Kurzfassung: Für meinen Sohn Moritz, sieben Jahre alt, habe ich mit einem KI-Agenten ein Sammelalbum für Vogelstimmen gebaut. Ein Mikrofon im Garten in Wilhelmsburg erkennt die Vögel, mit einer App sammeln wir unterwegs, eine E-Ink-Tafel im Esszimmer zeigt den Vogel des Tages und Moritz’ Woche, und ein Würfel spielt den Ruf. Seit Ende August sind 88 Arten und über 27.000 Erkennungen zusammengekommen. Für Unternehmen ist das Projekt interessant, weil die Erkennung am Gerät läuft, jede Aussage der KI noch einmal geprüft wird und die Entscheidungen bei mir geblieben sind.
Was ist Papageno?
Moritz wollte wissen, welche Vögel bei uns im Garten singen. Ein Bestimmungsbuch hilft einem Kind, das noch nicht lesen kann, wenig. Die Idee war deshalb ein Album wie bei Panini, das der Garten selbst füllt: hören, erkennen, sammeln.
Daraus sind vier Teile geworden, die alle auf dieselbe Datenbank zugreifen:
- Gartenstation, die rund um die Uhr zuhört
- App fürs Handy zum Sammeln unterwegs
- Tafel im Esszimmer mit Vogel des Tages und Wochenplan
- Würfel mit Lautsprecher, der den Vogel vorstellt
Drei Regeln haben wir von Anfang an festgelegt. Tonaufnahmen gehen in keine fremde Cloud, im Album steht nichts Erfundenes, und alles muss ohne Lesen funktionieren.
Wie hört ein Garten mit?
Auf dem Dach hängt ein Studio-Mikrofon an einem Raspberry Pi. Darauf läuft BirdNET, ein frei verfügbares Erkennungsmodell der Cornell University und der TU Chemnitz. Die Station filtert nach Ort und Jahreszeit. Ins Album kommt eine Art erst ab 70 Prozent Sicherheit, seltene Gäste ab 85 Prozent. Eine eigene Stufe trennt den Gesang von Wind und Rauschen, damit man den Ruf auch gut anhören kann.
Unterwegs sammeln wir mit der App. Das Handy hört 20 Sekunden mit und erkennt den Vogel schon im Browser. Die Karte vergibt am Ende die Station, nach einer zweiten und genaueren Prüfung. Hat das Handy kein Netz, kommt die Aufnahme in einen Rucksack und wird hochgeladen, sobald wieder Netz da ist.
Wie funktioniert das für ein Kind, das nicht liest?
Die Tafel ist ein farbiges E-Ink-Display, gestaltet im Stil einer Risografie. Links steht der Vogel des Tages als großes Foto mit einem Satz dazu, den wir vorlesen, zum Beispiel: „Rotdrosseln ziehen im Herbst in der Nacht, dann hört man ihr feines ‚zieh‘ vom Himmel.“
Rechts steht Moritz’ Woche als Kalender, der immer mit dem heutigen Tag beginnt. Jede Zeile hat ein Bild statt eines Wortes (Schule, Mittag, Lernen, Sport). Eine normale Unterrichtsstunde ist „ABC 123“, Religion ein Kreuz und Turnen die Ringe. Dazu kommen Hort, Mittagessen daheim, Tennis, Fußball, Eishockey, ein Kindergeburtstag mit Geschenk und Ferien als Sonne mit Sonnenbrille. Vor dem eigenen Geburtstag oder einem Eishockey-Camp zählt die Tafel die Nächte herunter („noch 6 × schlafen“).
Der Würfel leuchtet, wenn ein neuer Vogel dazugekommen ist. Drückt Moritz darauf, sagt der Lautsprecher den Namen, spielt den Ruf aus unserem Garten und erzählt einen Satz über den Vogel.
Was hat der KI-Agent gemacht, was ich?
Gebaut ist Papageno mit Claude Code, einem KI-Agenten von Anthropic. Ich habe das Ziel vorgegeben, die Entscheidungen getroffen und alles am echten Gerät getestet. Typische Rückmeldungen von mir waren „Die Schultafel auf dem Kärtchen erkennt Moritz nicht“, „Er ist Vegetarier, also kein Schnitzel auf dem Bild“ oder „Das Haus-Kärtchen soll unser Haus sein“. Der Agent hat geplant, programmiert, die Software auf die Raspberry Pis gespielt, die Protokolle gelesen, Fehler gesucht und behoben und alles dokumentiert.
Seit Anfang September sind so 181 nachvollziehbare Arbeitsschritte und über 20.000 Zeilen Code entstanden, neben dem Beruf. Die meiste Zeit habe ich mit der Frage verbracht, was Moritz wirklich hilft. Das konnte mir der Agent nicht abnehmen.
Ein Beispiel: Zwei Handy-Aufnahmen hingen wochenlang in der Warteschlange. Der Agent hat die Ursache gefunden. Beim Abholen wurden alle wartenden Aufnahmen reserviert, verarbeitet wurde aber nur die erste. Der Fehler war in einer Viertelstunde behoben und eingespielt.
