Download Full Version ebookmass - Visit ebookmass.

com

Synthetic Data for Deep Learning: Generate

Synthetic Data for Decision Making and
Applications with Python and R 1st Edition Necmi
Gürsakal
https://ebookmass.com/product/synthetic-data-for-deep-
learning-generate-synthetic-data-for-decision-making-and-
applications-with-python-and-r-1st-edition-necmi-gursakal-2/

OR CLICK HERE

DOWLOAD NOW

Discover More Ebook - Explore Now at ebookmass.com

 Instant digital products (PDF, ePub, MOBI) ready for you
Download now and discover formats that fit your needs...

Synthetic Data for Deep Learning: Generate Synthetic Data

for Decision Making and Applications with Python and R 1st
Edition Necmi Gürsakal
https://ebookmass.com/product/synthetic-data-for-deep-learning-
generate-synthetic-data-for-decision-making-and-applications-with-
python-and-r-1st-edition-necmi-gursakal/
ebookmass.com

Data Universe: Organizational Insights with Python:

Embracing Data Driven Decision Making Van Der Post

https://ebookmass.com/product/data-universe-organizational-insights-
with-python-embracing-data-driven-decision-making-van-der-post/

ebookmass.com

Beginner's Guide to Streamlit with Python: Build Web-Based

Data and Machine Learning Applications 1st Edition Sujay
Raghavendra
https://ebookmass.com/product/beginners-guide-to-streamlit-with-
python-build-web-based-data-and-machine-learning-applications-1st-
edition-sujay-raghavendra/
ebookmass.com

Bratva Babygirl (Dark and Ruthless Book 3) Kiley Beckett

https://ebookmass.com/product/bratva-babygirl-dark-and-ruthless-
book-3-kiley-beckett/

ebookmass.com
Interference: The History of Optical Interferometry and
the Scientists Who Tamed Light David Nolte

https://ebookmass.com/product/interference-the-history-of-optical-
interferometry-and-the-scientists-who-tamed-light-david-nolte/

ebookmass.com

Oxford Assess and Progress: Clinical Medicine, 3rd Edition

Daniel Furmedge

https://ebookmass.com/product/oxford-assess-and-progress-clinical-
medicine-3rd-edition-daniel-furmedge/

ebookmass.com

Social Media, Freedom of Speech, and the Future of Our

Democracy Lee C. Bollinger

https://ebookmass.com/product/social-media-freedom-of-speech-and-the-
future-of-our-democracy-lee-c-bollinger/

ebookmass.com

Saúl: Tómame para siempre 1ª Edition Dylan Martins

https://ebookmass.com/product/saul-tomame-para-siempre-1a-edition-
dylan-martins/

ebookmass.com

Traitor (Bastard Brothers of Carnage Book 5) Blake

Blessing

https://ebookmass.com/product/traitor-bastard-brothers-of-carnage-
book-5-blake-blessing/

ebookmass.com
The Implicit Mind: Cognitive Architecture, the Self, and
Ethics Michael Brownstein

https://ebookmass.com/product/the-implicit-mind-cognitive-
architecture-the-self-and-ethics-michael-brownstein/

ebookmass.com
Necmi Gü rsakal, Esma Birişçi and Sadullah Çelik

Synthetic Data for Deep Learning

Generate Synthetic Data for Decision Making and
Applications with Python and R
Necmi Gü rsakal
Bursa, Turkey

Esma Birişçi
Bursa, Turkey

Sadullah Çelik
Aydın, Turkey

ISBN 978-1-4842-8586-2 e-ISBN 978-1-4842-8587-9

https://doi.org/10.1007/978-1-4842-8587-9

© Necmi Gü rsakal, Sadullah Çelik, and Esma Birişçi 2022

Apress Standard

The use of general descriptive names, registered names, trademarks,

service marks, etc. in this publication does not imply, even in the
absence of a specific statement, that such names are exempt from the
relevant protective laws and regulations and therefore free for general
use.

The publisher, the authors and the editors are safe to assume that the
advice and information in this book are believed to be true and accurate
at the date of publication. Neither the publisher nor the authors or the
editors give a warranty, expressed or implied, with respect to the
material contained herein or for any errors or omissions that may have
been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Apress imprint is published by the registered company APress

Media, LLC, part of Springer Nature.
The registered company address is: 1 New York Plaza, New York, NY
10004, U.S.A.
This book is dedicated to our mothers.
Introduction
“The claim is that nature itself operates in a way that is analogous to a
priori reasoning. The way nature operates is, of course, via causation:
the processes we see unfolding around us are causal processes, with
earlier stages linked to later ones by causal relations” [1]. Data is
extremely important in the operation of causal relationships and can be
described as the “sine qua non” of these processes. In addition, data
quality is related to quantity and diversity, especially in the AI
framework.
Data is the key to understanding causal relationships. Without data,
it would be impossible to understand how the world works. The
philosopher David Hume understood this better than anyone.
According to Hume, our knowledge of the world comes from our
experiences. Experiences produce data, which can be stored on a
computer or in the cloud. Based on this data, we can make predictions
about what will happen in the future. These predictions allow us to test
our hypotheses and theories. If our predictions are correct, we can have
confidence in our ideas. If they are wrong, we need to rethink our
hypotheses and theories. This cycle of testing and refinement is how we
make progress in science and life. This is how we make progress as
scientists and as human beings.
Many of today’s technology giants, such as Amazon, Facebook, and
Google, have made data-driven decision-making the core of their
business models. They have done this by harnessing the power of big
data and AI to make decisions that would otherwise be impossible. In
many ways, these companies are following in the footsteps of Hume,
using data to better understand the world around them.
As technology advances, how we collect and store data also changes.
In the past, data was collected through experiments and observations
made by scientists. However, with the advent of computers and the
internet, data can now be collected automatically and stored in a
central location. This has led to a change in the way we think about
knowledge. Instead of knowledge being stored in our minds, it is now
something that is stored in computers and accessed through
algorithms.
 This change in the way we think about knowledge has had a
profound impact on the way we live and work. In the past, we would
have to rely on our memory and experience to make decisions.
However, now we can use data to make more informed decisions. For
example, we can use data about the past behavior of consumers to
predict what they might buy in the future. This has led to a more
efficient and effective way of doing business.
In the age of big data, it is more important than ever to have high-
quality data to make accurate predictions. However, it is not only the
quantity and quality of the data that is important but also the diversity.
The diversity of data sources is important to avoid bias and to get a
more accurate picture of the world. This is because different data
sources can provide different perspectives on the same issue, which can
help to avoid bias. Furthermore, more data sources can provide a more
complete picture of what is happening in the world.

Machine Learning
In recent years, a method has been developed to teach machines to see,
read, and hear via data input. The point of origin for this is what we
think of in the brain as producing output bypassing inputs through a
large network of neurons. In this framework, we are trying to give
machines the ability to learn by modeling artificial neural networks.
Although some authors suggest that the brain does not work that way,
this is the path followed today.
Many machines learning projects in new application areas began
with the labeling of data by humans to initiate machine training. These
projects were categorized under the title of supervised learning. This
labeling task is similar to the structured content analysis applied in
social sciences and humanities. Supervised learning is a type of
machine learning that is based on providing the machine with training
data that is already labeled. This allows the machine to learn and
generalize from the data to make predictions about new data.
Supervised learning is a powerful tool for many machine learning
applications.
The quality of data used in machine learning studies is crucial for
the accuracy of the findings. A study by Geiger et al. (2020) showed that
the data used to train a machine learning model for credit scoring was
of poor quality, which led to an unfair and inaccurate model. The study
highlights the importance of data quality in machine learning research.
Data quality is essential for accurate results. Furthermore, the study
showed how data labeling impacts data quality. About half of the papers
using original human annotation overlap with other papers to some
extent, and about 70% of the papers that use multiple overlaps report
metrics of inter-annotator agreement [2]. This suggests that the data
used in these studies is unreliable and that further research is needed
to improve data quality.
As more business decisions are informed by data analysis, more
companies are built on data. However, data quality remains a problem.
Unfortunately, “garbage in, garbage out,” which was a frequently used
motto about computers in the past, is valid in the sense of data
sampling, which is also used in the framework of machine learning.
According to the AI logic most employed today, if qualified college
graduates have been successful in obtaining doctorates in the past, they
will remain doing so in the future. In this context, naturally, the way to
get a good result in machine learning is to include “black swans” in our
training data, and this is also a problem with our datasets.
A “black swan” is a term used to describe outliers in datasets. It is a
rare event that is difficult to predict and has a major impact on a
system. In machine learning, a black swan event is not represented in
the training data but could significantly impact the results of the
machine learning algorithm. Black swans train models to be more
robust to unexpected inputs. It is important to include them in training
datasets to avoid biased results.
Over time, technological development has moved it into the
framework of human decision-making with data and into the decision-
making framework of machines. Now, machines evaluate big data and
make decisions with algorithms written by humans. For example, a
driverless car can navigate toward the desired destination by
constantly collecting data on stationary and moving objects around it in
various ways. Autonomous driving is a very important and constantly
developing application area for synthetic data. Autonomous driving
systems should be developed at a capability level that can solve
complex and varied traffic problems in simulation. The scenarios we
mentioned in these simulations are sometimes made by gaming
engines such as Unreal and Unity. Creating accurate and useful
“synthetic data” with simulations based on real data will be the way
companies will prefer real data that cannot be easily found.
Synthetic data is becoming an increasingly important tool for
businesses looking to improve their AI initiatives and overcome many
of the associated challenges. By creating synthetic data, businesses can
shape and form data to their needs and augment and de-bias their
datasets. This makes synthetic data an essential part of any AI strategy.
DataGen, Mostly, Cvedia, Hazy, AI.Reverie, Omniverse, and Anyverse can
be counted among the startups that produce synthetic data. Sample
images from synthetic outdoor datasets produced by such companies
can be seen in the given source.
In addition to the benefits mentioned, synthetic data can also help
businesses train their AI models more effectively and efficiently.
Businesses can avoid the need for costly and time-consuming data
collection processes by using synthetic data. This can help businesses
save money and resources and get their AI initiatives up and running
more quickly.
Who Is This Book For?
The book is meant for people who want to learn about synthetic data
and its applications. It will prove especially useful for people working in
machine learning and computer vision, as synthetic data can be used to
train machine learning models that can make more accurate
predictions about real-world data.
The book is written for the benefit of data scientists, machine
learning engineers, deep learning practitioners, artificial intelligence
researchers, data engineers, business analysts, information technology
professionals, students, and anyone interested in learning more about
synthetic data and its applications.
Book Structure
Synthetic data is not originally collected from real-world sources. It is
generated by artificial means, using algorithms or mathematical
models, and has many applications in deep learning, particularly in
training neural networks. This book, which discusses the structure and
application of synthetic data, consists of five chapters.
Chapter 1 covers synthetic data, why it is important, and how it can
be used in data science and artificial intelligence applications. This
chapter also discusses the accuracy problems associated with synthetic
data, the life cycle of data, and the tradeoffs between data collection
and privacy. Finally, this chapter describes some applications of
synthetic data, including financial services, manufacturing, healthcare,
automotive, robotics, security, social media, marketing, natural
language processing, and computer vision.
Chapter 2 provides information about different ways of generating
synthetic data. It covers how to generate fair synthetic data, as well as
how to use video games to create synthetic data. The chapter also
discusses the synthetic-to-real domain gap and how to overcome it
using domain transfer, domain adaptation, and domain randomization.
Finally, the chapter discusses whether a real-world experience is
necessary for training machine learning models and, if not, how to
achieve it using pretraining, reinforcement learning, and self-
supervised learning.
Chapter 3 explains the content and purpose of a generative
adversarial network, or GAN, a type of AI used to generate new data,
like training data.
Chapter 4 explores synthetic data generation with R.
Chapter 5 covers different methods of synthetic data generation
with Python.

Learning Outcomes of the Book

Readers of this book will learn about the various types of synthetic
data, how to create them, and their benefits and challenges. They will
also learn about its importance in data science and artificial
intelligence. Furthermore, readers will come away understanding how
to employ automatic data labeling and how GANs can be used to
generate synthetic data. Lastly, readers who complete this book will
know how to generate synthetic data using the R and Python
programming languages.

Source Code
The datasets and source code used in this book can be downloaded
from github.com/apress/synthetic-data-deep-learning.

