Biologische Modellgrenzen in Nahrungsnetzen begründen

aiMOOC

Biologische Modellgrenzen in Nahrungsnetzen begründen

QR-Code

Biologische Modellgrenzen in Nahrungsnetzen begründen

Dieser aiMOOC ist eine methodische Vertiefung für das Fach Biologie ab der Sekundarstufe I und enthält Erweiterungen für ältere Lernende. Im Mittelpunkt steht nicht das bloße Zeichnen eines Nahrungsnetzes, sondern die Frage: Wann trägt eine Netzvorhersage – und wann stößt das biologische Modell an Grenzen?

Du lernst, bei Vorhersagen über Populationen und Fraßbeziehungen drei besonders wichtige Modellgrenzen mitzudenken: alternative Nahrung, Zeitverläufe und nicht erfasste Beziehungen. Außerdem prüfst Du, wie Stichproben, mögliche Störfaktoren und die Qualität von Belegen die Aussagekraft eines Modells beeinflussen.

Lernziel: Du kannst eine Vorhersage aus einem vereinfachten Nahrungsnetz anhand konkreter Daten prüfen, Abweichungen begründen und entscheiden, welche zusätzlichen Daten oder Beziehungen für eine belastbarere Vorhersage nötig sind.

Hinweis zum Umfang: Dieser aiMOOC beansprucht keine vollständige Lehrplanabdeckung. Er konzentriert sich auf Modellkritik, Dateninterpretation und begründete Entscheidungen in der Ökologie.

Sicherheit und Arbeitsweise: Für alle Aufgaben genügen Tabellen, Diagramme, Karten und Papiermodelle. Es sind keine gefährlichen Versuche, keine Tiermanipulationen und keine persönliche Gesundheitsberatung vorgesehen.

Einleitung

Ein Nahrungsnetz stellt dar, welche Organismen andere Organismen als Nahrung nutzen. Solche Netze sind Modelle: Sie heben bestimmte Beziehungen hervor und lassen anderes weg. Das ist nützlich, weil ein vollständig beschriebenes Ökosystem kaum überschaubar wäre. Gleichzeitig entsteht eine wichtige wissenschaftliche Aufgabe: Du musst unterscheiden zwischen dem, was das Modell zeigt, dem, was die Daten belegen, und dem, was nur vermutet wird.

Medienprüfung: Wikimedia Commons, „Food web diagram.svg“, erstellt 2012 von LadyofHats im Zusammenhang mit CK-12; auf Commons als CC0 gekennzeichnet. Die Pfeile zeigen den Energiefluss. Abruf der Lizenzangaben: 04.10.2026.

Die Abbildung macht eine Stärke von Nahrungsnetzen sichtbar: Mehrere Nahrungsketten werden zusammengeführt. Sie zeigt aber auch eine Grenze. Ein Pfeil beantwortet noch nicht, wie stark eine Beziehung ist, wann sie auftritt, ob ein Räuber zwischen Beutetypen wechselt oder welche nicht-trophischen Beziehungen – zum Beispiel Schutz durch Vegetationsstrukturen – den Fraßerfolg verändern.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Video zur Grundidee von Nahrungsnetzen: Crash Course Kids, „Food Webs: Crash Course Kids #21.2“, veröffentlicht am 06.08.2015. Es eignet sich besonders zur Wiederholung für die Sekundarstufe I.

Fachliche Grundlagen

Nahrungsnetz, Nahrungskette und Netzvorhersage

Eine Nahrungskette bildet einen linearen Weg ab, etwa Produzent → Pflanzenfresser → Räuber. Ein Nahrungsnetz verbindet mehrere solcher Wege. In realen Ökosystemen können Arten mehrere Ressourcen nutzen und selbst mehreren Konsumenten als Nahrung dienen. Deshalb ist ein Netz meist realistischer als eine einzelne Kette, aber auch ein Netz bleibt eine Auswahl aus möglichen Beziehungen.

