Planteverdenens Shazam: Hvilken app virker i virkeligheden?

"Shazam til planter" er et journalistisk påfund, ikke et produktnavn. Intet firma har registreret det, og hvis du søger på udtrykket på Google, lander du næsten altid det samme sted: Pl@ntNet. Det er en fransk app, der drives af fire offentlige forskningsinstitutter, og pressen har kaldt den planteverdenens Shazam siden mindst 2017.

Men den detalje, som medierne sjældent nævner, står i appens egen officielle beskrivelse. På fransk forklarer de, at Pl@ntNet er beregnet til planter, der lever i den frie natur ("vivant dans la nature"), og at identificering af dyrkede planter "ikke er dens primære formål". Hvis din plante står i en potte i stuen, er den app, der løb med kælenavnet, altså slet ikke lavet til dig.

Hurtigt overblik:

• Kælenavnet tilhører ikke nogen bestemt. I praksis fører søgninger til Pl@ntNet, som i dag dækker 84.710 arter og rummer over 1,4 milliarder billeder indsendt af brugere.

• Pl@ntNets officielle beskrivelse i den franske App Store slår fast, at dyrkede planter "ikke er dens primære formål". Den er skabt til den vilde flora.

• Planter er teknisk set langt sværere at identificere end musik. Shazam leder efter et præcist match af et digitalt lydaftryk, mens en plante-app kun kan beregne en sandsynlighed.

• I marken, med vilde planter, rammer de dedikerede identifikations-apps den rigtige art i det første forslag i omkring 86% af tilfældene (Hart et al., 2023). Der findes ingen publicerede tests med dyrkede stueplanter.

• Til stueplanter skal du bruge en app, der er skabt til formålet. Bloom identificerer via Plant.id, en motor med en dokumenteret nøjagtighed på 93% i uafhængige universitetstests. Appen har en vurdering på 4,8 med over tusind anmeldelser og kan bruges gratis.

Hvad er "Shazam til planter" egentlig?

"Shazam til planter" er bare det navn, medierne bruger om enhver app, der kan genkende en planteart ud fra et billede. Det er en reference til musik-appen Shazam, som genkender sange på lyden. Det er ikke et varemærke. Siden 2017 har navnet især klæbet til Pl@ntNet, som er en gratis app til borgerinddragende forskning (citizen science), udviklet af franske forskningsinstitutter.

Hvor stammer kælenavnet fra?

Shazam har eksisteret siden 2002 og har allerede rundet 100 milliarder genkendte sange, ifølge Apple. Den er blevet den universelle genvej til at forklare hvad som helst, der identificerer verden via mobilen.

Anvendt på planter hang analogien ved. Australsk Vogue brugte "Shazam for plants" i 2017. Konbini skrev "un Shazam pour identifier les plantes" i 2019, da de omtalte Seek. 20 Minutes publicerede en reportage i april de 2026, hvor de kaldte Pl@ntNet for "le Shazam des plantes". I Brasilien brugte ArchDaily det samme udtryk, ligeledes om Pl@ntNet.

Men der er ingen, der reelt har testet sammenligningen, og den falder fuldstændig til jorden på to afgørende punkter.

Hvorfor planter er sværere end musik

Udfordringen ligger i det materiale, som algoritmen skal sammenligne med.

Musik har en original. Det har en plante ikke. Den algoritme, som Shazam stadig bruger i dag, blev offentliggjort af Avery Wang i 2003 (PDF do artigo original). Den reducerer lyden til par af frekvensspidser, omdanner disse par til koder og søger efter et præcist match i kataloget. Det fungerer, fordi optagelsen er et fast objekt: det samme nummer afspilles identisk i radioen, i hovedtelefonerne og på den larmende bar. Shazam gætter ikke musikken, den genfinder filen.

En planteart har ikke nogen originalfil. Den samme guldranke ændrer udseende alt efter årstid, alder, lysforhold, og hvor meget den er blevet beskåret. Et ungt blad på en fingerphilodendron har slet ingen huller og ligner overhovedet ikke et voksent blad fra samme plante. Forskellige sorter kan ændre farve og mønster på bladene uden at ændre art.