References
[1]. M. Rozemund, “The Nature of the Mind,” in The Blackwell Guide to
Descartes’ Meditations, S. Gaukroger, John Wiley & Sons, 2006.
[2]. R. S. Geiger et al., “Garbage In, Garbage Out?,” in Proceedings of
the 2020 Conference on Fairness, Accountability, and Transparency, Jan.
2020, pp. 325–336. doi: 10.1145/3351095.3372862.
Preface
In 2017, The Economist wrote, “The world’s most valuable resource is
no longer oil, but data,” and this becomes truer with every passing day.
The gathering and analysis of massive amounts of data drive the
business world, public administration, and science, giving leaders the
information they need to make accurate, strategically-sound decisions.
Although some worry about the implications of this new “data
economy,” it is clear that data is here to stay. Those who can harness the
power of data will be in a good position to shape the future.
To use data ever more efficiently, machine and deep learning—
forms of artificial intelligence (AI)—continue to evolve. And every new
development in how data and AI are used impacts innumerable areas of
everyday life. In other words, from banking to healthcare to scientific
research to sports and entertainment, data has become everything. But,
for privacy reasons, it is not always possible to find sufficient data.
As the lines between the real and virtual worlds continue to blur,
data scientists have begun to generate synthetic data, with or without
real data, to understand, control, and regulate decision-making in the
real world. Instead of focusing on how to overcome barriers to data,
data professionals have the option of either transforming existing data
for their specific use or producing it synthetically. We have written this
book to explore the importance and meaning of these two avenues
through real-world examples. If you work with or are interested in data
science, statistics, machine learning, deep learning, or AI, this book is
for you.
While deep learning models’ huge data needs are a bottleneck for
such applications, synthetic data has allowed these models to be, in a
sense, self-fueled. Synthetic data is still an emerging topic, from
healthcare to retail, manufacturing to autonomous driving. It should be
noted that since labeling processes start with real data. Real data,
augmented data, and synthetic data all take place in these deep
learning processes.
This book includes examples of Python and R applications for
synthetic data production. We hope that it proves to be as
comprehensive as you need it to be.
—Necmi Gü rsakal
— Sadullah Çelik
— Esma Birişçi
Any source code or other supplementary material referenced by the
author in this book is available to readers on GitHub
(https://github.com/Apress). For more detailed information, please
visit http://www.apress.com/source-code.
Table of Contents
Chapter 1:​An Introduction to Synthetic Data
What Synthetic Data is?​
Why is Synthetic Data Important?​
Synthetic Data for Data Science and Artificial Intelligence
Accuracy Problems
The Lifecycle of Data
Data Collection versus Privacy
Data Privacy and Synthetic Data
Synthetic Data and Data Quality
Aplications of Synthetic Data
Financial Services
Manufacturing
Healthcare
Automotive
Robotics
Security
Social Media
Marketing
Natural Language Processing
Computer Vision
Summary
References
Chapter 2:​Foundations of Synthetic data
How to Generated Fair Synthetic Data?​
Generating Synthetic Data in A Simple Way
 Using Video Games to Create Synthetic Data
The Synthetic-to-Real Domain Gap
Bridging the Gap
Is Real-World Experience Unavoidable?​
Pretraining
Reinforcement Learning
Self-Supervised Learning
Summary
References
Chapter 3:​Introduction to GANs
GANs
CTGAN
SurfelGAN
Cycle GANs
SinGAN-Seg
MedGAN
DCGAN
WGAN
SeqGAN
Conditional GAN
BigGAN
Summary
References
Chapter 4:​Synthetic Data Generation with R
Basic Functions Used in Generating Synthetic Data
 Creating a Value Vector from a Known Univariate
Distribution
Vector Generation from a Multi-Levels Categorical Variable
Multivariate
Multivariate (with correlation)
Generating an Artificial Neural Network Using Package “nnet”
in R
Augmented Data
Image Augmentation Using Torch Package
Multivariate Imputation Via “mice” Package in R
Generating Synthetic Data with the “conjurer” Package in R
Creat a Customer
Creat a Product
Creating Transactions
Generating Synthetic Data
Generating Synthetic Data with “Synthpop” Package In R
Copula
t Copula
Normal Copula
Gaussian Copula
Summary
References
Chapter 5:​Synthetic Data Generation with Python
Data Generation with Know Distribution
Data with Date information
Data with Internet information
A more complex and comprehensive example
 Synthetic Data Generation in Regression Problem
Gaussian Noise Apply to Regression Model
Friedman Functions and Symbolic Regression
Make 3d Plot
Make3d Plot
Synthetic data generation for Classification and Clustering
Problems
Classification Problems
Clustering Problems
Generation Tabular Synthetic Data by Applying GANs
Synthetic data Generation
Summary
Reference
Index
About the Authors
Necmi Gürsakal
a statistics professor at Mudanya
University in Turkey, where he shares his
experience and knowledge with his
students. Before that, he worked as a
faculty member at the Econometrics
Department Bursa Uludağ University for
more than 40 years. Necmi has many
published Turkish books and English
and Turkish articles on data science,
machine learning, artificial intelligence,
social network analysis, and big data. In
addition, he has served as a consultant to
various business organizations.

Sadullah Çelik
a mathematician, statistician, and data scientist who completed his
undergraduate and graduate education in mathematics and his
doctorate in statistics. He has written Turkish and English numerous
articles on big data, data science, machine learning, multivariate
statistics, and network science. He developed his programming and
machine learning knowledge while writing his doctoral thesis, Big Data
and Its Applications in Statistics. He has been working as a Research
Assistant at Adnan Menderes University Aydin, for more than 8 years
and has extensive knowledge and experience in big data, data science,
machine learning, and statistics, which he passes on to his students.
Esma Birişçi
a programmer, statistician, and
operations researcher with more than 15
years of experience in computer
program development and five years in
teaching students. She developed her
programming ability while studying for
her bachelor degree, and knowledge of
machine learning during her master
degree program. She completed her
thesis about data augmentation and
supervised learning. Esma transferred to
Industrial Engineering and completed
her doctorate program on dynamic and
stochastic nonlinear programming. She
studied large-scale optimization and life
cycle assessment, and developed a large-scale food supply chain system
application using Python. She is currently working at Bursa Uludag
University, Turkey, where she transfers her knowledge to students. In
this book, she is proud to be able to explain Python’s powerful
structure.
About the Technical Reviewer
Fatih Gökmenoğlu
is a researcher focused on synthetic data,
computational intelligence, domain
adaptation, and active learning. He also
likes reporting on the results of his
research.
His knowledge closely aligns with
computer vision, especially with
deepfake technology. He studies both the
technology itself and ways of countering
it.
When he’s not on the computer, you’ll
likely find him spending time with his
little daughter, whose development has
many inspirations for his work on
machine learning.
© The Author(s), under exclusive license to APress Media, LLC, part of Springer
Nature 2022
N. Gü rsakal et al., Synthetic Data for Deep Learning
https://doi.org/10.1007/978-1-4842-8587-9_1

1. An Introduction to Synthetic Data

Necmi Gü rsakal1 , Sadullah Çelik2 and Esma Birişçi2

(1) Bursa, Turkey

(2) Aydın, Turkey

In this chapter, we will explore the concept of data and its importance
in today’s world. We will discuss the lifecycle of data from collection to
storage and how synthetic data can be used to improve accuracy in data
science and artificial intelligence (AI) applications. Next, we will
explore of synthetic data applications in financial services,
manufacturing, healthcare, automotive, robotics, security, social media,
and marketing. Finally, we will examine natural language processing,
computer vision, understanding of visual scenes, and segmentation
problems in terms of synthetic data.

What Synthetic Data is?

Despite 21st-century advances in data collection and analysis, there is
still a lack of understanding of how to properly utilize data to minimize
the perceived ambiguity or subjectivity of the information it represents.
This is because the same meaning can be expressed in a variety of ways,
and a single expression can have multiple meanings. As a result, it is
difficult to create a comprehensive framework for data interpretation
that considers all of the potential nuances and implications of the
information. One way to overcome this challenge is to develop
standardized methods for data collection and analysis. This will ensure
that data is collected consistently and that the results can be compared
across different studies and synthetic data can help us do just that.
People generally view synthetic data as being less reliable than
data that is obtained by direct measurement. Put simply, Synthetic
data is data that is generated by a computer program rather than being
collected from real-world sources. While synthetic data is often less
reliable than data that is collected directly from the real world, it is still
an essential tool for data scientists. This is because synthetic data can
be used to test hypotheses and models before they are applied to real-
world data. This can help data scientists avoid making errors that could
have negative consequences in the real world.
Synthetic data that is artificially generated by a computer program
or simulation, rather than being collected from real-world sources [11].
When we examine this definition, we see that the following concepts
are included in the definition: “Annotated information, computer
simulations, algorithm, and “not measured in a real-world”.
The key features of synthetic data are as follows:
Not obtained by direct measurement
Generated via an algorithm
Associated with a mathematical or statistical model
Mimics real data
Now let’s explain why synthetic data is important.

Why is Synthetic Data Important?

Humans have a habit of creating synthetic versions of expensive
products. Silk is an expensive product that began to be used thousands
of years ago, and rayon was created in the 1880s. So, it’s little surprise
that people would do the same with data, choosing to produce synthetic
data because it is cost-effective. As mentioned earlier, synthetic data
allows scientists to test hypotheses and models in a controlled
environment it can also be used to create “what if” scenarios, helping
data scientists to better understand the outcomes of their models.
Likewise, synthetic data can be used in a variety of ways to improve
machine learning models and protect the privacy of real data. First,
synthetic data can be used to train machine learning models when real
data is not available. This is especially important for developing
countries, where data is often scarce. Second, synthetic data can be
used to test machine learning models before deploying them on real
data. This is important for ensuring that models work as intended and
won’t compromise the real data. Finally, synthetic data can be used to
protect the privacy of real data by generating data that is similar to real
data but does not contain any personal information.
Synthetic data also provides more control than real data. Actual
data comes from many different sources, which can result in datasets so
large and diverse that they become unwieldy. Because synthetic data is
created using a model whose data is generated for a specific purpose, it
will not be randomly scattered. In some cases, synthetic data may
even be of a higher quality than real data. Actual data may need to be
over-processed when necessary, and too much data may be processed
when necessary. These actions can reduce the quality of the data.
Synthetic data, on the other hand, can be of higher quality, thanks to the
model used to generate the data.
Overall, synthetic data has many advantages over real data.
Synthetic data is more controlled, of higher quality, and can be
generated in the desired quantities. These factors make synthetic data a
valuable tool for many applications. A final reason why synthetic data is
important is that it can be used to generate data for research purposes,
allowing researchers to study data that is not biased or otherwise not
representative of the real data.
Now let’s explain the importance of synthetic data for data science
and artificial intelligence.

Synthetic Data for Data Science and Artificial

Intelligence
The use of synthetic data is not a new concept. In the early days of data
science and AI, synthetic data was used to train machine learning
models. However, synthetic data of the past was often low-quality and
not realistic enough to be useful for training today’s more sophisticated
AI models.
Recent advances in data generation techniques, such as Generative
Adversarial Networks (GANs), have made it possible to generate
synthetic data that is virtually indistinguishable from real-world data.
This high-quality synthetic data is often referred to as “realistic
synthetic data”.
The use of realistic synthetic data has the potential to transform the
data science and AI fields. Realistic synthetic data can be used to train
machine learning models without the need for real-world data. This is
especially beneficial in cases where real-world data is scarce, expensive,
or difficult to obtain.
In addition, realistic synthetic data can be used to create “virtual
environments” for testing and experimentation. These virtual
environments can be used to test machine learning models in a safe and
controlled manner, without the need for real-world data.
For example, a computer algorithm might be used to generate
realistic-looking images of people or objects. This could be used to train
a machine learning system to better recognize these objects in real-
world images. Alternatively, synthetic data could be used instead of
real-world data if the latter is not available or is too expensive to obtain.
Overall, the use of synthetic data is a promising new trend in data
science and AI. The ability to generate high-quality synthetic data
is opening new possibilities for training and experimentation. For
example, a synthetic data set could be created that contains 6000
words, instead of the usual 2000. This would allow the AI system to
learn from a larger and more diverse data set, which would in turn
improve its performance on real-world data. In the future, synthetic
data is likely to play an increasingly important role in the data science
and AI fields.
Let us now consider accuracy problems in terms of synthetic data.

Accuracy Problems
Supervised learning algorithms are trained with labeled data. In this
method, the data is commonly named “ground truth”, and the test data
is called “holdout data”. We have three types to compare accuracies
across algorithms [2]:
Estimator score method: An estimator is a number that is used to
estimate, or guess, the value of something. The score method is a way
to decide how good an estimator is by analyzing how close the
estimator’s guesses are to the actual value.
 Scoring parameter: Cross-validation is a model-evaluation technique
that relies on an internal scoring strategy.
Metric functions: The sklearn.metrics module provides functions for
assessing prediction error for specific purposes.
It’s important to acknowledge that the accuracy of synthetic data
can be problematic for several reasons. First, the data may be generated
by a process that is not representative of the real-world process that
the data is meant to represent. This can lead to inaccuracies in the
synthetic data that may not be present in real-world data. Second, the
data may be generated with a specific goal in mind, such as training a
machine learning algorithm, that does not match the goal of the data’s
user of the synthetic data. This can also lead to inaccuracies in the
synthetic data. Finally, synthetic data may be generated using a
stochastic process, which can introduce randomness into the data that
may not be present in real-world data. This randomness can also lead
to inaccuracies in the synthetic data.
One way to overcome potential issues with accuracy in machine
learning is to use synthetic data. This can be done by automatically
tagging and preparing data for machine learning algorithms, which cuts
down on the time and resources needed to create a training dataset.
This also creates a more consistent dataset that is less likely to contain
errors. Another way to improve accuracy in machine learning is to use a
larger training dataset. This will typically result in better performance
from the machine learning algorithm.
Working on the recognition and classification of aircraft from
satellite photos, the Airbus and OneView companies, in their studies on
data for machine learning, achieved accuracy of 88% versus 82% with
the simulated dataset of OneView company, compared to
data consisting of only of real data. When real data and synthetic data
are used in a mixed way, an accuracy of ~ 90% is obtained, and this
number represents an 8% improvement over real-only real data [3].
This improved accuracy is due to the increased variety of data that is
available when both real and simulated data are used. The increased
variety of data allows the machine learning algorithm to better learn
the underlying patterns of the data. This improved accuracy is
significant and can lead to better decision-making in a variety of
applications.
 Now let’s examine the life cycle of data in terms of synthetic data.

The Lifecycle of Data

Before leveraging the power of synthetic data, it’s important to
understand the lifecycle of data. First, it can help organizations to
better manage their data; by understanding the stages that data goes
through, organizations can more effectively control how data is used
and prevent unauthorized access. Additionally, the data lifecycle can
help organizations ensure that their data is of high quality. Finally, the
data lifecycle can help organizations plan for the eventual destruction
of data; by understanding when data is no longer needed, organizations
can ensure that they do not keep data longer than necessary, which
can both save space and reduce costs.
The data lifecycle is the process of managing data from its creation
to its eventual disposal. Figure 1-1 shows the five main phases of the
data lifecycle.
Figure 1-1 Data lifecycle
In the context of synthetic data, the data life cycle refers to the
process of generating, storing, manipulating, and outputting
synthetic data. This process is typically carried out by computers and
involves the use of algorithms and rules to generate data that resembles
real-world data.
Following are the five stages of the data lifecycle:
1. Data creation: The first stage of the data lifecycle is data creation.
This is the stage at which synthetic data is first generated, either
through direct input or through the capture of information from an
external source.

2. Data entry and storage: This stage involves the entry of synthetic
data into a computer system and its storage in a database. Data
 entry and storage typically involve the use of algorithms or rules to
generate data that resembles real-world data.
3. Data processing: This stage covers the manipulation of synthetic
data within the computer system, to convert it into a format that is
more useful format for users. This may involve the use of
algorithms and the application of rules and filters. Data processing
typically involves the use of algorithms or rules to generate data
that resembles real-world data.

4. Data output and dissemination: This stage is the process of

generating synthetic data from a computer system and making it
available to users. This may involve the generation of reports, the
creation of graphs and charts, or the output of data in a format that
can be imported into another system.

5. Data disposal: The final stage of the data lifecycle is data disposal.
This stage covers the disposal of synthetic data that is no longer
needed. This may involve the deletion of data from a database or
the physical destruction of storage media. Data disposal typically
involves the use of algorithms or rules to generate.