Eine Netzvorhersage ist eine Aussage darüber, wie sich ein Teil des Systems verändern könnte, wenn sich ein anderer Teil verändert. Beispiel: „Wenn der Bestand eines Räubers zunimmt, nimmt die Dichte seiner Beute ab.“ Diese Vorhersage kann sinnvoll sein, ist aber nur so gut wie die zugrunde liegenden Annahmen und Daten.

Wichtig: Ein biologisches Modell wird nicht dadurch „wahr“, dass einzelne Messwerte passen. Es ist ein Werkzeug, dessen Gültigkeitsbereich geprüft werden muss.

Zentrale Fachbegriffe

1. Modellannahme: Eine Voraussetzung, die für die Anwendung eines Modells gesetzt wird, zum Beispiel „der Räuber nutzt nur eine Beuteart“.
2. Modellgrenze: Eine Bedingung, unter der eine Modellannahme unzureichend wird oder eine Vorhersage an Aussagekraft verliert.
3. Alternative Nahrung: Eine weitere nutzbare Ressource eines Konsumenten. Sie kann dazu führen, dass der Fraßdruck auf die ursprünglich betrachtete Beute sinkt oder sich zeitlich verschiebt.
4. Zeitreihe: Wiederholte Messungen derselben Variablen über mehrere Zeitpunkte. Sie kann Verzögerungen, saisonale Wechsel und Richtungsänderungen sichtbar machen.
5. Nicht erfasste Beziehung: Eine biologisch relevante Verbindung, die im betrachteten Netz fehlt. Das kann eine übersehene Fraßbeziehung oder eine nicht-trophische Beziehung wie Schutz, Konkurrenz, Habitatveränderung oder Verhaltensänderung sein.
6. Stichprobe: Der tatsächlich untersuchte Ausschnitt aus einer größeren Grundgesamtheit. Viele Einzelbeobachtungen sind nicht automatisch viele unabhängige Wiederholungen eines ganzen Ökosystems.
7. Störfaktor: Eine zusätzliche Variable, die mit einer vermuteten Ursache und zugleich mit der beobachteten Wirkung zusammenhängen kann. Dadurch wird eine eindeutige Kausaldeutung erschwert.
8. Residuum: Die Differenz zwischen beobachtetem und vom Modell vorhergesagtem Wert. Hier gilt: Residuum = Beobachtung − Vorhersage.
9. Pseudoreplikation: Der Fehler, Teilbeobachtungen aus derselben Untersuchungseinheit so zu behandeln, als wären sie unabhängige Wiederholungen des gesamten Systems.

Vier Gründe, warum ein Netzmodell an Grenzen stößt

1. Alternative Nahrung: Ein Räuber kann bei veränderter Verfügbarkeit zwischen Ressourcen wechseln. Dann bleibt ein Pfeil zwar biologisch möglich, seine Stärke verändert sich aber.
2. Zeitverlauf: Beziehungen können saisonal, altersabhängig oder verzögert sein. Ein Netz zu einem Zeitpunkt ist nicht automatisch für einen späteren Zeitpunkt gültig.
3. Nicht erfasste Beziehungen: Dritte Arten oder Habitatstrukturen können die Stärke einer Fraßbeziehung verändern, ohne selbst gefressen zu werden.
4. Datenbegrenzung: Kleine, räumlich eingeschränkte oder nicht unabhängige Stichproben können ein zu sicheres Bild erzeugen.

Forschungsarbeiten zu Nahrungsnetzen zeigen genau diese Probleme: Zeitlich aufgelöste Daten können andere Muster sichtbar machen als ein statisches Netz, und zusätzliche Arten können die Stärke einer Räuber-Beute-Beziehung verändern. Daraus folgt methodisch: Eine Modellabweichung ist Information. Sie sollte nicht „wegerklärt“, sondern als Anlass zur Prüfung von Annahmen genutzt werden.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Vertiefung: HHMI BioInteractive, „Trophic Cascades in Salt Marsh Ecosystems“, veröffentlicht am 15.05.2017. Das Video zeigt, wie ökologische Hypothesen mit Feldbelegen geprüft werden. Nutze es zur Unterscheidung von Beobachtung, Experiment und Schlussfolgerung.