Og forskellige arter ligner hinanden til forveksling. Pl@ntNets egen beskrivelse advarer om dette: "Der er mange planter, som ligner hinanden på afstand, og det er ofte bittesmå detaljer, der adskiller to arter inden for samme slægt." I musikverdenen har to forskellige sange aldrig det samme digitale fingeraftryk. I botanikken kan to helt forskellige slægter være adskilt af noget så småt som hårene på stænglen.

Derfor giver en plante-app dig altid en liste over mulige kandidater med en procentsats for sandsynlighed, hvorimod Shazam giver dig ét enkelt svar. Procentsatsen er det bedste, et system baseret på sandsynlighedsberegning kan levere.

Når du bruger Shazam, betyder kvaliteten af din optagelse næsten ingenting. I en plante-app er det billede, du tager, halvdelen af resultatet.

Hvilken app er den rigtige "Shazam til planter"?

Fem forskellige værktøjer kæmper om titlen, og de er skabt til vidt forskellige formål. Ingen af de artikler, der spreder kælenavnet på nettet, sammenligner rent faktisk de fem.

Oplysninger fra officielle app-butikker og hjemmesider, hentet den 22. august 2026.

Pl@ntNet er ærlig talt stærk til det, den lover. Den drives af CIRAD, INRAE, INRIA og IRD, dækker 84.710 arter i 77 floraer, og hvert indsendt billede bliver til videnskabelige data om biodiversitet. Den har ingen betalingsmur og er ikke et lokkemiddel til abonnementer. Men dens mål er at registrere verdens flora, og ikke at finde navnet på potteplanten på din hylde.

Google Lens er den nemmeste at gå til, fordi du sikkert allerede har den på din telefon. Men det er også den mindst præcise i gruppen, når det gælder planter, og det er en god idé at sætte sig ind i, hvor Google Lens rammer plet, og hvor den tager fejl, før du stoler blindt på det første resultat. Hvis du vil have det fulde overblik, har vi samlet de bedste apps til identifikation af planter med fokus på, hvad de hver især er gode til.

Fælden: Appen bag kælenavnet er lavet til vilde planter

Her er den officielle beskrivelse af Pl@ntNet i den franske App Store, ord for ord:

"Pl@ntNet permet d'identifier et de mieux connaître toutes sortes de plantes vivant dans la nature (...) Pl@ntNet peut aussi identifier un grand nombre de plantes cultivées (dans les parcs et jardins) mais ce n'est pas sa vocation première."

På portugisisk: Pl@ntNet identificerer alle slags planter, der lever i naturen, og identificerer også mange dyrkede planter i parker og haver, "men det er ikke dens primære formål". Det er skrevet af skaberne selv i appens beskrivelse, og ingen af de tekster, der har givet appen øgenavnet planternes Shazam, citerer denne sætning.

Projektets dokumentation forklarer hvorfor. Pl@ntNet søger inden for "floraer", som er lister over arter efter geografisk region. Det er fremragende til vilde planter, der har et territorium, og fga. ringe nytte til prydplanter, hvis oprindelse normalt er meget langt fra det sted, hvor de bliver dyrket. Din guldranke stammer fra Polynesien og står på en hylde i São Paulo. Det forudser ingen regional flora.

Videnskabelige undersøgelser bekræfter dette billede. I en felt-test fra 2023 med 857 billeder udelukkede forskerne bevidst "exotiske" arter fra parker og haver. Det betyder med andre ord, at de flotte tal for præcision, man hører om for disse apps, er målt på ukrudt, skovbryn og vejkanter. Hvis du gerne vil bruge Pl@ntNet, men har med stueplanter at gøre, kan du kigge på disse alternativer til Pl@ntNet, der er skabt specielt til dyrkede planter.