Reinforcement learning algorithms are used to learn how to do

things by interacting with an environment. However, these algorithms
can be inefficient, meaning they need a lot of interactions to learn well.
To address this issue, some people are using external sources of
knowledge, such as data from demonstrations or observations. This
data can come from experts, real-world demonstrations, simulations, or
synthetic demonstrations.
Researchers at Google and DeepMind think that datasets also have a
lifecycle and they summarize the lifecycle of datasets in three stages:
Producing the data, consuming the data, and sharing the data [4].
In the production data phase, users record their interactions with
the environment and provide datasets. At this stage, users add
additional information to the data automatically or manually labeling
or filtering the data.
In the consuming the data phase, researchers analyze and visualize
datasets or use them to train algorithms for machine learning purposes.
 In the sharing the data stage, researchers often share their data
with other researchers to help with their reserach. When researchers
share data, it makes it easier for other researchers to run and validate
new algorithms. However, the researchers who produced the data still
own it and should be given credit for their work.
Let’s now consider data collection and privacy issues in terms of
synthetic data.

Data Collection versus Privacy

Data can be collected in many ways. For example, data from radar,
LIDAR, and the camera systems of driverless cars can be taken and
fused into a format usable for decision making. Considering that fusion
data is also virtual data, it is necessary to think in detail about the
importance of real and virtual data. So, since real data can be converted
into virtual data, and used or augmented data can be used
together with real data in machine learning, these two data types
are important for us. This is sometimes referred to as the Ensemble
Method.
In the Ensemble Method, a few basic models can be combined to
create an optimal predictive model; Why can’t the data be fused, and
more qualified data can be obtained?
Labeling the data is tedious and costly, as machine learning models
require large and diverse data to produce good results. Therefore
creating synthetic data by transforming real data using with data
augmentation techniques or directly generating synthetic data and
using it as an alternative to real data can reduce transaction costs.
According to Gartner, by 2030, there will be more synthetic data than
real data in AI models.
Another issue that synthetic data can help overcome is that of data
privacy.

Data Privacy and Synthetic Data

Today, many institutions and organizations use large amounts of data to
forecast, create policies, plan, and achieve higher profit margins. By
using this data, they can better understand the world around them and
make more informed decisions. However, due to privacy restrictions
and guarantees given to personal data, only the personnel of the
institutions have full access to such data. Anonymization techniques are
used to prevent the identities of data subjects from being revealed.
Sure, data collectors can maintain data privacy by using aggregation,
recoding, record exchange, suppression of sensitive values, and random
error insertion, data collectors can maintain data privacy. However,
advances in computer and cloud technologies are likely to make such
measures insufficient to maintain data privacy. We’ll explore some
examples in the next section.
In today’s world, with the advances in information technology,
patient data, and driver the data, of those using vehicles the data
obtained by research companies from public opinion surveys have
reached enormous amounts. However, most of the time, when this data
is used to find new solutions, the concept of “individual privacy” comes
up. This problem is overcome by anonymizing the data, which is the
process of modifying the data to eliminate any information that could
lead to privacy intrusion. Anonymizing data is important to protect
people’s privacy, as even without personal identifiers, the remaining
attributes in the data may still be used to re-identify an individual. In
the simplest form of data anonymization, all personal identifiers are
removed. However, it has been shown that this is not enough to protect
people’s privacy. Therefore, it is important to fully anonymize data
possible to protect people’s privacy rights.
Most people think that privacy is protected by anonymization. This
is when there is no name, surname, or any sign to indicate identity in
the database. However, this is not always accurate. This means that if
you have an account on both Twitter and Flickr, there’s a good chance
that someone could identify you from the anonymous Twitter graph.
However, the error rate is only 12%, so the chances are still pretty good
that you won’t be identified [14]. Even though the chances of being
identified are relatively low, it is still important to be aware of the
potential risks of sharing personal information online. Anonymity is not
a guarantee of privacy, and even seemingly innocuous information can
identify individuals in certain cases. Therefore, exercising caution is
required when sharing personal information online, even if it is
ostensibly anonymous.
 Anonymization and labeling are two primary techniques in AI
applications. However, both techniques have their own set of problems.
Anonymization can lead to the loss of vital information, while labeling
can introduce bias and be costly to implement. In addition, hand-
labeled data might not be high quality because it is often mislabeled. To
overcome these problems, researchers have proposed various methods,
such as semi-supervised learning and active learning. However, these
methods are still not perfect, and further research is needed to improve
them.

The Bottom Line

The collection of more data with increasing data sources makes it
necessary for businesses to take security measures against information
attacks. In some cases, businesses need more data than is available to
innovate in certain areas. In some cases, more data may be necessary
due to a lack of practical research or high costs of data collection. Many
businesses generate data programmatically in the real world to obtain
otherwise unattainable information. The use of synthetic data is
becoming increasingly popular as businesses attempt to collect more
data and test different scenarios. Synthetic data is created by computer
programs and is designed to mimic real-world data. This allows
businesses to gather data more efficiently and to test various scenarios
to see what may happen in the real world.
The world is becoming more data-centric, so businesses are starting
to use computer programs to create data similar to data gathered from
the real world. This is useful because it facilitates data collection and
helps businesses test different scenarios to see what will happen in the
real world.
Now let’s examine synthetic data and data quality.

Synthetic Data and Data Quality

When working on AI projects, it is important to focus on data quality. It
all starts there; if data quality is poor, the AI system will be fatally
compromised. Data cascades can occur when AI practitioners apply
conventional AI practices that don’t value data quality. Most AI
practitioners (92%) have reported experiencing one or more data
cascades. This often happens because they applied conventional AI
practices that didn’t value data quality. For this reason, it is important
to use high-quality data when training deep learning networks [5].
Andrew Ng has said that “Data is food for AI” and that the issue of data
quality should be focused on data more than the model/algorithm [6].
The use of synthetic data can help to address the issue of data quality in
AI projects. This is because synthetic data can be generated to be of
high quality, and it can be generated to be representative of the real-
world data that the AI system will be used on. This means that the AI
system trained on synthetic data will be more likely to generalize well
to the real world.
AI technologies in particular use synthetic data intensively. Just a
few examples include medicine, where synthetic data is used
extensively to test specific conditions and cases for which real data is
not available; self-driving cars, such as the ones used by Uber and
Google, are trained using synthetic data; fraud detection and protection
in the financial industry is facilitated using synthetic data. Synthetic
data gives data professionals access to centrally stored data while
maintaining the privacy of the data. In addition, synthetic data
reproduce important features of real data without revealing its true
meaning and protects confidentiality. In research departments, on the
other hand, synthetic data is used to develop and deliver innovative
products for which the necessary data may not be available [7]. Overall,
the use of synthetic data is extremely beneficial as it allows for the
testing of new products and services while maintaining the privacy of
the original data. Synthetic data is also incredibly versatile and can be
used in a variety of different industries and applications. In the future,
the use of synthetic data is likely to become even more widespread as
the benefits of using it become more widely known.
Let us now examine some of synthetic data applications.

Aplications of Synthetic Data

Synthetic data is often used in financial services, manufacturing,
healthcare, automotive, robotics, security, social media, and marketing.
Let’s first quickly explore how synthetic data cen be used in finance.
Financial Services
The use of synthetic data is becoming increasingly important in
financial services as the industry moves towards more data-driven
decision-making. Synthetic data can be used to supplement or replace
traditional data sources, providing a more complete picture of the
underlying risk.
Financial services is an industry that is highly regulated and subject
to constant change. New rules and regulations are
constantly being introduced, and the industry is constantly evolving. As
a result, it can be difficult for financial institutions to keep up with the
changes and ensure that their data is compliant.
Synthetic data can be used to generate data that is compliant with
the latest rules and regulations. This can help financial institutions
avoid the costly fines and penalties that can be associated with non-
compliance. In addition, synthetic data can be used to test new
products and services before they are launched. This can help financial
institutions avoid the costly mistakes that can be made when launching
new products and services.
Synthetic data can also help to improve the accuracy of risk models
by providing a more complete picture of underlying risks. For example,
consider a portfolio of loans. Traditional data sources may only provide
information on the loan amount, interest rate, and term. However,
synthetic data can provide additional information on the borrower’s
credit score, employment history, and other factors that can impact the
risk of default. This additional information can help to improve the
accuracy of the risk model.
Another key benefit of synthetic data is that it can provide a way to
test and validate models before they are deployed in live environments.
This is because synthetic data can be generated with known values for
the inputs and outputs. This allows for the testing of models under a
variety of different scenarios, which can help to identify any potential
issues before the model is deployed in a live environment.
Synthetic data can be used in financial services in a variety of other
ways. For example, it can be used to:
Generate realistic scenarios for stress testing and risk
management: Generating synthetic data can help financial
 institutions to identify potential risks and to develop plans for
dealing with them. This can be used to generate realistic scenarios
for stress testing and risk management purposes. Doing so can help
to improve the resilience of the financial system.
Train machine learning models: Synthetic data can help train
machine learning models for tasks such as fraud detection and credit
scoring. This can automate processes for financial institutions and
make them more efficient.
Generate synthetic transactions: Synthetic data can be used to
generate synthetic transactions, which can help financial institutions
test new products and services, or simulate market conditions.
Generate synthetic customer data: Financial institutions can use
synthetic data to generate synthetic customer data. This can help
them to test new customer acquisition strategies or to evaluate
customer service levels.
Generate synthetic financial data: Synthetic data can be used to
generate synthetic financial data. This can help financial institutions
to test new financial products or to evaluate the impact of new
regulations.
Finally, synthetic data can help to reduce the cost of data acquisition
and storage. This is because synthetic data can be generated on-
demand, as needed. This eliminates the need to store large amounts of
data, which can save on both the cost of data acquisition and storage.
Now, let’s look at how synthetic data can be used in the
manufacturing field.

Manufacturing
In the world of manufacturing, data is used to help inform decision-
makers about various aspects of the manufacturing process, from
production line efficiency to quality control. In some cases, this data is
easy to come by- for example, data on production line outputs can be
gathered through sensors and other monitoring devices. However, in
other cases, data can be much more difficult to obtain. For example,
data on the performance of individual components within a production
line may be hard to come by or may be prohibitively expensive to
gather. In these cases, synthetic data can be used to fill in the gaps.
 In many manufacturing settings, it is difficult or impossible to
obtain real-world data that can be used to train models. This is often
due to the proprietary nature of manufacturing processes, which can
make it difficult to obtain data from inside a factory. Additionally, the
data collected in a manufacturing setting may be too noisy or
unrepresentative to be useful for training models.
To address these issues, synthetic data can be used to train models
for manufacturing applications. However, it is important to consider
both the advantages and disadvantages of using synthetic data before
deciding whether it is the right choice for a particular application.
Synthetic data can be employed in manufacturing in several ways.
First, synthetic data can be used to train machine learning models that
can be used to automate various tasks in the manufacturing process.
This can improve the efficiency of the manufacturing process and help
to reduce costs. Second, synthetic data can be used to test and validate
manufacturing processes and equipment. This can help to ensure that
the manufacturing process is running smoothly, and that the equipment
is operating correctly. Third, synthetic data can be used to monitor the
manufacturing process and to identify potential problems. This can
help to improve the quality of the products being produced and to avoid
costly manufacturing defects.
Synthetic data can be used to improve the efficiency of data-driven
models. This is because synthetic data can be generated much faster
than real-world data. This is important because it is allowing
manufacturers to train data-driven models faster and get them to
market quicker.
The use of synthetic data is widespread in the manufacturing
industry. It helps companies to improve product quality, reduce
manufacturing costs, and improve process efficiency. Some examples of
the use of synthetic data in manufacturing are as follows:
Quality Control: Synthetic data can be used to create models that
predict the likelihood of defects in products. This information can be
used to improve quality control procedures.
Cost Reduction: The use of synthetic data can help identify patterns
in manufacturing processes that lead to increased costs. This
information can be used to develop strategies for reducing costs,
thereby reducing the overall cost of production.
 Efficiency Improvement: Synthetic data can be used to create
models that predict the efficiency of manufacturing processes. This
information can be used to improve process efficiency.
Product Development: Synthetic data can help improve product
development processes by predicting the performance of new
products. In this way, it can be decided which products to monitor
and how to develop them.
Production Planning: Production planning can be done by using
synthetic data to create models that predict the demand for products.
In this way, businesses can improve their production planning by
making better predictions about future demand.
Maintenance: Synthetic data can be used to create models that
predict the probability of equipment failures. In this way, preventive
measures can be taken, and maintenance processes can be improved
by predicting when equipment will fail.
Now, let’s quickly explore how synthetic data can be employed in
the healthcare realm.