Belege nachvollziehbar formulieren

Eine gute biologische Begründung kann in vier Schritten aufgebaut werden:

1. Aussage: Formuliere präzise, welche Modellannahme Du prüfst.
2. Beleg: Nenne konkrete Daten mit Zahl, Einheit und Zeitpunkt.
3. Begründung: Erkläre den biologischen Zusammenhang zwischen Daten und Aussage.
4. Grenze: Nenne mindestens eine alternative Erklärung, einen Störfaktor oder eine Stichprobenbegrenzung.

Beispielstruktur: „Das vereinfachte Modell unterschätzt am Tag 42 die Daphnien-Dichte. Beobachtet werden 76 Ind./L statt vorhergesagter 56 Ind./L. Gleichzeitig verschiebt sich die dokumentierte Nahrung des Räubers zu Zuckmückenlarven und die Pflanzenbedeckung steigt. Diese Befunde sprechen dafür, dass die Ein-Beute-Annahme nicht mehr ausreicht; wegen nur eines untersuchten Teichs ist damit aber noch keine allgemeine Ursache bewiesen.“

Differenzierung nach G, M und E

Niveau	Operation	Was Du konkret tun sollst	Beispiel am Nahrungsnetz
G – grundlegend	beschreiben, erkennen, berechnen	Daten ablesen, Fachbegriffe zuordnen, eine einfache Modellvorhersage oder ein Residuum berechnen	Erkenne eine alternative Nahrung und berechne Beobachtung minus Vorhersage.
M – mittleres Niveau	vergleichen, analysieren, erklären	Zwei Modellversionen gegenüberstellen, zeitliche Veränderungen und mögliche Störfaktoren analysieren	Erkläre, warum ein statisches Ein-Beute-Modell den Verlauf ab Tag 28 schlechter beschreibt.
E – erweitert	bewerten, modellieren, begründen	Geltungsbereich beurteilen, konkurrierende Hypothesen formulieren und eine evidenzbasierte Entscheidung treffen	Entscheide, ob eine Vorhersage für einen neuen Zeitpunkt übernommen, eingeschränkt oder verworfen werden sollte, und begründe die Entscheidung mit Daten und Unsicherheiten.

Für ältere Lernende lässt sich zusätzlich fragen, ob ein binäres Netz mit den Zuständen „Beziehung vorhanden/nicht vorhanden“ ausreicht oder ob ein gewichtetes Netz mit Interaktionsstärken und zeitabhängigen Parametern benötigt wird.

Eigenes Datenbeispiel: Ein vereinfachtes Teich-Nahrungsnetz

Das folgende Beispiel ist vollständig neu für diesen aiMOOC erstellt und stellt keine reale Untersuchung dar. Alle Zahlen, Einheiten, Messzeitpunkte und Modellannahmen sind didaktisch konstruiert.

Betrachtet wird ein fiktiver Schulteich. Im vereinfachten Modell frisst der Dreistachlige Stichling hauptsächlich Daphnien. Tatsächlich werden zusätzlich Zuckmückenlarven als alternative Nahrung beobachtet. Dichter Wasserpflanzenbewuchs kann Daphnien Deckung bieten und dadurch Begegnungen zwischen Räuber und Beute verändern. Die Wassertemperatur kann zugleich Populationsraten beeinflussen und ist deshalb ein möglicher Störfaktor.

Medienprüfung: Wikimedia Commons, „Aquatic food web.jpg“, Schulz, Smit, Herfort und Simon, 02.02.2018; Quelle der Commons-Datei verweist auf Frontiers for Young Minds; Lizenz CC BY-SA 4.0. Abruf der Lizenzangaben: 04.10.2026.

Datentabelle

Untersuchungseinheit: ein fiktiver Teich mit vier Beobachtungsterminen im Abstand von jeweils 14 Tagen.

Zusätzliche Stichprobe zur Nahrung: pro Termin werden 40 erfolgreiche, mit einer Unterwasserkamera protokollierte Fraßereignisse klassifiziert. Diese 40 Ereignisse sind Teilbeobachtungen desselben Teichs und keine 40 unabhängigen Ökosysteme.