Sådan tager du et billede, appen kan forstå

Dette råd gælder for alle fem apps. Da systemet gætter baseret på sandsynlighed i stedet for at lede efter et præcist match, har dit billede større betydning for resultatet end selve valget af app.

1. Tag billede af en enkelt del, ikke hele planten. Blomster, frugter og blade indeholder næsten al den information, der skal til for at bestemme arten. Et billede af hele urtepotten ser pænt ud, men det er det, der hjælper appen allermindst.

2. Isoler bladet mod en ensartet baggrund. Et fladt blad mod et hvidt stykke papir fjerner baggrundsstøj, som ellers kan forvirre algoritmen.

3. Gå tæt nok på til, at man kan se bladårer og bladkant. Det er disse detaljer, der adskiller arter inden for samme slægt.

4. Send mere end ét billede, hvis appen tillader det. Pl@ntNet og Bloom lader dig uploade billeder fra flere vinkler, hvilket indsnævrer listen over mulige kandidater.

5. Brug dagslys fra et vindue i stedet for blitz. Blitz kan overeksponere bladets farve og udviske de fine detaljer i bladårerne.

6. Kig på de første 5 forslag, ikke kun det første. I feltstudiet fra 2023 betød dette, at Google Lens gik fra en præcision på 57% til 74%.

Hvis din stueplante ikke blomstrer (hvilket stueplanter sjældent gør), skal du satse på et enkelt, skarpt billede af et blad og gå tæt nok på til, at bladårerne er tydelige. I en undersøgelse i PLOS ONE ramte de seks testede apps oftere rigtigt med en blomst end med et blad. Men uden blomster er et godt fotograferet blad det bedste spor, du har.

De planter, folk oftest mangler navn på, er de mest almindelige stueplanter:

Navnet var kun halvdelen af det, du søgte efter

Sammenligningen med Shazam halter også på et andet punkt, som først viser sig, efter du har fået dit svar.

Når Shazam fortæller dig, hvad sangen hedder, er du færdig. Du ville have navnet, du fik navnet, og nu trykker du på play. Men når en plante-app fortæller dig, at din plante er en Epipremnum aureum, er du reelt lige vidt. Du var jo ikke bare på udkig efter et latinsk navn. Du ville vide, hvorfor bladene bliver gule, hvor ofte den skal vandes, og om katten kan tåle at tygge i den.

Det er derfor, Pl@ntNet og Seek, som ellers er fremragende til identifikation, efterlader dig på bar bund. De er skabt til at registrere biodiversitet, ikke til at passe planter. Når du har fået navnet, må du klare dig selv.

Her lukker Bloom hullet, når det gælder stueplanter. Appen identificerer planten ud fra dit foto ved hjælp af Plant.id, en AI-motor med en dokumenteret nøjagtighed på 93% i uafhængige universitetstests. Ud fra plantens navn skræddersyr appen en pasningsplan med vandings- og lysbehov for netop den art. I den gratis version får du 2 identifikationer om måneden og en vandingskalender. Sygdomsdiagnose via foto, som sammenligner dit syge blad med kendte tilfælde, er en Premium-funktion. Appen har en flot vurdering på 4,8 baseret på over tusind anmeldelser.

Hvis du allerede kender navnet, men er i tvivl om symptomerne, skal du gå en anden vej: Læs vores guide til, hvad din plante fejler ud fra de tegn, du kan se på bladene.

Hvor præcise er disse apps i virkeligheden?

To uafhængige, fagfællebedømte undersøgelser fra 2023 giver det bedste videnskabelige billede af præcisionen.

I feltstudiet offentliggjort i People and Nature (DOI 10.1002/pan3.10460) tog seksten økologer 857 billeder med deres egne mobiltelefoner, hvilket dækkede 277 arter. Pl@ntNet ramte rigtigt på arten i det første forslag på 86,6% af billederne og havde den rigtige art blandt de 5 første på 95%. Google Lens opnåede 57% på det første forslag.

