SPUN-Pilznetzwerk in Science: Karte einbetten, Score ableiten — und was Millionen Tonnen Substrat lehren

Als die erste globale Karte arbuskulärer Mykorrhiza-Netzwerke in Science erschien (Stewart et al. 2026, DOI 10.1126/science.adu4373), war das für viele Mykologinnen und Kultivierende mehr als eine Schlagzeile: Endlich ließen sich Dimensionen benennen, die man im Labor und in der Anlage täglich spürt, aber nie in dieser Größenordnung quantifizieren konnte. Wer wie wir Pilzsysteme im industriellen Maßstab betreibt — Substrate in Millionen Pfund, Abfall, der zu Nahrung, Medizin und Boden wird — erkennt in den Zahlen eine Bestätigung: Die Effizienz steckt im Organismus. Dieser Artikel vertieft die Studie, prüft technisch, ob SPUNs Karte in FungiFind eingebettet werden kann, und erklärt ehrlich, ob sich daraus Fund-Wahrscheinlichkeiten für unser Score-Modell ableiten lassen.

> Kurzfassung: Die SPUN-Karte lässt sich nicht per iframe einbetten (Same-Origin-Schutz). Für den FungiFind-Score ist sie nicht direkt nutzbar — sie misst unterirdische AM-Infrastruktur, nicht Fruchtkörper-Wetter. Thematisch näher kommt die EcM-Biodiversitätsschicht im Underground Atlas. Einen ausführlichen Überblick zur Studie finden Sie in unserem Artikel vom Juli 2026.

Was die Science-Studie wirklich misst

Justin D. Stewart und Kolleginnen und Kollegen modellierten die Hyphendichte und Biomasse arbuskulärer Mykorrhiza-Pilze (AM, Stamm Glomeromycota) in den obersten 15 cm des Bodens. Grundlage: über 4.000 Messungen aus mehr als 16.000 Bodenproben, ergänzt durch Random-Forest-Modelle, die Umweltvariablen (Klima, Vegetation, Topographie, Boden, Landnutzung) auf 1-km²-Pixel abbilden.

Die zentralen Größenordnungen — wissenschaftlich geprüft und in Medien oft vereinfacht wiedergegeben:

| Kennzahl | Wert | Einordnung | |----------|------|------------| | Hyphenlänge (AM, oberste 15 cm) | ~110 Billiarden km (1,1 × 10¹⁷ km) | Unterirdisches Netz von planetarem Ausmaß | | Lebende AM-Biomasse (C) | ~300 Mt | Mehrfaches der menschlichen Biomasse | | Jährlicher Kohlenstofffluss Pflanze → AM | ~1 Gt C/Jahr (~3,9 Gt CO₂-Äq.) | ~11 % der fossilen Emissionen — Fluss, nicht dauerhafter Speicher | | Acker vs. Wild | ~50 % weniger AM-Dichte auf Acker | Landwirtschaft halbiert ein zentrales Bodennetzwerk |

Wichtig: Die oft zitierten „4 Milliarden Tonnen CO₂“ beziehen sich auf den jährlichen Kohlenstofffluss in die Netzwerke — vergleichbar mit der Größenordnung menschlicher Emissionen, aber nicht mit einem fest eingelagerten Kohlenstoffpool gleichzusetzen. Ein Teil wird respiratorisch wieder freigegeben, ein Teil trägt langfristig zur Humusbildung bei. Wer Klimawirkung kommuniziert, sollte Fluss, Speicher und Verweilzeit trennen — sonst entsteht der Eindruck eines simplen CO₂-Speichers, den AM-Pilze so nicht sind.

SPUN stellt ergänzend den Underground Atlas bereit: neben AM-Hyphendichte auch Mykorrhiza-Biodiversität (AM und Ektomykorrhiza/EcM) mit Vorhersagen für Artenreichtum und Endemismus pro 100 m² innerhalb 1-km²-Pixeln — trainiert auf 2,8 Milliarden DNA-Sequenzen aus 25.000 Bodenproben (Nature 2025, Van Nuland et al.).