Zeitpunkt	Stichlingsdichte P in Fischen pro 100 m²	Daphnien D in Ind./L	Zuckmückenlarven in Ind./m²	Wasserpflanzenbedeckung in %	Wassertemperatur in °C	Fraßereignisse Daphnien von 40	Fraßereignisse Zuckmückenlarven von 40	sonstige Fraßereignisse von 40
Tag 0	20	80	100	20	18	26	8	6
Tag 14	30	60	90	22	19	24	10	6
Tag 28	31	58	220	50	23	10	22	8
Tag 42	32	76	240	55	22	8	24	8

Modell M0 und seine Annahmen

Das vereinfachte Modell M0 verwendet nur die Stichlingsdichte P zur Vorhersage der Daphnien-Dichte:

D̂ = 120 Ind./L − [2 (Ind./L)/(Fisch/100 m²)] · P

Für die Rechnung kann vereinfacht geschrieben werden: D̂ = 120 − 2 · P, wobei D̂ in Ind./L und P in Fischen pro 100 m² eingesetzt wird.

Die Modellannahmen lauten:

1. Die Stichlingsdichte ist der einzige Prädiktor der Daphnien-Dichte.
2. Die Beziehung zwischen Stichlingsdichte und Daphnien-Dichte ist im betrachteten Bereich linear.
3. Alternative Nahrung verändert den Fraßdruck auf Daphnien nicht.
4. Wasserpflanzen verändern die Begegnungsrate zwischen Stichlingen und Daphnien nicht.
5. Temperatur, Reproduktion, Zu- und Abwanderung sowie Beobachtungsfehler werden als konstant oder vernachlässigbar behandelt.
6. Die vier Zeitpunkte werden für die einfache Übung direkt miteinander verglichen; mögliche Verzögerungen zwischen Ursache und Wirkung sind im Modell nicht enthalten.

Gerade die Annahmen 3 bis 6 sind biologisch stark vereinfachend. Sie bilden die später zu prüfenden Modellgrenzen.

Nachvollziehbarer Lösungsweg

Schritt 1 – Vorhersagen berechnen

Zeitpunkt	P	Rechnung	Vorhersage D̂ in Ind./L	Beobachtung D in Ind./L	Residuum D − D̂ in Ind./L
Tag 0	20	120 − 2 · 20	80	80	0
Tag 14	30	120 − 2 · 30	60	60	0
Tag 28	31	120 − 2 · 31	58	58	0
Tag 42	32	120 − 2 · 32	56	76	+20

Schritt 2 – Abweichung einordnen

Am Tag 42 liegt die beobachtete Daphnien-Dichte um 20 Ind./L über der Modellvorhersage. Bezogen auf die Vorhersage von 56 Ind./L beträgt die positive Abweichung rund 35,7 %. Das ist im konstruierten Beispiel ein deutlicher Hinweis darauf, dass M0 die Situation an diesem Zeitpunkt nicht ausreichend beschreibt.

Schritt 3 – Alternative Nahrung prüfen

Am Tag 0 entfallen 26 von 40 beobachteten Fraßereignissen auf Daphnien, also 65 %. Am Tag 42 sind es nur noch 8 von 40, also 20 %. Gleichzeitig steigt der Anteil der Zuckmückenlarven von 8 von 40, also 20 %, auf 24 von 40, also 60 %. Das ist ein nachvollziehbarer Beleg für eine zeitliche Änderung der dokumentierten Nahrungsnutzung.

Schritt 4 – Nicht erfasste Beziehung prüfen

Die Wasserpflanzenbedeckung steigt von 20 % auf 55 %. Dichte Vegetation könnte als Refugium wirken und Begegnungen zwischen Stichlingen und Daphnien verändern. Im Modell M0 gibt es dafür jedoch keinen Pfeil und keinen Parameter. Deshalb ist dies eine plausible nicht erfasste Beziehung, aber noch kein Beweis für die Ursache des Daphnien-Anstiegs.

