Verhaltensbiologie und Schwarmintelligenz
Fischschwärme vollbringen oft Leistungen, die dem einzelnen Tier nicht möglich sind. Im Schwarm finden seine Mitglieder einfacher Nahrung, erkennen Feinde schneller oder können sich erfolgreicher fortpflanzen. Auch beim Menschen fallen kollektiv getroffene Entscheidungen oft besser aus als Entscheidungen von Einzelkämpfern. Soziale Netzwerke und kollektive Entscheidungsprozesse sind deshalb nicht nur für die Ökologie, sondern auch für das Entscheidungsmanagement in Politik, Medizin oder Wirtschaft interessant. In diesen Systemen spielen Prinzipien wie Wettbewerb, Organisation, Kooperation und Ressourcenmanagement eine bedeutende Rolle. Am IGB erforschen wir deshalb, wie sich Entscheidungsprozesse verbessern lassen. Aus dem Schwarmverhalten von Fischen leiten wir beispielsweise Modelle für die Dynamik und Organisation von Menschengruppen ab.
Meldungen zum Thema
Publikationen zum Thema
Evidence for a by-product mutualism in a group hunter depends on prey movement state
Forscherinnen und Forscher des Exzellenzclusters Science of Intelligence (SCIoI), an dem die Humboldt-Universität zu Berlin (HU Berlin) und das Leibniz-Institut für Gewässerökologie und Binnenfischerei (IGB) beteiligt sind, konnten in einer Freilandstudie im Ozean vor Mexiko nachweisen: Je schneller sich ein Beuteschwarm bewegt, desto höher ist die Fangrate der Gestreiften Marline.
Multispecies collective waving behaviour in fish
Anhand von artgemischten Gruppen lässt sich die Entwicklung des kollektiven Verhaltens untersuchen. Die Studie präsentiert Daten über artengemischte Fischschwärme, die kollektive Tauchgänge durchführen. Die dämpfende Wirkung von weniger reaktionsfreudigen Gambusia auf das Tauchverhalten von Mollys kann starke evolutionäre Auswirkungen auf das gesamte kollektive Verhalten haben.
Leveraging big data to uncover the eco-evolutionary factors shaping behavioural development
In diesem Review zeigen die Autor*innen die neuesten Methoden auf, welche die Sammlung und Analyse von hochauflösenden Verhaltensdaten über die gesamte Entwicklung hinweg ermöglichen. Sie skizzieren, wie solche Ansätze genutzt werden können, um Schlüsselfragen zu den ökologischen und evolutionären Faktoren zu klären, die die Verhaltensentwicklung prägen.
Live fish learn to anticipate the movement of a fish-like robot
Fischschwärme, die sich synchron unglaublich schnell bewegen - wie machen sie das? Die Autor*innen zeigten mit Hilfe eines Roboterfischs, dass Guppys das Verhalten des künstlichen Artgenossen antizipieren und die Richtung sowie die Dynamik seiner Bewegungen vorhersehen können. Dies ist eine weitere Erklärung dafür, warum Fische im Schwarm zu extrem schnellen kollektiven Bewegungen fähig sind.
Mechanisms of prey division in striped marlin, a marine group hunting predator
Die Autor*innen identifizierten einzelne Gestreifte Marline (Kajikia audax), die in Gruppen jagten. Die Gruppen umgaben die Beute, aber die einzelnen Tiere griffen abwechselnd an. Das Forschungsteam stellte fest, dass der Wettbewerb zu einer ungleichen Aufteilung der Beute unter den Räubern führte, wobei 50 % der am häufigsten angreifenden Marline 70-80 % der Fische erbeuteten.
