensuppressivität zur integrierten Kontrolle von Phytopathogenen unter verschiedenem landwirtschaftlichen Management zu identifizieren und Strategien zur Förderung der Bodengesundheit zu erarbeiten.

Auf Basis der für die Fachdisziplinen entwickelten Ergebnisse sollen die Methoden des maschinellen Lernens identifiziert und verbessert werden, die für die Bewertung und Steuerung von Ökosystemstabilität und Ökosystemleistung am besten geeignet sind und themenübergreifend genutzt werden können.