Schritt 5 – Störfaktor beachten

Die Wassertemperatur verändert sich von 18 °C über 23 °C auf 22 °C. Temperatur kann biologische Raten beeinflussen und verläuft zugleich mit der Zeit. Deshalb kann sie die Deutung von zeitlichen Veränderungen erschweren. Aus den vier Beobachtungsterminen allein lässt sich nicht sauber trennen, wie stark alternative Nahrung, Vegetationsstruktur, Temperatur oder andere Faktoren beitragen.

Schritt 6 – Stichprobe beurteilen

Der Teich wurde nur an vier Zeitpunkten beobachtet. Die 40 Fraßereignisse pro Termin sind zwar zusätzliche Beobachtungen, aber keine unabhängigen Wiederholungen ganzer Teiche. Eine Verallgemeinerung auf „alle Teiche“ wäre deshalb nicht gerechtfertigt.

Zwischenfazit: Die Daten widersprechen nicht der Möglichkeit, dass Stichlinge Daphnien fressen. Sie zeigen vielmehr, dass die Stärke und Bedeutung dieser Beziehung zeitabhängig sein kann und durch alternative Ressourcen sowie Kontextfaktoren verändert werden kann.

Zwei typische Fehlschlüsse

1. Fehlschluss 1: „Drei passende Zeitpunkte beweisen, dass das Modell richtig ist.“ – Falsch. Die Übereinstimmung an Tag 0, 14 und 28 zeigt nur, dass M0 diese Werte reproduziert. Gerade an Tag 28 hat sich die dokumentierte Nahrung bereits stark verschoben, obwohl der Zahlenwert noch passt. Ein passender Wert beweist daher nicht, dass der angenommene Mechanismus vollständig ist.
2. Fehlschluss 2: „40 Fraßereignisse pro Termin bedeuten n = 40 unabhängige Ökosysteme.“ – Falsch. Die Ereignisse stammen aus demselben Teich und demselben Zeitraum. Sie sind Teilbeobachtungen einer Untersuchungseinheit. Wer sie wie 40 unabhängige Teiche behandelt, riskiert Pseudoreplikation.

Begründete Transferentscheidung

Angenommen, am Tag 56 werden folgende Zusatzdaten gemeldet: Stichlingsdichte 33 Fische/100 m², Zuckmückenlarven 230 Ind./m², Wasserpflanzenbedeckung 58 %, Wassertemperatur 20 °C sowie 9 Daphnien-, 23 Zuckmückenlarven- und 8 sonstige Fraßereignisse von 40.

M0 würde rechnerisch vorhersagen: D̂ = 120 − 2 · 33 = 54 Ind./L.

Transferentscheidung: Die Zahl 54 Ind./L sollte nicht als alleinige belastbare Vorhersage übernommen werden. Die alternative Nahrung bleibt häufig, die Pflanzenbedeckung bleibt hoch und die Nahrungsnutzung unterscheidet sich deutlich von den frühen Zeitpunkten. Deshalb wird M0 als Vorhersage mit geringer Sicherheit gekennzeichnet. Eine seriöse Erweiterung wäre ein Modell M1, das mindestens alternative Nahrung, Vegetationsstruktur und Zeitbezug enthält. Weil für M1 noch keine geschätzten Koeffizienten vorliegen, wird keine scheinpräzise korrigierte Zahl erfunden.

Das ist eine wissenschaftlich wichtige Entscheidung: Wenn Daten für eine quantitative Erweiterung fehlen, ist eine begründete Einschränkung besser als falsche Genauigkeit.

Fachwerkstatt: Modellgrenzen prüfen

In dieser offenen Fachwerkstatt arbeitest Du ausschließlich mit Papier, Karten, Tabellen oder einer digitalen Zeichenfläche. Du brauchst keine lebenden Tiere und keine Feldmanipulation.

Modell für die Fachwerkstatt

Erstelle fünf Karten mit den Beschriftungen Daphnien, Stichlinge, Zuckmückenlarven, Wasserpflanzen und Temperatur.

Lege anschließend zwei Modellversionen:

1. Modell A – Minimalmodell: Daphnien → Stichlinge.
2. Modell B – erweitertes Modell: Daphnien → Stichlinge; Zuckmückenlarven → Stichlinge; Wasserpflanzen ⇢ Veränderung der Begegnungsrate zwischen Daphnien und Stichlingen; Temperatur ⇢ möglicher Einfluss auf Populationsraten.