I PLOS ONE-studiet (DOI 10.1371/journal.pone.0283386), med 38 urteagtige arter fotograferet i deres eget habitat, alle med det samme apparat og uden billedbehandling, ramte Pl@ntNet rigtigt i 88,21% af tilfældene med blomst og 80,36% med blad, mod 67,86% og 55,00% for Google Lens.

Der er dog to vigtige forbehold:

Du kan ikke sammenligne tal på tværs af forskellige undersøgelser. Hvert studie bruger sit eget udvalg af planter, sine egne billeder og sine egne kriterier. Sammenligningerne ovenfor er kun retvisende, fordi de er lavet inden for det samme studie. Hvis man tager en procentsats fra én undersøgelse og stiller op ved siden af en procentsats fra en anden, får man et helt skævt og misvisende resultat.

Ingen af disse tests er lavet på indendørs stueplanter. Begge undersøgelser tog udgangspunkt i vilde planter ude i naturen, og den ene udelukkede endda bevidst haveplanter. Der findes ingen publicerede tests af, hvor gode de er til guldranker, zamioculcas eller fingerphilodendron i urtepotter. Enhver, der slynger om sig med præcisionstal for stueplanter, gætter derfor i virkeligheden bare, og det er mest ærligt at sige det, som det er.

Ofte stillede spørgsmål

Findes der virkelig en Shazam til planter?

Ikke som et officielt produkt. Det er blot et kælenavn, pressen bruger om apps, der kan genkende planter ud fra billeder. I praksis henviser udtrykket næsten altid til Pl@ntNet, som har haft dette mærkat siden 2017. Sammenligningen er god som et billede på, hvad appen gør, men teknisk set er det to helt forskellige ting: Shazam finder et præcist match på en digital fil, mens en plante-app beregner en sandsynlighed.

Hvad er den bedste gratis app til at identificere planter?

Det kommer helt an på, hvor planten står. Til vilde planter ude i naturen er Pl@ntNet den mest præcise af de gratis apps med en målt præcision på 86,6% ved første forslag i en uafhængig felt-test. Til stueplanter bør du vælge en app, der er skabt til dyrkede arter, som f.eks. Bloom, der også har en gratis version.

Hvordan finder man navnet på en plante ud fra et billede?

Tag et billede af en enkelt del af planten (helst en blomst, en frugt eller et blad) mod en rolig, ensartet baggrund og i godt dagslys fra et vindue. Læg billedet op i din valgte app, og husk at kigge på de første fem forslag, ikke kun det allerførste. Undersøgelser viser, at du øger chancen for at finde den rigtige art med omkring 17 procentpoint, hvis du tjekker top 5.

Er Pl@ntNet gratis?

Ja, den er helt gratis. Den drives af fire franske forskningsinstitutter (CIRAD, INRAE, INRIA og IRD) og fungerer som et videnskabeligt projekt, hvor de billeder, du sender ind, bidrager til forskning i biodiversitet. Til gengæld er appen udviklet til vilde planter og ikke til stueplanterne hjemme i din vindueskarm.

Kan Google genkende planter ud fra billeder?

Ja, det kan den via Google Lens, som er gratis og allerede findes på de fleste Android-telefoner. I en uafhængig felt-test med 857 billeder ramte Google Lens rigtigt ved første forslag i 57% af tilfældene, mod Pl@ntNets 86,6% i samme test. Det er den nemmeste løsning, men også den mindst præcise i testen.

Konklusion

Den app, der oprindeligt fik kælenavnet, er skabt til den vilde natur, og det lægger udviklerne heller ikke selv skjul på.

Hvad dit næste skridt skal være, afhænger helt af, hvor din plante befinder sig. Er du ude i skoven eller på en mark, så brug Pl@ntNet, og tag et skarpt billede af en blomst eller et enkelt blad. Er du derimod derhjemme i stuen, bør du bruge en app, der er skabt til stueplanter, og som hjælper dig videre med pasningen, efter du har fået navnet. Bloom er bygget til netop dette, virker på iPhone og iPad, og du kan starte helt gratis.