Vom Substratbecken zum Planeten: Was Kultivierung und Wildboden gemeinsam haben

Wer Pilze in Substratsystemen skaliert — sei es Shiitake auf Holz, Austernpilze auf Stroh oder Mykorrhiza-Inokulant für Landwirtschaft — sieht dieselbe Logik im Kleinen: Hyphen wandeln Substrat um, binden Wasser, stabilisieren Struktur, speichern und leiten Nährstoffe. In Anlagen mit über einer Million Pfund produziertem Substrat wird sichtbar, wie effizient Pilze Abfall in verwertbare Biomasse verwandeln — Abfall zu Nahrung, zu Medizin, zu Boden.

Die Science-Karte setzt genau diese Effizienz in globales Relief: 110 Billiarden Kilometer lebender Fäden, kontinuierlich aktiv, größtenteils unsichtbar. Der Kontrast zu Ackerland ist brutal: Die Praktiken, die acht Milliarden Menschen ernähren, haben nach Modellrechnung etwa die Hälfte der AM-Netzwerkdichte zerstört oder geschwächt — Pflügen, mineralische Düngung, Fungizide, Monokulturen. Das ist kein moralisches Urteil über Landwirtschaft, sondern ein Trade-off: Kurzfristige Erträge gegen langfristige Bodeninfrastruktur, Nährstoffkreisläufe und Kohlenstoffdynamik.

Für Pilzfreunde heißt das: Gesunde Wälder und Wiesen sind nicht nur „schön“, sie sind substratähnliche Lebensräume für jene Pilze, die wir im Korb suchen — vor allem Ektomykorrhiza-Arten wie Steinpilz (Boletus edulis) oder Pfifferling (Cantharellus cibarius). AM-Pilze selbst bilden keine sichtbaren Fruchtkörper; sie sind das unsichtbare Rückgrat von Gräsern, Getreide und vielen Wildpflanzen.

Lässt sich die SPUN-Karte in FungiFind einbetten?

Technisch geprüft (August 2026): Die interaktive Karte unter spun.earth/underground-atlas/mycorrhizal-biodiversity sendet die HTTP-Header X-Frame-Options: SAMEORIGIN und Content-Security-Policy: frame-ancestors 'self'. Das bedeutet: Einbetten per iframe auf fungifind.org ist blockiert — bewusste Sicherheits- und Markenentscheidung, keine technische Lücke.

Was SPUN stattdessen anbietet:

• Deep-Link zum Underground Atlas (AM-Infrastruktur, EcM/AM-Biodiversität, Hotspots, Schutzgebiete)
• Daten-Download und Kontakt für Kooperationen („Contact us to discuss collaboration opportunities or learn more about using these data“)
• Kartentechnik über Felt APIs — keine öffentliche Embed-Widget-Dokumentation für Drittanbieter

Empfehlung für FungiFind: Statt iframe eine prominente Link-Karte im Blog und optional ein „Untergrund-Atlas öffnen“-Button in Artikeln zur Mykorrhiza-Forschung. Rechtlich und technisch sauber, respektiert SPUNs Plattform. Eine echte Integration wäre nur über lizenzierte Rasterdaten (GeoTIFF/COG) und eigene Kartenlayer in der FungiFind-Karte denkbar — das wäre ein separates Kooperationsprojekt mit SPUN, nicht ein Einzeiler.

Kann man aus der Karte eine Fund-Wahrscheinlichkeit für den FungiFind-Score ableiten?

Kurz: Nein — nicht direkt, und nicht für AM-Daten. Hier die Begründung im Detail.

Was der FungiFind-Score heute misst

Der Score auf der FungiFind Pilzkarte ist ein Fruchtkörper-Prognosemodell für konkrete Arten (z. B. Steinpilz, Pfifferling, Morchel). Pro Tag und Standort multiplizieren wir Faktoren:

• Saison (Tages des Jahres vs. arttypisches Fenster)
• Temperatur (10-Tage-Mittel, art-spezifische Schwellen)
• Feuchte / Niederschlag (14-Tage-Summe, Wasserbilanz, Regen-Lag)
• Region (biogeografische Gewichtung)
• Höhe (arttypische Elevationspräferenz)
• Habitat (CORINE-Landbedeckung: Laubwald, Nadelwald, Wiese, Acker …)

Das Ergebnis ist eine relative Wahrscheinlichkeit 0–1, wann und wo die Bedingungen für Fruchtkörperbildung einer Art passen — nicht für Boden-DNA-Diversität oder Hyphendichte.