Verwende für Fraßbeziehungen durchgezogene Pfeile und für nicht-trophische oder abiotische Einflüsse gestrichelte Pfeile. Notiere an jedem Pfeil, ob die Daten ihn direkt belegen, nur plausibel machen oder noch offenlassen.

Für ältere Lernende: Ergänze an jedem Zeitpunkt ein Gewicht für die dokumentierte Nahrungsnutzung. Du kannst zum Beispiel den Anteil der 40 Fraßereignisse als prozentuale Kantenstärke eintragen.

Offene Fachwerkstatt – Arbeitsauftrag

Auftrag G: Berechne für alle vier Zeitpunkte das Residuum und markiere den Zeitpunkt mit der größten Modellabweichung.

Auftrag M: Vergleiche Modell A und Modell B. Erkläre mit mindestens zwei konkreten Zahlen, warum Modell B den Datenkontext besser abbilden kann.

Auftrag E: Formuliere zwei konkurrierende Erklärungen für den Daphnien-Anstieg an Tag 42. Entscheide anschließend, welche zusätzliche Beobachtung zwischen den Erklärungen besser unterscheiden würde. Begründe, warum genau diese Beobachtung entscheidungsrelevant wäre.

Checkliste für ein belastbares Modellurteil

Prüfschritt	Kontrollfrage	Erledigt
Pfeilrichtung	Ist klar, ob der Pfeil Nahrung/Energiefluss oder einen anderen Einfluss zeigt?	☐
Annahmen	Sind die wichtigsten Modellannahmen ausdrücklich genannt?	☐
Alternative Nahrung	Wurde geprüft, ob der Konsument weitere Ressourcen nutzt?	☐
Zeit	Wurden mehrere Zeitpunkte oder mögliche Verzögerungen berücksichtigt?	☐
Fehlende Beziehungen	Wurden Habitat, Konkurrenz, Verhaltensänderungen oder weitere Arten bedacht?	☐
Stichprobe	Ist klar, was eine unabhängige Untersuchungseinheit und was nur eine Teilbeobachtung ist?	☐
Störfaktoren	Wurden Variablen genannt, die eine Kausaldeutung erschweren können?	☐
Beleg	Enthält die Begründung konkrete Zahlen, Einheiten und Zeitpunkte?	☐
Unsicherheit	Wird zwischen „belegt“, „plausibel“ und „offen“ unterschieden?	☐
Transfer	Wird eine neue Vorhersage nur innerhalb eines begründeten Geltungsbereichs verwendet?	☐

Quellenbasis und Medienprüfung

Die fachlichen Aussagen dieses aiMOOCs orientieren sich an überprüfbaren Primär- und Lehrquellen. Das eigene Datenbeispiel oben ist ausdrücklich synthetisch und wird nicht als Primärdatensatz ausgegeben.