Healthcare
The most obvious benefit of utilizing synthetic data in healthcare is to
protect the privacy of patients. By using synthetic data, healthcare
organizations can create models and simulations that are based on real
data but do not contain any actual patient information. This can be
extremely helpful in situations where patient privacy is of paramount
concern, such as when developing new treatments or testing new
medical devices.
The use of synthetic data will evolve in line with the needs and
requirements of health institutions. However, the following are some of
the most common reasons why healthcare organizations might use
synthetic data include:
Machine learning models: One of the most common reasons why
healthcare organizations use synthetic data is to train machine
learning models. This is because synthetic data can be generated in a
controlled environment, which allows for more reliable results.
Artificial intelligence: synthetic data can be used to identify patterns
in patient data that may be indicative of a particular condition or
 disease. This can then be used to help diagnose patients more
accurately and to also help predict how they are likely to respond to
treatment. This is extremely important in terms of ensuring that
patients receive the most effective care possible.
Protect privacy: One of the biggest challenges in the healthcare
industry is the reliable sharing of data. Health data is very important
for doctors to diagnose and treat patients quickly. For this reason,
many hospitals and health institutions attach great importance to
patient data. Synthetic data help provide the best possible treatment.
In addition, synthetic data is a technology that will help healthcare
organizations share information while protecting personal privacy.
Treatments: Another common reason why healthcare organizations
use synthetic data is to test new treatments. This is because synthetic
data can be used to create realistic simulations of real-world
conditions, which can help to identify potential side effects or issues
with a new treatment before it is used on real patients.
To help design new drugs and to test their efficacy.
Improve patient care: Healthcare organizations can also use
synthetic data to improve patient care. This is because synthetic data
can be used to create realistic simulations of real-world conditions,
which can help healthcare professionals to identify potential issues
and make better-informed decisions about patient care.
Reduce costs: Healthcare organizations can also use synthetic data to
reduce cost. This is because synthetic data can be generated
relatively cheaply, which can help to reduce the overall costs
associated with real-world data collection and analysis.
Several hospitals are now using synthetic data in the health sector to
improve the quality of care that they can provide. This is being one in
several different ways, but one of the most common is to use
computer simulations. This allows for a more realistic representation
of patients and their conditions, which can then be used to test
out new treatments or procedures. This can be extremely beneficial
in reducing the risk of complications and ensuring that patients
receive the best possible care.
Overall, the use of synthetic data in the health sector is extremely
beneficial. It is helping to improve the quality of care that is being
provided and is also helping to reduce the risk of complications. In
Random documents with unrelated
content Scribd suggests to you:
vor den anderen ausgezeichnet. Von ihm gehen rechts und links an
den Seiten des Schlundes Nerven (Kommissuren) hin, welche in ein
unter dem Schlunde liegendes Ganglienpaar eintreten. Auf diese
Weise entsteht eine Art Ring, welcher sich eng um das Rohr des
Schlundes herumlegt und „Schlundring“ genannt wird. Dieses
„untere Schlundganglion“ ist mit den weiter nach hinten liegenden
segmentalen Ganglien durch zwei Nervenstränge, wie jene unter
sich, verbunden. Das Bild dieses „Bauchstranges“ gleicht einer
Strickleiter. Wie schon der Name besagt, liegt dieser Bauchstrang,
welcher unserem Rückenmark entspricht, an der Bauchseite unter
dem Darm. Ob überall bei unseren Copepoden auch im Hinterleib
solche durch Nerven mit einander verbundene Ganglien zu finden
sind, ist nicht ganz sicher festgestellt. Bei den Cyclopiden fehlen sie
dort, was natürlich nicht ausschliesst, dass derselbe dennoch
reichlich mit Nerven versorgt ist. Von diesem Zentralnervensystem,
welches, wie wir gesehen haben, aus einem Schlundring und einer
Bauchganglienkette sich zusammensetzt, gehen nun gröbere und
feinere sich reichlich verzweigende Nervenäste zu allen Teilen und
Organen des Körpers und vor allem zu den S i n n e s o r g a n e n .
Obgleich diese im Vergleich mit anderen Kerftieren nur schwach
entwickelt sind, scheinen die Copepoden dennoch für die meisten
Eindrücke recht empfänglich zu sein. Am leichtesten sichtbar und
keiner Art fehlend ist das A u g e . Es ist bei grösseren Arten,
namentlich bei den fast farblosen pelagischen Tieren, ohne weitere
Hilfsmittel durch seine gewöhnlich rot bis rotbraune Färbung
kenntlich. Häufig glänzt es sehr schön.
Ausnahmslos müssen sich die Copepoden mit einem einzigen
A u g e behelfen und dieser Umstand hat der Gattung Cyclops mit
einer Anspielung auf den einäugigen Schmiedeknecht Vulcans im
Ätna zu ihrem Namen verholfen. Dieses eine Auge ist so primitiv
gebaut, dass wir ruhig annehmen können, es werde seinem Besitzer
zu keiner besonders vollkommenen Erkenntnis der Umgebung
verhelfen und nicht viel mehr als die Unterscheidung von hell und
dunkel ermöglichen. Es sitzt bei allen Arten mitten auf der Stirn
zwischen den beiden Fühlern und ist bloss bei den Calaniden ein
wenig beweglich, sonst aber fest. Mit einem Vergrösserungsglas
sieht man dem schon erwähnten Pigmentfleck zwei kleine glashelle
Linsen aufsitzen, welche meistens den Glanz verursachen. Denkt
man sich nun hierzu einen Nerv, der vom Hirn zum Auge zieht und
unter demselben eine kleine gangliöse Anschwellung zeigt, so
kennen wir die ganze Einrichtung, wie sie einfacher kaum gedacht
werden kann. Die nächstniedere Entwickelungsstufe des Auges
kommt schon sehr früh in der Tierreihe vor bei wirbellosen Tieren
und stellt einen mit Nerven versehenen Pigmentfleck dar, ist also um
das optische Hilfsmittel der beiden Linsen ärmer. Die Linsen selbst
sind aus der Chitinschicht der Haut gebildet und werden bei jeder
Häutung durch neue ersetzt.
Wenn wir somit dem Formen- und Farbensinn der kleinen
Hüpferlinge keine besondere Hochachtung zollen dürfen, so kann
man doch aus manchen Beobachtungen schliessen, dass nicht alle
Sinne gleich schlecht entwickelt sind. Namentlich scheinen der
G e r u c h und G e s c h m a c k gut ausgebildet zu sein. Nur fehlen uns
vorderhand die Mittel, genau zu unterscheiden, welche Organe dem
einen, welche dem anderen Sinne dienen. Es ist ja nicht unmöglich,
dass bei den im Wasser lebenden Tieren ein und dieselbe
Vorrichtung beiderlei Perceptionen ermöglicht, da nur ein Medium
vorhanden ist, um die erregenden Stoffe zu übermitteln — das
Wasser. Ob nun die Stoffe gasförmig oder fest sind, bleibt sich
gleich. Da nicht wohl anzunehmen ist, dass unlösliche Stoffe einen
Eindruck auf andere als Seh- und Tastorgane machen, so ist von
diesen abzusehen. Lösliche Stoffe jedoch können nach unseren
Anschauungen von e i n e m Sinnesorgan wahrgenommen werden. Wie
bei den höheren Wirbeltieren ist der Geruchs-Geschmackssinn auf
bestimmte Körperteile beschränkt und zwar wohl ausnahmslos auf
die Antennen. Am ersten Paare derselben sitzen neben einer
bedeutenden Anzahl von Borsten verschiedener Grösse und Form je
nach Art, Geschlecht und Alter wechselnde Mengen äusserst zarter
Gebilde auf, welche kaum einem anderen Zweck dienen dürften, als
die nächste Umgebung auf ihre chemische Beschaffenheit zu prüfen.
Es sind dies die bei den Cyclopiden und Harpactiden von L e y d i g
beschriebenen sogenannten „blassen Kolben und Cylinder“, welchen
bei unserem Calaniden Diaptomus (s. S. 338) feine und lange
verborgen gebliebene Gebilde entsprechen, die zuerst von
I m h o f [112] beschrieben und von mir[113] abgebildet wurden.
Besonders auffallend ist die Verschiedenheit der Form dieser
Sinnesorgane bei den Cyclopiden, und wohl wert, mit einigen Worten
beschrieben zu werden. Vor allem ist hervorzuheben, dass die
männlichen Antennen stets reichlich mit solchen Kolben und
Cylindern versehen sind, während sie bei den Weibchen entweder
gar nicht oder nur in der Einzahl angetroffen werden. Der letztere
Fall ist um so interessanter, als die Lebensäusserungen der Tiere
keineswegs die Vermutung aufkommen lassen, als fehle diesen der
Geruchssinn überhaupt; man kann somit schliessen, dass auch noch
auf andere, bis jetzt noch nicht ermittelte Weise geschmeckt bezw.
gerochen wird. Diejenigen, welche ein Sinnesorgan besitzen, tragen
dasselbe am zwölften Gliede der ersten Antenne in Form eines auf
einem Stiele sitzenden Kölbchens. Ganz ähnlich in der Form, nur
grösser und zahlreicher sind die Kölbchen, mit welchen die
Männchen dieser Weibchen an den Klammerantennen ausgerüstet
sind. Die übrigen Männchen dagegen schmecken mit den „blassen
Cylindern“, welche morphologisch den eben geschilderten Kölbchen
entsprechen. Diese Cylinder sind im letzten Drittel fein behaart und
kommen auch bei unserem Harpactiden Canthocamptus vor. An den
langen Fühlern unseres gemeinsten Calaniden Diaptomus treten
beim Weibchen wie Männchen ganz kleine, äusserst zarte und darum
kaum sichtbare Organe auf, welche etwa die Form einer
Lanzenspitze haben. Einen deutlichen Übergang von den Borsten zu
dem Schmeckorgan weisen die an der Antenne der Heterocope,
eines nahen Verwandten des Diaptomus, auf. Viele derselben
entfernen sich mit Ausnahme einer blasigen Auftreibung am Grunde
kaum vom Bau einer Borste.
Es mag hier erwähnt werden, dass alle die genannten
Sinnesorgane, so verschieden ihre Form und Grösse ist, ganz den so
zahlreich an allen Gliedmassen der Copepoden vorkommenden
Borsten, welche an den Antennen sicher mit die Tastempfindung
vermitteln, entsprechen und aus diesen sich entwickelt haben. Nicht
allein die Anordnung der „blassen Kolben und Cylinder“ auf den
Gliedern der Antenne dient uns als Beweis dafür, sondern auch der
Umstand, dass, wie beim ebenerwähnten Falle, nicht selten solche
Sinnesorgane angetroffen werden, welche ein Mittelding zwischen
Borste und Kolben (oder Cylinder) darstellen. Es ist dies ein Beispiel,
dass eigentlich Geschmack und Geruch nur verfeinerte
Tastempfindungen sind. Weitere Bemerkungen über die Thätigkeit
der vermutlichen Organe des Geschmacks- und Geruchssinnes
werden in dem Abschnitt über die Lebensweise der kleinen Kruster
folgen und wir wenden uns zur Besprechung des G e h ö r s , sofern
man überhaupt von einem solchen reden kann. Es ist nämlich bis
jetzt nicht gelungen an Süsswasser-Copepoden auch nur in Spuren
ein Organ nachzuweisen, welches zur Aufnahme von Schallwellen im
Wasser spezifiziert wäre. Wollen wir nicht annehmen, dass die oben
geschilderten Sinnesorgane der Antennen — zu denen ja schliesslich
noch alle die feineren Borsten, namentlich die mit feinen Härchen
versehenen zu rechnen sind — neben den angegebenen Funktionen
noch die des Hörens übernehmen, so können wir nur vermuten,
dass Schallwellen, die ja im Wasser ohnedies viel besser geleitet
werden als in der Luft, vom ganzen Körper des Tieres empfunden
werden und somit ebenso wirken, wie ein Reiz auf den Tastsinn. Da
nicht einzusehen ist, von welchem Vorteil eine auch nur annähernd
genaue Unterscheidung der Töne für das Wohlbefinden eines so
niedrig organisierten Wesens sein soll, so wird man wohl begreifen,
dass die geschilderte Art der Schallempfindung ihren Zweck
ausreichend erfüllt. Auch wir empfinden ja den Schall viel öfter als
wir es ahnen zumteil mittels des Tastsinnes. Jeder kann sich davon
überzeugen, wenn er während des Vortrages eines kräftigen
Gesangsstückes oder einer schmetternden Kapelle die Fingerspitzen
auf den Deckel eines frei gehaltenen Buches oder einer kleinen
Zigarrenkiste legt. Dass aber die Copepoden einen gut entwickelten
Ta s t s i n n haben, wird jeder Freund derselben, welcher etwa mit
einer Pipette die gewandteren Schwimmer, wie Diaptomus und
Cyclops, aus einem grösseren Gefäss herausfangen will, zu seinem
Ärger erfahren. Mit einer oft geradezu bewundernswerten
Geschicklichkeit wissen die Tiere dem gefahrbringenden
Instrumente, dessen Nähe sie offenbar nicht sehen, sondern lange,
ehe es den Körper berührt, fühlen, auszuweichen, und je öfter und
sorgfältiger man ihnen nahe zu kommen sucht, desto sicherer
entfliehen sie — einmal scheu gemacht — durch einen schnellen
Sprung.
Von den Eingeweiden ist am leichtesten der D a r m t r a k t u s ,
besonders am lebenden Tiere — allerdings so wenig wie das
Nervensystem mit blossem Auge — zu verfolgen. Wir teilen
denselben in einen vordern (Schlund-)Teil, Mittel-(Magen) und
Enddarm. Der erste beginnt mit dem Munde. Von der Mundöffnung
an steigt der Schlund beinahe senkrecht in die Höhe, biegt ein wenig
nach vorn der Stirn zu um, erleidet dort eine Knickung und geht
allmählich in eine Erweiterung des Darmrohres, den Mitteldarm oder
Magen, über, welcher sich annähernd durch den ganzen Vorderleib
erstreckt. Mit dem Beginn des Hinterleibs fängt der wieder dünnere
Enddarm an und mündet an der Oberseite des letzten Segmentes
vor der Furca nach aussen. Der Darmtraktus geht somit wie ein
gerader Schlauch mitten durch den Körper. Am Enddarm besonders
kann man leicht eine eigentümliche Erscheinung beobachten, welche
dem Darm aller Tiere, den Menschen nicht ausgenommen, eigen ist.
Häufig treten nämlich an demselben Einschnürungen auf, welche
weiter wandern und, da sie rasch auf einander folgen, wie Wellen
sich fortzupflanzen scheinen. Es sind dies die sogenannten
„peristaltischen Bewegungen“, welche, durch die in der Darmwand