Warum AM-Hyphendichte nicht passt

1. Andere Organismen: AM-Pilze (Glomeromycota) ≠ Speisepilze im Wald (meist Basidiomycota, EcM oder Saprobionten).
2. Andere Zeitskala: Hyphendichte ist strukturell-langfristig; Fruchtkörper hängen an Wetter der letzten Tage/Wochen plus Saison.
3. Andere Räume: Höchste AM-Dichten liegen laut Studie oft in Graslandschaften (Tibet, Prärien) — nicht dort, wo Steinpilz-Sammler typischerweise suchen.
4. Kein Fruchtkörper: AM bilden keine Körbe füllenden Pilze; ein hoher AM-Score sagt nichts über morgen sichtbare Boletus-Fruchtkörper aus.

Was theoretisch näher käme: EcM-Biodiversität

SPUNs EcM-Reichtums- und Endemismus-Layer (1 km², Arten/100 m²) beschreibt eher die Welt der Waldpilze — aber immer noch Diversität im Boden, nicht Fruchtungsereignis. Korrelationen existieren (intakter Wald → mehr EcM → bessere Bedingungen für Mykorrhiza-Partner), aber:

• Auflösung 1 km² ist für „dort an der Ecke“ zu grob
• Modell gibt Artenreichtum, nicht „Steinpilz heute“
• Unsicherheitszonen (CV, Extrapolation) sind groß — SPUN markiert das explizit

Mögliche Zukunft (soft factor, nicht Score-Ersatz): Ein optionaler Ökosystem-Gesundheits-Hinweis („EcM-Reichtum: hoch/mittel/niedrig, Modell SPUN v1.0“) als Kontext neben dem Wetter-Score — maximal leichte Gewichtung, klar als Bodenqualität, nicht Fundgarantie. Dafür bräuchte es lizenzierte Tiles oder API-Zugriff.

Der Acker-50%-Befund und unser Habitat-Gate

Indirekt berührt die Studie FungiFind: Acker hat schlechtere AM-Netzwerke. Unser habitatGate reduziert für viele Speisepilze auf Acker ohnehin stark (Gruppengate ~0,1–0,3 vs. Laubwald ~0,9). Das ist ökologisch konsistent, kommt aber aus Arten-Habitat-Präferenzen, nicht aus SPUN-Rasterdaten. Die Karten sind parallel, nicht redundant.

Forschungskontext: Zwei SPUN-Karten, zwei Fragen

| Karte | Frage | Für Sammler | |-------|-------|-------------| | A Hidden Infrastructure (Science 2026) | Wie viel AM-Hyphenmasse und Kohlenstofffluss? | Klima, Boden, Landwirtschaft — nicht Fundorte | | Underground Atlas Biodiversity | Wo ist Mykorrhiza-Artenreichtum hoch? | EcM-Layer thematisch näher, aber keine Fruchtungskarte |

Beide ergänzen die FungiFind-Karte, ersetzen sie nicht. FungiFind beantwortet: „Wann leuchtet mein Steinpilz-Score grün?“ SPUN beantwortet: „Wie dicht und vielfältig ist das unterirdische Netzwerk auf dem Planeten?“

Fazit: Quantifizieren, was man spürt — und ehrlich bleiben

Die Science-Veröffentlichung gibt dem anekdotischen Wissen aus Kultivierung und Feldforschung ein globales Maßband: 110 Billiarden Kilometer Hyphen, ein Kohlenstofffluss in der Größenordnung eines großen Teils der fossilen Emissionen, und die Hälfte der Netzwerkdichte auf Acker — während wir gleichzeitig acht Milliarden Menschen ernähren. Die Effizienz, Abfall in Wert zu verwandeln, ist im Pilz angelegt; die globale Karte zeigt, wie wenig wir davon in industrialisierter Landwirtschaft noch nutzen.

Für FungiFind bedeutet das: Link statt Embed, Score bleibt wetter- und habitatbasiert, und AM-Daten gehören in Klima- und Mykologie-Artikel — wie in unserem Juli-Artikel zur Weltkarte und im Klimawandel-Kontext. Wer heute sammeln geht, öffnet die Pilzkarte mit Wetter und Art — wer die Welt unter den Füßen verstehen will, den Underground Atlas von SPUN.

Hinweis: Dieser Artikel wurde redaktionell erstellt und an Primärquellen (Science, SPUN, FungiFind-Scoring-Code) geprüft. Er dient der allgemeinen Information. Pilze niemals allein anhand von Apps bestimmen und verzehren.