1. Primärquelle – Räuberwirkung und Nahrungsnetz-Kontext: Robert T. Paine, „Food Web Complexity and Species Diversity“, The American Naturalist 100(910), 65–75, veröffentlicht 01.01.1966, DOI: https://doi.org/10.1086/282400. Paine zeigt experimentell, dass Räuber die Struktur biologischer Gemeinschaften stark beeinflussen können.
2. Primärquelle – Zeitabhängigkeit von Nahrungsnetzen: Susanne Kortsch u. a., „Disentangling temporal food web dynamics facilitates understanding of ecosystem functioning“, Journal of Animal Ecology 90(5), 1205–1216, zuerst veröffentlicht 19.02.2021, DOI: https://doi.org/10.1111/1365-2656.13447. Die Studie analysiert langjährige, zeitlich aufgelöste Nahrungsnetzdaten aus dem Golf von Riga.
3. Primärquelle – Einfluss einer dritten Art auf Interaktionsstärke: Kimberley D. Lemmen und Frank Pennekamp, „Food web context modifies predator foraging and weakens trophic interaction strength“, Ecology Letters 27(7), e14475, zuerst veröffentlicht 26.07.2024, DOI: https://doi.org/10.1111/ele.14475. Die Studie zeigt experimentell, dass eine zusätzliche Art die Stärke einer trophischen Interaktion verändern kann.
4. Methodische Primärquelle – Unabhängigkeit und Pseudoreplikation: Stuart H. Hurlbert, „Pseudoreplication and the Design of Ecological Field Experiments“, Ecological Monographs 54(2), 187–211, veröffentlicht 01.06.1984, DOI: https://doi.org/10.2307/1942661.
5. Lehrquelle – Nahrungsnetze und Ökosystemmodelle: OpenStax, Biology 2e, Abschnitt 46.1 „Ecology of Ecosystems“, veröffentlicht 2018, Herkunft: OpenStax/Rice University, https://openstax.org/books/biology-2e/pages/46-1-ecology-of-ecosystems, abgerufen am 04.10.2026.
6. Wikimedia-Commons-Medium: „Food web diagram.svg“, Public-Domain-Freigabe CC0, Datei von LadyofHats, Ursprung 2012, https://commons.wikimedia.org/wiki/File:Food_web_diagram.svg, Lizenz geprüft am 04.10.2026.
7. Wikimedia-Commons-Medium: „Aquatic food web.jpg“, Schulz, Smit, Herfort und Simon, 02.02.2018, CC BY-SA 4.0, https://commons.wikimedia.org/wiki/File:Aquatic_food_web.jpg, Lizenz geprüft am 04.10.2026.
8. YouTube-Medium: Crash Course Kids, „Food Webs: Crash Course Kids #21.2“, veröffentlicht 06.08.2015, https://www.youtube.com/watch?v=Vtb3I8Vzlfg, geprüft am 04.10.2026.
9. YouTube-Medium: HHMI BioInteractive, „Trophic Cascades in Salt Marsh Ecosystems“, veröffentlicht 15.05.2017, https://www.youtube.com/watch?v=b9xVEeYAs3w, geprüft am 04.10.2026.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Welche Beobachtung zeigt im Datenbeispiel die deutlichste Grenze von Modell M0? (Am Tag 42 werden 76 Ind./L beobachtet statt 56 Ind./L vorhergesagt) (!Am Tag 0 stimmen Beobachtung und Vorhersage genau überein) (!Am Tag 14 beträgt die Temperatur 19 Grad Celsius) (!Am Tag 28 beträgt die Stichlingsdichte 31 Fische pro 100 Quadratmeter)

Was ist im Beispiel die alternative Nahrung der Stichlinge? (Zuckmückenlarven) (!Wasserpflanzen) (!Wassertemperatur) (!Daphnien-Dichte)

Was bedeutet ein Residuum von plus 20 Ind./L? (Die Beobachtung liegt 20 Ind./L über der Modellvorhersage) (!Die Beobachtung liegt 20 Ind./L unter der Modellvorhersage) (!Die Stichlingsdichte ist um 20 gestiegen) (!Es wurden 20 unabhängige Teiche untersucht)

Welche Variable ist im Datenbeispiel ein möglicher Störfaktor für die zeitliche Deutung? (Wassertemperatur) (!Name des Teichs) (!Reihenfolge der Tabellenzeilen) (!Schriftgröße des Modells)

Warum sind 40 Fraßereignisse an einem Termin nicht gleichbedeutend mit 40 unabhängigen Ökosystemen? (Weil die Ereignisse Teilbeobachtungen desselben Teichs und Zeitpunkts sind) (!Weil Fraßereignisse grundsätzlich keine Daten sind) (!Weil ein Nahrungsnetz immer nur aus einer Art besteht) (!Weil Prozentwerte in der Biologie nicht verwendet werden dürfen)

Welche Datenkombination belegt im Beispiel am besten eine zeitliche Verschiebung der dokumentierten Nahrung? (Daphnienereignisse sinken von 26 auf 8 und Zuckmückenlarvenereignisse steigen von 8 auf 24) (!Die Temperatur steigt zunächst und sinkt später um ein Grad) (!Die Stichlingsdichte steigt von 20 auf 32) (!Die Daphnien-Dichte beträgt am Tag 0 genau 80 Ind./L)