liegenden Muskeln erzeugt, der Weiterbeförderung des Inhalts
dienen.
Vergebens würden wir nach L e b e r und N i e r e , zwei so
hochwichtigen Organen im tierischen Körper, suchen, wollten wir sie
als gesonderte Teile der Eingeweide vermuten. Nach mühsamen
Versuchen erst ist es gelungen nachzuweisen, dass Zellen, auf dem
Magenstück liegend, die Verrichtung der erwähnten Drüsen
übernommen haben. Etwa innerhalb des Kopfbruststückes ist der
Darm von drüsigen Zellen umgeben, welche mit gelb gefärbten
Fettkügelchen erfüllt und ihrem Bau nach als Leberzellen zu deuten
sind. Weiter nach hinten, dem Ende des Magens zu, enthalten
ähnlich geformte Zellen die Stoffe, welche bei den höheren Tieren
von den Nieren abgesondert werden. Durch Einwirkung chemischer
Reagentien lässt sich ihre Zusammensetzung erkennen. Diese
Nierenzellen geben ihren Inhalt am Anfang des Enddarms an diesen
zur Weiterbeförderung nach aussen ab.
Selbst unser Regenwurm ist in dieser Beziehung, so niedrig er
sonst steht, besser eingerichtet, als der Copepode, indem er
wenigstens gesonderte Organe, welche die Funktion der Niere
verrichten, besitzt.
Allein nicht nur in diesem einen Falle können wir am Copepoden
die Einfachheit der Mittel bewundern, mit denen die Natur so
unendlich verschiedenes zweckmässig einzurichten weiss. Gleich die
Art und Weise, wie das Blut im Körper der kleinen Geschöpfe zu
allen Organen hingeführt wird, ist bei den Cyclopiden und
Harpactiden so originell und zugleich so primitiv, dass wir kaum
begreifen können, wie dadurch die Thätigkeit eines komplizierten
Apparates, wie es das Herz anderer Tiere ist, vollkommen ersetzt
werden kann.
Die beiden eben erwähnten Familien besitzen nämlich nicht
einmal die Andeutung eines H e r z e n s und bei diesen Tieren
übernimmt nun wunderbarerweise der Darm einen Teil der Funktion
eines solchen, ist also in dreifacher Weise beschäftigt. Dadurch, dass
er sich in bestimmter Richtung (vorwiegend in der Vertikalebene auf
und ab) bewegt, wird das Blut wenigstens ordentlich
untereinandergeschüttelt, wenn auch nicht in vorgeschriebenen
Bahnen oder Adern herumgeleitet. Die Lage und der Verlauf des
Darmes wurde vorhin geschildert. An der erwähnten Umbiegung, wo
der Schlund in den Magen übergeht, setzen sich an der Oberseite
feine Muskeln an, welche nach vorn und oben gegen die Stirne zu
verlaufen. Diese bewegen bei ihrer Zusammenziehung den Darm in
dieser Richtung. Sehr ausgiebig und regelmässig ist diese Bewegung
nicht. Eine zweite Art von „Darmpulsationen“ vollzieht sich durch die
Thätigkeit anderer Muskeln, welche sich einerseits am Darm beim
Übergang des Magens in den Enddarm ansetzen, anderseits an der
innern Bauchwand des Hinterleibes. Durch diese Muskulatur wird der
Darm gewaltsam nach abwärts und zugleich nach hinten gerissen
und alles Blut, das sich unter ihm befand, nach oben an den Seiten
des Darmes vorbei unter die Rückenhaut getrieben. Gleich darauf
kehrt alles in seine vorige Lage zurück. Die Zahl dieser Bewegungen
in einer bestimmten Zeit ist manchem Wechsel unterworfen und
scheint zumteil willkürlich ausgeführt zu werden. Die Gliedmassen
sorgen ausserdem durch ihre fast immerwährende Bewegung
jedenfalls mit dafür, dass das Blut keinen Augenblick ruhig im Körper
verweilt.
Eine viel vollkommenere Blutzirkulation findet bei den Calaniden
statt, da diese ein Herz besitzen. Dieses ist bei unserm Diaptomus in
einer ausserordentlich lebhaften Bewegung und schlägt etwa 150mal
in der Minute, so rasch, dass es beinahe zu vibrieren scheint. Durch
seine energische Thätigkeit werden die in seiner Umgebung
liegenden Organe ebenfalls in einem beständigen Zittern erhalten.
Beobachtet man einen Diaptomus längere Zeit unter dem Mikroskop
von einem dünnen Gläschen bedeckt, so verbraucht er allmählich
den in dem umgebenden Wassertropfen enthaltenen Sauerstoff und
dann schlägt das Herz des absterbenden Tieres immer langsamer, so
dass es sich leicht genau besehen lässt. Man wird dann finden, dass
es einem kleinen Balle gleicht, welcher in der Mitte des Rückens und
zwar im dritten Vorderleibssegment direkt unter der Haut liegt. Feine
blasse Fädchen ziehen von ihm an die umgebenden Teile (Haut,
Darm) und halten es in seiner Lage fest. Es ist mit einigen
Öffnungen versehen. Am sichersten ist eine hintere und vordere,
weniger bestimmt solche an den Seiten beobachtet worden.
Blutgefässe fehlen auch hier. Wie bei den zwei anderen Familien ist
auch bei den Calaniden die ganze Körperhöhle mit Blut erfüllt, so
dass die Organe sozusagen darin schwimmen. Zieht das Herz sich
zusammen, so strömt das Blut gegen den Kopf zu aus der vordern
Öffnung, welche demnach als „arterielle“ angesehen werden kann.
Die bei der Kontraktion sich schliessende hintere oder „venöse“
Öffnung lässt bei der Ausdehnung Blut einströmen, welches von
seiner Wanderung durch den Körper und die Gliedmassen
zurückkehrt.
Das B l u t selbst ist farblos oder schwach gelblich. Feste
Bestandteile, etwa den Blutkörperchen anderer Tiere entsprechend,
lassen sich nur sehr schwer darin entdecken und wurden früher ganz
vermisst.
Gesonderte Verrichtungen, welche zur A t m u n g dienen könnten,
fehlen allen echten Copepoden vollständig. Man muss demnach
annehmen, dass der im Wasser gelöste Sauerstoff, der auch diesen
kleinen Wesen unentbehrlich ist, einfach durch die Haut
aufgenommen und auf demselben Wege die Kohlensäure
abgeschieden wird. Man wird diese scheinbare Unvollkommenheit
verstehen, wenn man bedenkt, wie leicht sich ein Gasaustausch
durch eine Haut, welche in allen Teilen dünner ist als die Kiemenhaut
grösserer Krebse, vollziehen kann. Es wirkt somit die ganze
Körperoberfläche als Atemorgan, sozusagen als Kieme. Das
Bedürfnis nach Sauerstoff entspricht der Grösse der Tiere und der
Lebhaftigkeit derselben.
Alle Bewegungen im und am Körper werden durch
hochentwickelte M u s k e l n ausgeführt. Vor allem sind zwei Stränge
derselben, je einer links und rechts von der Mittellinie des Körpers,
stark ausgeprägt und leicht zu sehen. Diese vermitteln die
Verschiebung der Körpersegmente gegen einander. An den Seiten
des Körpers und am Bauche setzen sich die Muskeln der
Gliedmassen an. Von der eigentümlichen Thätigkeit der Darm- und
Herzmuskulatur war schon früher die Rede.
Es bliebe uns jetzt noch übrig, da ja nur die wichtigeren Organe
hier Raum finden können, die F o r t p f l a n z u n g s o r g a n e und daran
anknüpfend die E n t w i c k e l u n g der Copepoden zu besprechen.
Schon bei der Beschreibung der Gliedmassen wurde erwähnt,
dass alle Copepoden getrennten Geschlechts seien, und die äusseren
Merkmale, welche beide Geschlechter trennen, hervorgehoben.
 Die F o r t p f l a n z u n g s o r g a n e nehmen bei den reifen Tieren einen
grossen Teil der Leibeshöhle ein und schimmern namentlich bei den
Cyclopiden durch die dünne Körperwand durch. Da der Inhalt
derselben oft genug eine bläuliche bis grüne Färbung besitzt,
erscheinen die Tiere in dem entsprechenden Tone gefärbt. Die
Männchen sind sofort an ihrem schlankeren Körper und den
umgeformten Antennen zu erkennen. Junge Tiere sind nicht immer
leicht zu unterscheiden. Die Weibchen sind gewöhnlich grösser als
die Männchen derselben Art und der Hinterleib derselben besitzt ein
Segment mehr als bei jenen, da das erste und zweite nicht mit
einander verwachsen sind. Bei beiden Geschlechtern liegen die
Fortpflanzungsorgane über dem Darm und unter der Rückenhaut.
Wo ein Herz, wie bei den Calaniden, vorhanden ist, befindet sich
dieses über den Geschlechtsorganen. Sind letztere bei den Weibchen
stark entwickelt und mit Eiern erfüllt, so erstrecken sie sich etwas an
den Seiten des Darmes nach dem Bauche zu abwärts. Die Keime
werden in einer sackähnlichen Drüse erzeugt. Von dieser Drüse
treten sie nach rechts und links in die Eileiter über, welche bei
grossen Weibchen durch ihre eigentümliche Form (Fig. 70 Ee) und
den gefärbten Inhalt leicht sichtbar werden. Die Eileiter reichen weit
nach vorn und hinten bis zum ersten Segment des Hinterleibes, wo
sie nach aussen münden. Nach den Seiten senden dieselben
ebenfalls mit Eiern erfüllte Lappen aus. In den Eileitern werden die
Keime (Eier) mit Dotter versehen und erhalten auch eine zarte Hülle.
Die Eier geniessen bis zum Auskriechen der Jungen die mütterliche
Fürsorge und werden nicht einfach in das Wasser entleert. Vor dem
Verlassen des mütterlichen Körpers werden sie nämlich aus einer
Drüse mit einem Klebstoff umhüllt, welcher im Wasser erhärtet und
die Eier unter einander sowohl, als auch mit den Seiten des
mütterlichen Körpers am ersten Ringe des Hinterleibes verkittet.
Solche Säckchen tragen die Cyclopiden zwei, deren jedes etwa mit
zwanzig Eiern erfüllt ist, die Harpactiden und Calaniden dagegen nur
eines. Bei ersteren sind sie oval und links und rechts am Hinterleib,
bei letzteren mehr rundlich und an der Unterseite befestigt. Diese
Säckchen sind bei den Copepoden, die der pelagischen Fauna
angehören, stets kleiner als bei den Uferformen.
 Die m ä n n l i c h e n Organe sind bei den Cyclopiden mit Ausnahme
der Keimdrüse ebenfalls paarig angelegt, bei den Calaniden und
Harpactiden dagegen nicht. Die Geschlechtsprodukte werden in
sogenannten Spermatophoren an das Weibchen angeheftet. Den
Cyclopiden sind solche Gebilde von rundlicher Form eigen, bei den
Calaniden und Harpactiden stellen sie jedoch langgezogene Flaschen
von sehr komplizierter Einrichtung dar. Ihre Entstehung und Funktion
wurde von A . G r u b e r vorzüglich geschildert.
Die Befruchtung der Eier findet am Ende der Eileiter während des
Ablegens statt.
In den Säckchen sind, wie im Körper, die Eier von grünlicher bis
bläulicher, selten gelber Farbe. Eine dünne Haut umschliesst den
körnigen fetthaltigen Inhalt. Bald nach der Bildung der Eiersäckchen
beginnt die im Ei schlummernde geheimnisvolle Kraft in der
Umbildung des Dotters zu einem neuen Wesen ihre Wirkung zu
entfalten. So interessant die hierbei sich abspielenden Vorgänge
sind, so können sie hier nicht weiter geschildert werden. C .
C l a u s [110] hat uns schon vor langen Jahren mit denselben bekannt
gemacht. Nach einer, je nach der Jahreszeit, zwei bis zehn Tage
dauernden embryonalen Entwicklung entschlüpft dem Ei der junge
Copepode, welcher zunächst mit seinen Eltern so wenig Ähnlichkeit
hat, dass man ihn lange für ein ganz besonderes Tier hielt und ihn
„Nauplius“ benannte. Alle jungen Copepoden und auch die meisten
übrigen niederen Krebse haben diese Entwickelungsform des
„Nauplius-Stadiums“ gemeinsam, so verschieden im erwachsenen
Zustande die Tiere auch aussehen mögen. In diesem Jugendkleide
stellt sich das kleine Wesen als rundlicher Körper mit nur drei
Gliedmassenpaaren dar, welche an der Bauchseite entspringen und
in der Form ebenfalls wesentlich von denen der Alten abweichen. Die
weitere Entwickelung vom Nauplius zum vollkommenen Tiere geht
sozusagen ruckweise vor sich. Die kleinen Kruster wachsen so wenig
wie andere Kerftiere etwa ähnlich den höheren Tieren allmählich
heran, wobei der schon in seiner Gestaltung fertige Körper eigentlich
nur an Grösse zunimmt, sondern in Pausen. Von Zeit zu Zeit wird,
wie bereits früher beschrieben wurde, den Jungen die Haut zu enge,
deren Beschaffenheit eine Dehnung nur bis zu einem gewissen
Grade zulässt. Sie, d. h. die unbelebte äussere Schicht derselben,
wird deshalb abgeworfen und durch eine neue ersetzt. Mit jedem
Wechsel der Haut treten am Körper mehr Segmente und
Gliedmassen, an diesen aber, so weit sie nicht schon früher
vorhanden waren, neue Bestandteile auf. Das Auge, den Darm und
— wo ein solches vorkommt — auch das Herz bringen die
Copepoden, wie die erste Anlage der Fortpflanzungsorgane, mit auf
die Welt. Mit dem Verlassen des Eies entzieht sich der Nauplius der
mütterlichen Obhut und geht von nun an selbständig seinen Weg
durchs Leben.
Es ist dieses Nauplius-Stadium für die Systematik der niederen
Krebse um so wichtiger, als manche erwachsene Formen selbst für
das geübte Auge so wenig Ähnlichkeit mit den nächsten Verwandten
haben, dass man ohne Kenntnis der Entwickelung sie lange mit ganz
anderen Tieren zusammenstellte. Es sind solche weitgehenden
Veränderungen der äussern Gestalt namentlich bei den
Rankenfüssern und den parasitischen Copepoden beobachtet und
auf eine Anpassung an die Lebensweise zurückzuführen. Einige
Rankenfüsser setzen sich fest, werden mit einer harten Kalkschale
umschlossen und scheinen in dieser Form alle Anschauungen über
den Bau eines Krebses über den Haufen werfen zu wollen. In der
That wird jeder, welcher zum ersten Mal eine sogenannte
Entenmuschel oder die Seepocken zu Gesicht bekommt, Mühe
haben, sie als Krebse zu erkennen. Von den p a r a s i t i s c h e n
Copepoden werden wir später noch einiges erfahren.
Nach einer bestimmten Zahl von Häutungen hat das Tier seine
endgültige Grösse und Form erreicht und ist fortpflanzungsfähig
geworden. Die Zeit, die es vom Verlassen des Eies an zu seiner
weiteren Entwickelung nötig hat, ist je nach den äusseren Einflüssen
verschieden. Im Sommer genügen nach J u r i n e s [114] Beobachtungen
zwei bis drei Wochen, während in der kälteren Jahreszeit unter
Umständen ebensoviele Monate nötig sind, bis das Tier fertig ist. Die
erreichte Grösse ist bei Individuen einer Art meist annähernd gleich.
Nur ausnahmsweise findet man solche, welche das normale Mass
um vieles (fast ⅓) übersteigen, ohne dass eine besondere Ursache
für ein so auffallendes Wachstum sich nachweisen liesse.
So interessant das Studium der einzelnen Familien, Gattungen
und Arten, welche unsere süssen Wasser bewohnen, ist, so muss
dennoch auf eine Aufzählung aller bis jetzt beschriebenen Formen
verzichtet werden. In dem angefügten Litteraturverzeichnis sind
jedoch für solche, welche sich eingehender mit den interessanten
Tieren abgeben wollen, die wichtigsten Werke namhaft gemacht, in
denen die Beschreibung und Klassifikation der Copepoden behandelt
wird. Wir wenden uns zu der am niedersten stehenden Familie der
Eucopepoden mit kauenden Mundwerkzeugen, den

