Maschinelles Lernen trifft auf niederländische Gewässerdaten, um zu zeigen, wo die Fische sind — und warum.
Wasserqualitätsmessungen von über 100 Messstationen in niederländischen Gewässern. Temperatur, gelöster Sauerstoff, Salzgehalt, Trübung, Stickstoff, Phosphor.
Echtzeit- und historische Wetterdaten: Luftdrucktrends, Temperatur, Windgeschwindigkeit, Niederschlag. Stündlich aktualisiert für aktuelle Bedingungen.
Globale Biodiversitätsdaten: Artenvorkommen mit präzisen GPS-Koordinaten und Zeitstempeln. Millionen von Beobachtungen in den Niederlanden.
Offizielle Artenmetadaten: niederländische Namen, Familien, Angelzeiten, gesetzliche Vorschriften und ökologische Habitatpräferenzen.
Datensatz-Zitationen
Wetterdaten von Open-Meteo.com · Topografische Daten: Kadaster / PDOK · Wasserqualität: Rijkswaterstaat
Scenedesmaceae
Fragilariaceae
Chlorellaceae
Chironomidae
Gammaridae
Baetidae
Gründling
Hasel
Stichling
Barsch
Wels
Bachforelle
Wir verfolgen jede Organismenfamilie vom Phytoplankton bis zu den Spitzenräubern. Wenn sich Beutepopulationen verändern, erkennt das System die Auswirkungen auf die Fischfänge.
Von der Wasserchemie über Makroinvertebraten-Populationen bis hin zu Algenblüten — wir analysieren das gesamte aquatische Nahrungsnetz an jedem Standort in den Niederlanden.
Bewertet jedes Gebiet in den Niederlanden anhand echter Fangdaten, Ökosystemgesundheit, Beuteverfügbarkeit und Gewässertyp. Rankings werden gegen tatsächliche Angelergebnisse validiert und jede Nacht aktualisiert.
KI-Modelle sagen die tägliche Fangwahrscheinlichkeit pro Art vorher. Trainiert mit Jahren an echten Fangdaten und validiert gegen Fänge, die das Modell nie gesehen hat — damit du weißt, dass die Vorhersagen in der Praxis bestehen.
Machine-Learning-Modelle analysieren Hunderte von Umweltfaktoren — Wasserqualität, Organismen, Wasserpflanzen, Ökosystemgesundheit — um vorherzusagen, welche Arten an jedem Standort gedeihen könnten. Jede Vorhersage wird gegen reale Beobachtungen validiert, auf denen das Modell nie trainiert wurde.
KI-Modelle, trainiert mit echten Fischmessungen, sagen vorher, welche Standorte die größten Exemplare hervorbringen. Verknüpft mit Umweltbedingungen und gegen unbekannte Daten validiert — finde, wo die Trophäen wirklich sind.
Jede Fischart bekommt ein eigenes Set an KI-Modellen, trainiert mit echten Fang- und Messdaten.
Anfang April 2026 — VisScanner kennzeichnete einen Tag als den besten und eine Art als am aktivsten. Das ist, was tatsächlich passiert ist.
"Ich wusste nicht, wann ich für meinen ersten Karpfen der Saison losziehen sollte. VisScanner wählte Montag, den 6. April, als besten Tag der Woche, mit 1,8× Karpfen-Aktivität in Westzaan. Bin hin — erster Biss, gelandet. Ehrlich verblüfft, wie genau das ist."
— Joshua Rijnhart
Alle drei Tage erzielten "Schlecht" bei den allgemeinen Bedingungen (Wind, Regen). Aber das artenspezifische Modell erkannte, dass am 6. April die Karpfen-Aktivität 1,8× über dem Basiswert lag — ein Signal, das ein allgemeiner Wetterwert allein verpassen würde. Das ist der Wert eines pro Art trainierten Modells.
Erkunde die vollständige interaktive Karte mit Echtzeitdaten und KI-gestützten Vorhersagen.
VisScanner starten