Wie verlässlich ist Wissen, das eine KI schreibt?
Für die Tafel hat der Agent 270 kurze Sätze über unsere Vögel geschrieben. Danach hat er jeden Satz gegen Fachquellen geprüft, und zwar gegen die Artporträts der Schweizerischen Vogelwarte Sempach, BirdLife Österreich und Fachliteratur. 38 Sätze wurden korrigiert oder gestrichen.
Zwei davon stehen in vielen Büchern, sind laut Forschung aber inzwischen widerlegt oder nicht bestätigt: dass Turmfalken die Spuren von Mäusen im UV-Licht sehen und dass Elstern sich im Spiegel erkennen. Andere waren übertrieben. Beim Zaunkönig stand zuerst, er singe „lauter als fast jeder andere Vogel“. Richtig ist, dass er für seine Größe erstaunlich laut singt.
Eine KI schreibt auch dann flüssig, wenn der Inhalt falsch ist. Deshalb muss die Prüfung gegen Quellen von Anfang an eingeplant sein.
Was können Unternehmen daraus mitnehmen?
Die Erkennung läuft auf dem Raspberry Pi und im Browser, und keine Tonaufnahme verlässt das Haus. Für viele KMU ist das der einfachere Weg zur Datenhoheit als ein weiterer Cloud-Vertrag, und viele Datenschutzfragen stellen sich gar nicht erst.
Das Handy schlägt einen Vogel vor, die Station entscheidet, und gezählt wird nur, was bestätigt ist. Für Hochrisiko-KI verlangt der EU AI Act, dass sie von Menschen wirksam beaufsichtigt werden kann (Quelle: KI-Verordnung (EU) 2024/1689, Artikel 14, Stand Oktober 2026). Solche Prüfstufen baut man am besten gleich am Anfang ein.
Einmal hat die Tafel um sieben Uhr früh eine Ente gezeigt, die nur ein einziges Mal um Mitternacht gerufen hatte. Wir haben daraufhin die Regel geändert. Ein Vogel braucht jetzt zwei Rufe oder eine sehr sichere Erkennung.
Die App funktioniert auch ohne Netz und gleicht nach, sobald wieder Verbindung da ist. Das gilt genauso für ein Lager oder eine Baustelle.
Was früher ein Projekt für ein Team über Monate gewesen wäre, ist nebenbei in wenigen Wochen entstanden. Damit macht es Sinn, auch für sehr kleine Zielgruppen eigene Lösungen zu bauen.
Fazit
Papageno ist ein Familienprojekt, und ein Siebenjähriger ist ein strenger Tester. Eine Oberfläche, die er nicht versteht, nutzt er nicht, und eine Karte für einen Vogel, der nie da war, merkt er sofort. Der KI-Agent hat das Bauen schnell und günstig gemacht. Die Entscheidungen, die Prüfung und das Wissen, was der Nutzer braucht, sind bei mir geblieben. Diese Arbeitsteilung empfehle ich auch Unternehmen, die mit KI-Agenten anfangen. Ein zweites eigenes Projekt steht im Beitrag Eigene iPhone-App für eine Nische, die Beratung dazu unter KI und AI Act und im Beitrag Digitalisierungsberatung für KMU.
Häufige Fragen zu Papageno
Was ist BirdNET?
Ein frei verfügbares KI-Modell, das über 6.000 Vogelarten an der Stimme erkennt. Entwickelt hat es das K. Lisa Yang Center for Conservation Bioacoustics der Cornell University gemeinsam mit der TU Chemnitz.
Welche Hardware steckt dahinter?
Zwei Raspberry Pi, ein USB-Audio-Interface mit Mikrofon, ein 13,3-Zoll-E-Ink-Display von Pimoroni (Inky Impression), ein M5Stack ATOM Echo als Würfel und ein Chromecast-Lautsprecher, der schon im Haus war. Die Kosten reiche ich nach, wenn das Projekt samt Futterhaus-Kamera fertig ist.
Kann man Papageno nachbauen?
Die Teile sind frei erhältlich, und BirdNET ist frei verfügbar, darf aber nur nicht kommerziell genutzt werden. Der größte Aufwand ist die Software, die hat in meinem Fall der KI-Agent geschrieben.
Wie lange hat es gedauert?
Die Hardware habe ich ab Mitte Juli 2026 aufgebaut, die Station hört seit 27. August mit. Der Großteil der Software ist im September und Oktober entstanden, neben dem Beruf.
Braucht man Programmierkenntnisse, um mit einem KI-Agenten so etwas zu bauen?
Selbst programmieren muss man nicht. Man muss aber wissen, was man will, die Ergebnisse prüfen und Entscheidungen treffen. Technisches Grundverständnis hilft, die richtigen Fragen zu stellen.
Hinweis: Dieser Beitrag beschreibt ein privates Projekt und ist keine Rechtsberatung. Angaben zum EU AI Act und zur DSGVO sind vereinfacht.