Cyclopiden.

Der ganze Körper (Fig. 70) setzt sich (ohne die Furca) aus zehn
Ringen zusammen, von denen fünf auf den Vorderleib, ebensoviele
(beim Weibchen verwachsen die zwei ersten) auf den Hinterleib
kommen. Der Vorderleib ist meistens beträchtlich breiter als der
Hinterleib und eiförmig. Die ersten Antennen setzen sich aus 8–17
(selten 18) Gliedern zusammen und sind beim Männchen beide zu
Greiforganen umgewandelt. Das Auge ist in der Mitte der Stirne
gelegen und hat zwei Linsen. Das Weibchen trägt seine Eier in zwei
gewöhnlich etwas abstehenden Säckchen an beiden Seiten des
Hinterleibs.
Am gemeinsten von allen den Arten, deren Antennen
17gliederige Fühler besitzen, ist der Cyclops viridis Fischer. Die
Fühler dieser grossen Art sind kaum länger als das erste
Vorderleibssegment und gedrungen; sie tragen am zwölften Gliede
ein feines Sinneskölbchen. Fast gleich häufig trifft man den kleinen
Cyclops agilis Koch an, welchem von C l a u s , da er am Aussenrande
der Furca eine kleine Säge trägt, der Name serrulatus beigelegt
wurde. Seine Fühler sind schlank und reichen bis zum vierten
Segment des Vorderleibs. Sie besitzen zwölf Glieder, ermangeln aber
eines Sinneskölbchens. Die Eiersäckchen werden sehr abstehend
getragen. Von grossen Cyclopiden mit langen Antennen (viel länger
als das erste Vorderleibssegment) sind etwa noch Cycl. tenuicornis
Claus und signatus Koch zu erwähnen. Diese sehen sich im
allgemeinen ähnlich, allein während C. tenuicornis wie C. viridis ein
Sinneskölbchen an den ersten Antennen trägt, fehlt dieses dem C.
signatus stets. Die Länge von diesen beiden Arten und von viridis
beträgt etwa 3.5 mm. Ein naher Verwandter des C. agilis interessiert
uns durch sein beschränktes Vorkommen. Er wurde in den Maaren
der Eifel von Dr. O t t o Z a c h a r i a s gefunden und erhielt bei der
Beschreibung[115] den Namen C. maarensis[XVII]. Es giebt noch eine
bedeutende Anzahl von meist kleinen Arten mit 17gliederigen
Antennen, welche kaum länger als das Kopfbruststück sind. Alle sind
aber sehr schwer zu bestimmen, da die Merkmale nur mit Mühe
aufgefunden werden können. Viel seltener trifft man Cyclopiden an,
deren Antennen weniger als zwölf Glieder besitzen. Einer derselben,
C. canthocarpoides, kommt auch im Meere vor.

[XVII] Es ist diese Art nach neueren Untersuchungen vielleicht

mit C. macrurus Sars identisch.

Fig. 71.
Canthocamptus minutus Müller, nach Brady
(Weibchen von der Seite).
Die Familie der
 Harpactiden

zählt im süssen Wasser zu der am wenigsten bedeutenden. Wie

Cyclops die einzige Gattung unter den Cyclopiden darstellt, so sind
auch die Harpactiden nur durch eine Gattung, Canthocamptus (Fig.
71), vertreten. Diese Form ist in mehreren Arten sehr weit
verbreitet. Sie wird besonders im ersten Frühjahr in Gesellschaft von
Cyclops in allen unseren kleinen Weihern gefunden, viel seltener
oder gar nicht im Sommer. Der Körper von Canthocamptus weist
dieselbe Gliederung auf, wie die von Cyclops, jedoch ist Vorder- und
Hinterleib an Breite nur wenig verschieden und beide sind nicht sehr
scharf von einander abgesetzt. Die ersten Antennen sind kürzer als
das Kopfbruststück und beim Männchen zu Greiforganen
umgestaltet. Bei letzterem erleidet das dritte Fusspaar eine
demselben Zwecke dienende Formveränderung. Am Hinterleib der
Weibchen wird nur e i n Eiersäckchen angetroffen, neben welchem
häufig die langen flaschenförmigen Spermatophoren hängen.
Canthocamptus ist ein schlechter Schwimmer und dreht sich bei
seinen Bewegungen um seine eigene Achse schraubenförmig durch
das Wasser. Die grösste bei uns vorkommende Art — Canth. minutus
Müller oder staphylinus Jurine — misst etwas über einen Millimeter;
die meisten anderen sind noch kleiner. Viel wichtiger und grösser ist
die dritte Familie der Süsswassercopepoden, die der

Calaniden,

obgleich auch sie nur mit wenigen Gattungen bei uns vertreten ist.
Diese sind nicht so allgemein verbreitet, wie die beiden
vorhergehenden Familien, sie kommen aber meist in grossen Massen
vor, wenn sie einmal in einem Wasser eingebürgert sind. Der
Vorderleib der Calaniden ist länger als der Hinterleib und bildet ein
langgezogenes, nach hinten abgestutztes Oval. Der ganze Körper ist
annähernd cylindrisch. Die meist 25gliederigen Antennen sind etwa
so lang als der ganze Körper. Die rechte ist beim Männchen wie auch
der rechte Fuss des fünften Beinpaares zu einem Greiforgan
umgestaltet. Das Weibchen erzeugt nur ein Eiersäckchen, welches
wie bei Canthocamptus an der Unterseite des Hinterleibs klebt. Die
am Ende der Furca aufsitzenden Borsten haben ziemlich gleiche
Länge und sind fächerförmig ausgebreitet. Die hiehergehörigen
Gattungen und Arten wurden in einer sehr ausführlichen Arbeit von
J u l e s d e G u e r n e und J u l e s R i c h a r d [116] zusammengestellt.
Hiernach werden neun bis zehn Gattungen mit über 70 Arten
unterschieden. Am meisten Bedeutung hat das Genus Diaptomus,
von welchem allein an die 60 Vertreter beschrieben wurden.
Gewöhnlich findet man bei uns drei Arten an, d. h. nicht alle drei
beisammen. Die grösste Art ist Diaptomus castor Jurine, welcher
über 3½ mm lang wird und meistens kleinere Gewässer bewohnt.
Diesem sehr ähnlich, jedoch kleiner, ist D. coeruleus Fischer. Eine
fast in allen grossen Wasserbecken auftretende und als
Fischnahrung sehr wichtige Art ist der pelagisch lebende zierliche D.
gracilis, welcher fast keine Färbung hat und ganz wasserhell ist. Dem
letzteren gleicht eine durch L i l l j e b o r g entdeckte und früher nur im
Norden gefundene Art, Diaptomus graciloides (Fig. 72), welche in
einem der schon bei Cyclops maarensis erwähnten Maare der Eifel,
in dem Gemünder Maar und zwar nur in diesem ebenfalls durch
Z a c h a r i a s gefunden, sonst aber bis jetzt nirgends in Deutschland
angetroffen wurde. Die Gattung Heterocope bewohnt auch nur
grosse Wasserbecken und zeichnet sich durch bedeutende Grösse
und kräftigen Bau aus. Von den selteneren und wie es scheint mehr
dem Norden angehörigen Gattungen wäre noch als in Deutschlands
Nordwesten vorkommend Eurytemora Poppe zu erwähnen.
 Fig. 72.
Diaptomus graciloides Lilljeborg. a′ Erste Antenne — a″ Zweite
Antenne — E Eiersäckchen.
Alle Calaniden sind vorzügliche Schwimmer. Sie lieben es, häufig
mit dem Rücken nach abwärts gekehrt sich im Wasser zu bewegen.
Nicht allein mit Füssen und Antennen vollziehen sie letzteres,
vielmehr erzeugt auch die rasche Thätigkeit der Mundwerkzeuge,
welche zum Zweck der Nahrungszufuhr ausgeübt wird, ein etwas
langsames Fortgleiten. Bei Diaptomus wurde beobachtet, dass er
nachts in einen lethargischen Zustand, eine Art Schlaf, verfalle.

Die N a h r u n g aller freilebenden Copepoden besteht in kleinen

Teilchen tierischer und pflanzlicher Substanz, wie sie sich auf dem
Grunde der Gewässer, an Pflanzenstengeln und so weiter vorfindet.
Vor allem scheinen Urtiere und kleine Algen aufgenommen zu
werden. Da stets beides zusammen vorkommt, ist es schwer zu
entscheiden, ob die Tiere in der That Allesfresser sind oder ob der
eine oder andere Bestandteil etwa zufällig in den Darm gelangt.
Nach einigen Beobachtungen fressen die Mütter ihre eigenen Kinder,
und dieses kannibalische Betragen würde die Copepoden als Räuber
oder reine Fleischfresser kennzeichnen. Es ist sehr unterhaltend, den
Tieren bei der Suche nach Nahrung zuzusehen. Wenn der sie
beherbergende Behälter etliche Pflanzen enthält, weiden sie mit
Vorliebe den daran sitzenden Detritus unter pickenden Bewegungen
regelrecht ab. Ist dann der Magen mit einem genügenden Vorrat von
Speisen versehen, so sucht das Tier wieder die Gesellschaft der
Genossen auf. Diese ist allen Arten, wie es sich schon aus der Art
des Vorkommens in grossen Scharen ergiebt, geradezu Bedürfnis.
Mit munteren Sprüngen haschen und jagen sich Alte wie Junge
gegenseitig und scheinen dies nur der Unterhaltung wegen zu thun.
Mitten durch dieses lebhafte lautlose Gewimmel stürzen dann oft die
von den kleinen lebhaften Männchen verfolgten Weibchen in wilden
Sätzen. Eine Zeitlang geht die Jagd durch das Gewirre der
Wasserpflanzen, dann wieder über freiere Stellen, bis das Weibchen
durch eine geschickte Wendung dem Verfolger sich entzieht oder,
müde geworden, auf Gnade und Ungnade sich ergiebt.
Schon früher wurde angedeutet, dass wir nur ausnahmsweise in
einer wenn auch noch so kleinen Wasseransammlung, falls sie nur
schon einige Zeit bestand, vergebens nach Copepoden fahnden. In
Grönland so gut wie unter den Tropen sind namentlich die
stagnierenden oder langsam fliessenden Gewässer oft in
staunenerregender Weise damit bevölkert und von dem enormen
Reichtum des Meeres an diesen Tieren können wir uns kaum eine
Vorstellung machen. Ich selbst habe einen Fall erlebt, wo ein kleiner
Weiher, dessen auffallende Armut an Pflanzenwuchs keine reiche
Ausbeute versprach, durch die Masse einer einzigen Copepoden-Art
(Diaptomus coeruleus) geradezu gelb gefärbt war. Mehrfach werden
ähnliche Beobachtungen erwähnt, und manche Nachricht, die für die
auffallende Färbung eines Gewässers keinen Grund angiebt, dürfte
auf das massenhafte Vorkommen von Ruderfüssern (vielleicht im
Verein mit Daphnien) zurückzuführen sein. Ganze Wolken der
ersteren färben zu gewissen Zeiten weite Strecken des Meeres und
die Fischer bezeichnen diese Erscheinung als „Rotäsung“ und kennen
sie als Vorboten reichlichen Fanges.
 So wenig als in horizontaler Richtung scheinen auch in vertikaler
dem Vorkommen der Ruderfüsser Grenzen gezogen zu sein, sofern
überhaupt Wasser vorhanden ist. Auf dem Kamme des
Riesengebirges fand Z a c h a r i a s [117], in 2500 m Meereshöhe
I m h o f [118] (im Val di Brutto) noch Copepoden vor, während sie
anderseits in unseren grossen Binnenseen und im Meere die
grössten bis jetzt erforschten Tiefen noch beleben und einen
wesentlichen Bestandteil der in ewigem Dunkel lebenden Fauna
ausmachen. Die reichste Abwechslung in der Beschaffenheit ihrer
Wohnorte ertragen entschieden die Süsswasser-Copepoden. Die
Temperatur des Wassers scheint nur insofern von Einfluss auf die
kleinen Körper zu sein, als im Winter unter der Eisdecke die
Vermehrung langsamer vor sich geht. Versuche haben bewiesen,
dass selbst durch längeres vollständiges Einfrieren die Lebenskraft
nicht erlischt. Wenn wir gerade im Winter und im Frühjahr, nachdem
die Macht der wiederkehrenden Sonne die Eisdecke weggetaut hat,
am meisten Ruderfüsser in unseren Tümpeln und Weihern antreffen,
so ist dies mehr dem Umstande zuzuschreiben, dass die Mehrzahl
ihrer Feinde entweder im vollständigen Winterschlaf liegt oder doch
in einem solch lethargischen Zustande sich befindet, dass das
Bedürfnis nach Nahrung nur ein geringes ist. Bei der allgemeinen
Verbreitung kann es uns nicht Wunder nehmen, wenn unter den
Mitgliedern der Höhlenfaunen ebenfalls Copepoden erwähnt werden.
Zu den seltneren Fällen gehört es, dass ein Angehöriger des süssen
Wassers im Mineral-, Brack- oder gar Meerwasser angetroffen wird.
Überraschend ist dies bei der Anspruchslosigkeit unserer Tiere und
deren Widerstandsfähigkeit gegen äussere Einflüsse nicht. Diese
ebengenannten Eigenschaften im Verein mit der grossen
Vermehrung und raschen Entwickelung sind die einzigen Mittel,
welche den Ruderfüssern zu einem erfolgreichen Kampfe ums
Dasein zur Verfügung stehen. Schon innerhalb kleiner Wasserbecken
sind die meisten Arten manchmal gezwungen, von einer weitern
Eigenschaft, welche für gewöhnlich nicht in die Augen springt,
Gebrauch zu machen: ich meine die A n p a s s u n g s f ä h i g k e i t .
 Wie im Meere, so kann man auch in unseren Seen dreierlei
Regionen nach den physikalischen und organischen Verhältnissen
unterscheiden. Jede derselben ist durch spezifische Tier- und
Pflanzenformen von den anderen verschieden und dies tritt gerade
bei den niederen Krebstieren am deutlichsten zu Tage. Wollen diese
waffenlosen Wesen in der Konkurrenz mit anderen Tierformen nicht
unterliegen, so müssen sie sich, ob sie nun in der Uferregion oder
pelagisch oder gar in der Tiefenregion leben, den jeweiligen
Verhältnissen anpassen. Es lässt sich schon zum voraus aus der
Beschaffenheit der Lokalität entnehmen, dass z. B. die reich mit
Pflanzen bewachsene Uferzone mit seichtem, warmem Wasser den
Tieren bedeutend günstigere Lebensbedingungen gewähren wird, als
die scheinbar leblose Mitte des Sees mit ihren verborgenen Tiefen.
Dort kann ein Wesen auf engem Raum seine Nahrung
zusammenlesen und es hat nicht viel zu sagen, wenn seine
Schwimmwerkzeuge nicht erster Güte sind. Die reiche Ernährung
ermöglicht ein rasches Wachstum und reichliche Fortpflanzung. Die
kleinen Kruster müssten sich ins Unendliche vermehren und somit
die oben erwähnte Erscheinung, dass das Wasser durch ihre Massen
sich färbt, viel öfter verursachen, wenn nicht auch hier ein
gewichtiges Regulativ entgegenwirken würde. In dem so reich
belebten seichten Wasser haben nämlich die grössten Feinde der
kleinen Krebse ihren Wohnsitz aufgeschlagen und verschlingen
unzählbare Summen derselben. In einem aus verschiedenen Stoffen
zusammengeklebten Häuschen lauert die Larve der Köcherfliege, an
den Pflanzenstengeln die der Eintagsfliegen, im Schlamm halb
versteckt die Libellenlarve mit ihrem heimtückischen Fangapparat auf
lebende Beute. Muntere junge Fischchen schnappen spielend ganze
Massen von Entomostraken weg und diesem Vernichtungskriege
schliesst sich auch der verschmitzt lauernde, langsam die Beute
erschleichende junge Triton an. Auf Schritt und Tritt lauert Tod und
Verderben, und wenn nicht die gütige Mutter Natur immer reichliche
Nachkommenschaft an der Stelle der im ungleichen Kampfe
Gefallenen eintreten liesse, so wären die Copepoden samt ihren
Verwandten schon längst aus der Liste der Lebewesen gestrichen. In
der U f e r r e g i o n also kann der Ruderfüsser sich nur dann erhalten,
wenn er sich rasch und reichlich vermehrt. Mit Waffen seiner Feinde
sich zu erwehren erlaubt ihm seine natürliche Ausrüstung nicht.
Ganz anders gestaltet sich das Leben und Treiben unserer Tiere
in der sogenannten p e l a g i s c h e n Z o n e der Seen bei einer
Wassertiefe von mindestens 15–20 m und einer oft mehrere hundert
Meter betragenden Entfernung vom Ufer. In dem beinahe immer
klaren Wasser fehlt, abgesehen von einigen winzigen Algen und
Diatomeen, jeder Pflanzenwuchs. Von dem von Urtieren reich
belebten Detritus der Uferregion führen Wind und Strömung nur
noch Spuren hinaus und diese bilden, auf weite Strecken verteilt,
eine kärgliche Nahrung. Temperaturschwankungen und Wellenschlag
werden in d e r Tiefe, welche die Tiere gewöhnlich, namentlich
während des Tages, bewohnen, kaum mehr fühlbar; im übrigen sind
jedoch die Verhältnisse für einen vom Ufer her in diese Region
verschlagenen Copepoden so ungünstig als möglich, zumal auch
jede Deckung fehlt, welche das Tier vor seinen Feinden schützen
könnte. Wenn wir trotzdem eben in der pelagischen Region eine
reiche Fauna von Entomostraken antreffen, so ist dies einzig und
allein der weitgehenden Anpassung, welche sich Generationen
hindurch während eines nicht allzukurz zu bemessenden Zeitraumes
im Bau der Kruster vollzog, zuzuschreiben. Als die auffallendste
Eigenschaft, welche alle pelagisch lebenden Krebstiere — auch die
des Meeres — auf dem Wege der natürlichen Zuchtwahl erworben
haben, bewundern wir deren ausserordentliche Durchsichtigkeit und
Farblosigkeit. Hierdurch werden auch die Copepoden dem Auge ihrer
Feinde entzogen, denen sie bei dem Mangel an Verstecken und der
den Verfolgern gegenüber geringen Schnelligkeit auf der Flucht
kaum zu entrinnen vermöchten. Haut, Muskulatur und Nervensystem
sind gewöhnlich wasserhell; nur der Darm (durch seinen Inhalt) und
die Geschlechtsorgane zeigen hie und da noch Färbung. In zweiter
Linie macht sich die Anpassung bei der Fortpflanzung bemerklich;
denn alle Copepoden tragen selten mehr als vier Eier auf einmal in
den Eiersäckchen mit sich herum. Der mühsame Erwerb der im
Wasser sehr verteilten Nahrung wirkt einer reichen Fruchtbarkeit
entgegen. Ausserdem sind die Tiere mit kleinen Eiersäcken beim
Aufsuchen des Futters weniger in ihren Bewegungen gehemmt, als
die mit grossen derartigen Anhängseln, und somit diesen beim
Kampfe ums Dasein überlegen. Den höheren Ansprüchen an die
Beweglichkeit der pelagischen Copepoden passten sich die
Schwimmwerkzeuge (Fühler und Beine) ebenfalls in vortrefflicher
Weise an, indem sie entweder länger, oder wenigstens kräftiger
entwickelt sind, als bei den Uferformen. Eigentümlich sind die
periodischen Wanderungen der pelagischen Krebse, indem sie bei
Nacht an die Oberfläche steigen, bei Tag dagegen die Tiefe
aufsuchen.
Die als Anpassungserscheinungen zu deutenden Eigenschaften,
welche die Bewohner der pelagischen Region kennzeichnen, können
auch den der T i e f e n r e g i o n angehörigen von Nutzen sein. Nicht im
Meere allein, dessen tiefste Abgründe bis vor verhältnismässig kurzer
Zeit für unbelebt gehalten wurden, haben sich die Krebstiere und vor
allem die Entomostraken unter einem ganz enormen Wasserdruck
eingewöhnt, auch auf dem Grunde unserer grössten Seen bilden sie
einen der wichtigsten Bestandteile des dort noch herrschenden
Lebens. Es sind dies meist ganz bestimmte Arten, welche nie an der
Oberfläche gefunden werden und deren Verbreitung in allen
grösseren Wasserbecken Deutschlands, Frankreichs und Schwedens
darum so schwer zu erklären ist, weil keines der später zu
erwähnenden Transportmittel bei Tieren, die immer in der Tiefe
leben, eine Rolle spielen kann.
Es gelang bis jetzt nie, alle bei uns einheimischen Copepoden in
ein und derselben Wasseransammlung, welchen Umfang diese auch
haben mag, beisammen zu finden. Oft beherrscht eine Art einzig
und allein in unzählbarer Menge irgend einen Weiher, noch öfter
aber trifft man (selbst in unscheinbaren Tümpeln) zwei bis drei Arten
an und es ist eine Seltenheit, wenn z. B. sieben Vertreter einer
einzigen Gattung beisammen leben. Es befremdet diese
Unregelmässigkeit des Vorkommens um so mehr, wenn man erfährt,
dass oft ganz dicht nebeneinanderliegende Weiher eine ganz
verschieden zusammengesetzte Copepoden-Fauna aufweisen
können, selbst wenn sie durch kleine Wasseradern mit einander
verbunden sind. Bei seinen Untersuchungen über die Tierwelt der
Eifelmaare fand Z a c h a r i a s einen Diaptomus (graciloides Lilljeborg),
welcher nur in dem Gemündener Maar (Eifel) vorfindlich war, und bis
jetzt nur in Schweden und der russischen Halbinsel Kola angetroffen
wurde. Wie eine so hochnordische Form so ganz unvermittelt mitten
in Deutschland auftreten kann, bildet noch heute ein Rätsel, dessen
Lösung aber für die Wissenschaft in hohem Masse wichtig und
interessant ist. Auch der schon erwähnte Cyclops maarensis[XVIII]
(ebenfalls aus der Eifel) giebt uns manches zu denken. Wenn nicht
nachgewiesen werden kann, dass er auch in anderen Seen
vorkommt, so müssen wir annehmen, es sei entweder eine Form,
welche durch allmähliche Anpassung an die Lokalität entstanden ist
und, selbst wenn sie verschleppt wird, in anderen Wassern nicht
fortkommt, oder am Ende eine Art, welche überall ausgestorben nur
hier sich erhalten hat. Ich unterlasse es, weitere Gesichtspunkte
aufzustellen; diese wenigen mögen genügen, zu zeigen, wie vieles
im Gebiete der Krustaceenkunde, selbst in den verhältnismässig
engen Grenzen der Süsswasserfauna, noch zu erforschen ist und von
welchen Gesichtspunkten man dabei auszugehen hat.

[XVIII] Vergl. die Anmerkung auf Seite 348.

Unsere Kenntnisse von der Art und Weise, wie die Copepoden
und andere niedere Tiere von einem Wasser in das andere, sofern
beide gänzlich abgeschlossen sind, gelangen, sind noch sehr
mangelhaft und wir können, da nur wenige genaue Beobachtungen
bis jetzt angestellt wurden, uns vorderhand fast nur in Vermutungen
ergehen. Man könnte daran denken, dass der Wind, welcher bei der
Verbreitung der Pflanzen eine so wichtige Rolle spielt, auch die
Übertragung der kleinen Copepoden vermittle. Allein der Körper
derselben zeigt so wenig wie die Eier irgend eine Einrichtung, welche
einen solchen Transport wahrscheinlich machte. Im Gegenteil, die
ganzen Tiere und deren Eier sind gegen Austrocknung
ausserordentlich empfindlich und sterben schon bei geringem
Wasserverlust ab, und dass Wasserteilchen mit eingeschlossenen
Copepoden oder deren Keimen stundenweit durch die Macht des
Windes fortgerissen werden sollten, ist nicht wohl anzunehmen. Viel
wahrscheinlicher und durch die Untersuchungen der unten
genannten Forscher zumteil bewiesen ist eine andere Art der
„passiven Wanderung“ der niederen Süsswassertiere, welche durch
Schwimmvögel und Wasserinsekten bewerkstelligt wird. J u l e s d e
G u e r n e hat nämlich aus am Gefieder und den Beinen von
Wasservögeln hängenden Schlammbrocken eine ganze Mikrofauna
zu erziehen vermocht. Nicht nur ganze Tiere, sondern in besonders
reicher Anzahl deren manchmal durch eine dicke Schale der
Vertrocknung widerstehende Keime waren, an den betreffenden
Teilen klebend, auf dem Wege verschleppt zu werden. Kleine
Wasseransammlungen, welche für Vögel unzugänglich sind, werden
nach W. M i g u l a s Untersuchungen durch die Vermittlung der
unscheinbaren Wasserkäfer mit verschiedenen Pflanzen- und
Tierarten belebt.
An eine a k t i v e Wanderung selbst über kleine Strecken darf, falls
es nicht im Wasser geschehen kann, bei der Konstitution und
Lebensweise der Copepoden nicht gedacht werden.
Am meisten Schwierigkeit bietet die Eigenartigkeit und
gleichmässige Zusammensetzung der sogenannten Tiefenfauna in
den Süsswasserseen für eine Erklärung dar. Wir finden zwar unter
den Copepoden kaum ausschliessliche Angehörige der Tiefenfauna,
allein zugleich mit Rücksicht auf die später zu behandelnden
Daphniden mögen des Zusammenhangs wegen einige
Betrachtungen über die Verbreitung lebender Wesen, welche in etwa
20–100 und mehr Metern Tiefe ihr Dasein fristen, hier Platz finden.
Da unsere meisten Binnenseen nicht durch Wasseradern mit
einander in Verbindung stehen, so können die Tiere nicht auf
direktem Wege von dem einen zum andern gelangen, um so
weniger, da sie die Tiefe nie verlassen. Hierdurch ist auch der
Transport durch Vögel ausgeschlossen. Man nahm deshalb an, dass
alle diese Seen, was auch zweifellos bei vielen der Fall war, in
früheren Zeiten vom Meer überdeckt gewesen seien, beim
Zurückgehen desselben übrig blieben und mit ihm eine Anzahl von
Tieren, welche der allmählichen Aussüssung dieser sogenannten
„Reliktenseen“ zu widerstehen vermochten. So plausibel diese
Hypothese ist, so giebt sie doch keinen Grund dafür an, warum
unter den vielen tausenden immer nur ganz wenige und überall
beinahe dieselben Formen eine solche Veränderung des Wassers
ertrugen. Viel wahrscheinlicher und neuerdings durch Z a c h a r i a s [119]
vertreten ist eine andere Ansicht. Hiernach wanderten die in Frage
stehenden Arten ganz allmählich aus dem Meere in das süsse
Wasser ein und zwar zu einer Zeit, wo der grössere Wasserreichtum
der Erde für eine solche Wanderung niederer Tiere eine günstigere
Verbindung darbot. Auch heute noch kann vielfach ein Aufsteigen
mariner Formen in unsere Flüsse und Seen beobachtet werden. Eine
plötzliche Überführung eines Mitgliedes der Süsswasserfauna ins
Meer, oder umgekehrt, wird nur von den Parasiten unter den
Copepoden, zu denen wir uns jetzt wenden wollen, ertragen,
während die meisten übrigen Krebse diesem raschen Wechsel
erliegen.

S c h m a r o t z e n d e R u d e r f ü s s e r. Siphonostomata[120].

Es wurde schon früher erwähnt, dass auf Grund ihrer

Entwickelung die parasitisch lebenden Copepoden zu den
Eucopepoden gehören, ursprünglich ein freies Leben führen und eine
cyclopsähnliche Form besitzen. Mit der Änderung der Lebensweise,
welche gewöhnlich schon früh mit der Auffindung eines
entsprechenden Wirtes beginnt, bleiben einzelne Körperteile in der
Entwickelung zurück oder bilden sich, wie namentlich manche
Gliedmassen, zu so seltsamen Formen um, dass die Identität
derselben mit denen des freilebenden Tieres nur schwierig
festzustellen ist. Manchmal geht die Segmentierung des Leibes
verloren oder es verkümmert der Hinterleib. Da die Beine zum
Schwimmen bei vielen Arten nicht mehr benutzt werden, fehlen sie
manchmal ganz oder sind nur in Andeutungen vorhanden. Die
Mundteile werden der Lebensweise so angepasst, dass der Besitzer
sich saugend von den Körpersäften seines Wirtes ernähren kann. Ein
Teil derselben, wie auch die zweiten Antennen bilden gewöhnlich
Klammerorgane, welche den Schmarotzer auf dem Körper des
heimgesuchten Tieres befestigen.
Die ersten Antennen sind meistens noch vorhanden, aber
gewöhnlich sehr klein, in etlichen Fällen fehlt eine Gliederung. Dass
die zweiten Antennen in der Regel als Haftorgan funktionieren,
wurde oben gesagt. Die Ober- und Unterlippe ist langgezogen. Jede
stellt eine Halbrinne dar und beide bilden sich aneinanderlegend eine
kurze Röhre, in welcher das erste, zu feinen stilettförmigen Gebilden
umgewandelte Kieferpaar liegt. Das zweite Kieferpaar kann ganz
verkümmert sein. Von der merkwürdigen Umwandlung eines
Kieferfusspaares zu einem Haftapparat kann Figur 73 einen Begriff
geben, welche ein Tier darstellt, bei dem die Kieferfüsse beider
Seiten, K, an den Enden verwachsen.
Wollte man alle die Umbildungen, welche der Körper der
parasitischen Copepoden erleidet, aufzählen, so müsste man jede
Art für sich beschreiben. Das Angeführte mag jedoch in Verbindung
mit der Abbildung genügen, um wenigstens eine Vorstellung zu
geben von dem, was Anpassung an parasitische Lebensweise heisst.
Weit weniger auffallend, allerdings auch nicht so sehr bekannt,
sind die Veränderungen, welche die inneren Organe erleiden.
Das Nervensystem ist im allgemeinen noch so erhalten, wie wir
es früher kennen lernten, allein die Sinnesorgane sind sehr spärlich
vorhanden. Vor allem fehlt meistens das Auge ganz. Hand in Hand
mit der Verkümmerung der Antennen geht eine solche der daran
befindlichen Sinnesorgane und Borsten. Den meisten Schmarotzern
scheint ein Herz ganz abzugehen. Die Muskulatur entspricht der
geringen Beweglichkeit der Tiere und ist vor allem in den
Haftapparaten gut ausgebildet. Am besten kommen bei den
Parasiten der Darm und die Geschlechtsorgane weg, denn beide
zusammen füllen den ganzen Körper beinahe allein aus. Letztere
schwellen zur Zeit der Reife und Befruchtung der Eier oft ungeheuer
an und bedingen die wunderbarsten Gestaltveränderungen. Das
ganze Tier scheint nur noch der Ernährung und
Fortpflanzung zu dienen und bildet so den
direkten Gegensatz zu den immer nur wenige Eier
produzierenden pelagischen freilebenden
Copepoden. Nicht selten erreicht oder übertrifft
der Inhalt der Eiersäckchen den Umfang des
Körpers an Grösse.
Während so die geschlechtsreifen Weibchen
oft eine für einen Copepoden ganz ansehnliche
Grösse erreichen (bis 1.5 cm), bleiben bei
manchen Arten die Männchen zwergartig klein
und wurden früher gar nicht gefunden oder nicht
richtig erkannt. Sie halten sich in diesem Falle am
Weibchen auf. Fig. 73.
Achtheres
Die schmarotzenden Copepoden bilden, wenn percarum von
man die im Meere vorkommenden Formen Nordmann.
Weibchen von oben
berücksichtigt, etwa die Hälfte aller bekannten mit Eiersäckchen. K
Arten. Ihre Bedeutung im süssen Wasser ist eine Kieferfüsse
geringe, da sie trotz der enormen Vermehrung verwachsen — D
doch selten ihren Wirt (zumeist Fische) am Leben Darm — E
bedrohen. Eiersäckchen.

Manche Arten der Siphonostomata leben nur

auf der Haut der von ihnen bewohnten Fische von den schleimigen
Absonderungen derselben, andere saugen mittels ihres Rüssels das
Blut der Wirte und nur wenige bohren sich geradezu in das Fleisch
derselben ein. Besonders häufig trifft man Parasiten auf den Kiemen
an, wo sie immer reichliche Nahrung, sei es Blut oder Schleim, und
zugleich Schutz vor dem Abgestreiftwerden finden.
Nicht bei allen Arten schmarotzen beide Geschlechter gleichzeitig.
Die Männchen der auf den Kiemen unserer Fische so häufig
anzutreffenden Gattung Ergasilus leben gewöhnlich frei und die
Weibchen selbst zeigen an ihrer Körperform noch viele Ähnlichkeit
mit einem Cyclops. Die ersten Fühler sind gegliedert, ein Auge ist
noch vorhanden. Die beiden Eiersäckchen sind sehr gross und
langgestreckt. Die Mundteile sind, obwohl zum Stechen eingerichtet,
von keiner Saugröhre umgeben.
Von den Parasiten, welche bei massenhaftem Auftreten dem
Fischzüchter unter Umständen Schaden verursachen können, ist die
Gattung Lernaeocera bemerkenswert. Auf unseren Fischen leben
mehrere Arten derselben, welche sich oft tief in das Fleisch
einbohren, wie beim Karpfen, oder hässliche Anschwellungen (am
Unterkiefer des Hechtes) verursachen. Bis zur Begattung leben
Männchen wie Weibchen frei; nach derselben sucht dieses einen
passenden Wirt und nun beginnen sich am Körper des Copepoden
eine Reihe von Umänderungen zu vollziehen, nach deren Abschluss
das Tier viel eher einem Wurm, denn einem Krebs ähnlich sieht. Vor
allem geht die Segmentierung des Körpers beinahe ganz verloren,
der Hinterleib verkümmert, die Beinpaare, vier an der Zahl, rücken
weit auseinander und sind ausserordentlich klein. Die ersten Kiefer
sind von einer, wie oben beschrieben, gebildeten Röhre umgeben.
Ein recht häufiger Bewohner der Kiemen unseres
wohlschmeckenden Flussbarsches ist der in Fig. 73 abgebildete
Achtheres percarum von Nordmann. Die grossen nach vorn
gebogenen Kieferfüsse, welche an der Spitze verwachsen sind,
geben dem Tiere ein Aussehen, als wollte es die Hände ringen, und
machen es sehr leicht kenntlich.
Wir nehmen hiermit von den echten Ruderfüssern Abschied und
wenden uns zu der zweiten Gruppe der Copepoden, den
Karpfenläusen.

Kiemenschwänze (Branchiura).

Schon bei den parasitischen Eucopepoden mussten wir unsere

Vorstellungen über Bau und Gliederung des normalen Copepoden-
Körpers in vielfacher Hinsicht ändern. Auch bei den ebenfalls der
Hauptsache nach parasitisch lebenden Karpfenläusen treffen wir
Gestalten an, welche nur nach genauer Untersuchung den
Ruderfüsser verraten. Die Organisation der wenigen hierher zu
rechnenden Formen ist trotz der Lebensweise eine sehr hohe und
den Verhältnissen vorzüglich angepasst. Der ganze Körper des bis 6
mm langen Tieres ist nahezu eirund und ganz plattgedrückt. Der
verkümmerte Hinterleib ist noch durch zwei kleine Läppchen
(Schwanzflosse) angedeutet. Dem Umstand, dass diese zumteil als
Kiemen funktionieren, verdanken die Tiere den Namen
„Kiemenschwänze“. Die Mundteile sind zum Saugen eingerichtet. Die
Nahrungsaufnahme wird mittels eines Stachels und einer Röhre
vollzogen. Mit den beiden Kieferfusspaaren hält sich das Tier auf den
von ihm bewohnten Fischen fest. Das erste ist zu diesem Zwecke zu
zwei grossen runden Saugnäpfen umgestaltet, das zweite mit
scharfen Klauen zum Festhaken versehen. Die beiden
Antennenpaare sind sehr klein und unscheinbar. Da die
Karpfenläuse, namentlich während der Begattung, frei
umherschwimmen, sind ihre vier Paare von Schwimmbeinen noch
ganz gut ausgebildet. Zum ersten Mal unter den Copepoden treffen
wir bei den Branchiuren zwei komplizierte, weit auseinanderstehende
Augen an. Das Nervensystem ist hochentwickelt. Das Herz entsendet
gegen den Kopf zu das Blut durch eine Aorta; von dem Vorkommen
gesonderter Vorrichtungen zum Atmen war schon die Rede. Auch am
Darm zeigt sich eine höhere Entwickelungsstufe daran, dass die
Leberzellen in grossen verästelten Schläuchen enthalten sind. Die
Weibchen hegen keine solche Sorgfalt für die sich entwickelnden
Jungen, dass sie die Eier mit sich herumtragen würden, sondern
entleeren diese einfach in das Wasser oder heften sie an
Gegenständen an. Am häufigsten trifft man die gemeine
Karpfenlaus, Argulus foliaceus[121], an.
Die Karpfenläuse bewohnen nicht ausschliesslich, wie etwa der
Name vermuten lassen möchte, unsere Karpfenarten, sondern
kommen beinahe auf allen im süssen Wasser, einige sogar auf im
Meere lebenden Fischen vor. Mit ziemlicher Gewandtheit bewegen
sie sich auf der schlüpfrigen, schleimigen Haut der letzteren herum
und sind trotz ihrer Grösse nicht leicht wahrzunehmen, da ihre
grünliche Farbe sehr gut mit der der Fische übereinstimmt und
ausserdem die platte Gestalt den eigenartigen Krebsen gestattet,
sich so anzuschmiegen, dass ihre Anwesenheit kaum auffällt.

Schaden und Nutzen der Entomostraken.

Da es nun einmal im Wesen unserer realistischen Zeitströmung

liegt, dass ein Gegenstand erst dann unser volles Interesse erregt,
wenn wir erfahren, ob er dem Menschen nützt oder schadet, so
mag, ehe wir zu den übrigen Entomostraken-Familien übergehen,
zum Schlusse noch die Bedeutung der Copepoden und zugleich der
sonstigen niederen Krebse für die übrigen Bewohner des süssen
Wassers und die Beziehungen jener zum Menschen kurz angeführt
werden.
Es ist aus dem früher Gesagten zu entnehmen, dass die Parasiten
nach ihrer Lebensweise weder den anderen Süsswassertieren noch
dem Menschen Nutzen gewähren können. Sie schädigen vielmehr
die Fische an Gesundheit und Leben und damit indirekt den
Menschen. Dieser immerhin unbedeutende Schaden wird aber in
reichlichem Masse durch die freilebenden Ruderfüsser und die
Entomostraken überhaupt aufgewogen. D i e s e s i n d e s , w e l c h e d a s
ganze unendlich reiche Material der kleinsten Lebewesen,
sowohl Pflanzen wie Tiere, für die höhere Tierwelt
aufschliessen und nutzbar machen und zwar unter Darangabe
i h r e s L e b e n s . Unschätzbare Massen kostbarer Nährstoffe gingen,
wenigstens für den Menschen, verloren, wenn nicht die
Entomostraken in unermüdlicher Thätigkeit alle die kleinsten Urtiere
und einzelligen Algen, welche dem Auge unsichtbar am Boden der
Gewässer oder in diesen selbst suspendiert sich vorfinden, zu
sammeln und in ihrem Körper aufzuspeichern vermöchten.
Es würde zuweit führen, wollte man alle die Tiere, welche ganz
oder teilweise von Entomostraken leben, hier anführen. Der
Anwesenheit der Copepoden vor allem verdanken wir die
wohlschmeckenden Blaufelchen und Saiblinge unserer grossen Seen.
Diese und andere nicht weniger schätzbare Fische leben so
ausschliesslich von Entomostraken, dass sie von der Tafel
verschwinden müssten, sobald diese einmal nicht mehr in
genügender Weise sich vermehren würden. Jährlich werden an
verschiedenen Meeresküsten die schon erwähnten Scharen von
Copepoden beobachtet, welche auf weite Strecken hin das Meer rot
färben und darum als „Rotäsung“ (Maidre) bezeichnet werden. Von
dieser Erscheinung hängt der tausende von Menschen ernährende
und beschäftigende Heringsfang ab. Sardellen, Sardinen, Makrelen,
ja selbst das riesigste aller Säugetiere, der Walfisch, leben oft
ausschliesslich von den kleinsten Krebstieren. Die Walfischjäger
wissen, dass stets die Jagd in der Nähe der roten Copepoden-
Wolken gute Ausbeute liefert. Es mag, um zu den Süsswasser-
Entomostraken zurückzukehren, noch eines Umstandes gedacht
werden, welcher allein schon genügte, die Unentbehrlichkeit der
niederen Krebse für die Fauna der Seen und indirekt für den
Menschen darzuthun.
Die jungen Fische nämlich, d. h. die sogenannte „Fischbrut“,
findet kaum eine passendere Nahrung in der ersten Zeit nach dem
Verlassen des Eies als Entomostraken. Ob der Fisch später, wie der
Barsch und der Hecht, reiner Räuber, oder, wie der Karpfen, fast
ausschliesslich Pflanzenfresser wird, bleibt sich gleich, in der ersten
Jugend frisst er nur Entomostraken. Wer in rationeller Weise
Fischzucht betreiben will, kann auf einem ganz einfachen Wege sich
dieses billigste und zugleich beste Futter für künstlich erbrütete
Fische beschaffen: indem er nämlich geeignete Teiche trockenlegt,
den Grund düngt, wie der Landmann sein Feld, und nun im Frühjahr
zur Laichzeit der Fische den Teich wieder bespannt, d. h. mit Wasser
füllt. Er hat damit alle Bedingungen erfüllt, welche in kurzer Zeit eine
geradezu ungeheuerliche Vermehrung der wenigen
Entomostrakenkeime, welche im Schlamme sich noch vorfanden
oder von aussen zugebracht wurden, ermöglichen. Auf die grossen
Vorteile einer solchen naturgemässen Fütterung weiter einzugehen,
ist hier nicht der Ort. Betont mag jedoch werden, dass die eben
geschilderte Methode einen wesentlichen Faktor für die gedeihliche
Entwickelung unserer Fischereiverhältnisse darstellt. Man kann
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebookmass.com