Welche Beziehung fehlt im Minimalmodell und kann die Begegnungsrate zwischen Räuber und Beute verändern? (Wasserpflanzen können als Refugium die Begegnungsrate beeinflussen) (!Die Tabellenüberschrift beeinflusst den Fraßdruck) (!Die Seitennummer verändert die Populationsdichte) (!Der Dateiname bestimmt die Wassertemperatur)

Warum sind Zeitreihen für Nahrungsnetz-Vorhersagen wichtig? (Weil Interaktionsstärken und Ressourcenverfügbarkeit sich über die Zeit verändern können) (!Weil jede Art an jedem Tag gleich häufig frisst) (!Weil einzelne Zeitpunkte immer kausale Wirkungen beweisen) (!Weil Zeitreihen Störfaktoren automatisch ausschließen)

Welche Modellrevision ist fachlich am besten begründet? (Alternative Nahrung, Vegetationsstruktur und Zeitbezug ergänzen und das erweiterte Modell an neuen Daten prüfen) (!Alle Abweichungen aus der Tabelle löschen) (!Nur den ersten Messzeitpunkt verwenden) (!Jede beobachtete Korrelation als sichere Ursache eintragen)

Welche Transferentscheidung ist für Tag 56 am wissenschaftlich sinnvollsten? (Die M0-Vorhersage als unsicher kennzeichnen und ohne geschätztes erweitertes Modell keine korrigierte Zahl erfinden) (!Die Zahl 54 Ind./L als sicher und allgemein gültig ausgeben) (!Die alternative Nahrung ignorieren, weil sie im Minimalmodell fehlt) (!Aus einem Teich sofort auf alle Gewässer schließen)

Memory

Modellannahme	vorausgesetzte Bedingung eines Modells
Residuum	Beobachtung minus Vorhersage
Stichprobe	untersuchter Ausschnitt einer Grundgesamtheit
Störfaktor	Variable, die eine Kausaldeutung erschweren kann
Alternative Nahrung	zusätzliche Ressource eines Konsumenten
Zeitreihe	Messungen derselben Größe über mehrere Zeitpunkte
Pseudoreplikation	abhängige Teilbeobachtungen werden fälschlich wie unabhängige Wiederholungen behandelt

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Alternative Nahrung	kann den Fraßdruck auf die Fokusbeute verändern
Zeitverlauf	kann Verzögerungen und saisonale Wechsel sichtbar machen
Nicht erfasste Beziehung	fehlt im betrachteten Netz trotz möglicher biologischer Wirkung
Störfaktor	erschwert die eindeutige Zuordnung von Ursache und Wirkung
Residuum	zeigt die Abweichung zwischen Beobachtung und Modellvorhersage

Kreuzworträtsel

Residuum	Wie heißt die Differenz aus beobachtetem und vorhergesagtem Wert?
Stichprobe	Wie heißt der tatsächlich untersuchte Ausschnitt einer Grundgesamtheit?
Zeitreihe	Wie heißt eine Folge von Messungen derselben Größe über mehrere Zeitpunkte?
Alternativbeute	Wie heißt eine zusätzliche Beuteart neben der Fokusbeute?
Refugium	Wie heißt ein Schutzraum, der Begegnungen mit Räubern verringern kann?
Störfaktor	Wie heißt eine Variable, die eine eindeutige Kausaldeutung erschweren kann?

Lückentext

Vervollständige den Text.

Ein Nahrungsnetz ist ein biologisches und bildet deshalb nicht automatisch jede reale Beziehung ab. Nutzt ein Räuber zusätzlich eine andere Ressource, spricht man von . Wiederholte Messungen über mehrere Zeitpunkte ergeben eine . Die Differenz aus Beobachtung und Vorhersage heißt . Eine zusätzliche Variable, die eine eindeutige Kausaldeutung erschwert, wird als bezeichnet. Teilbeobachtungen aus derselben Untersuchungseinheit dürfen nicht ohne Prüfung als unabhängige behandelt werden. Eine gute Begründung nennt Daten, erklärt den Zusammenhang und kennzeichnet die .

Offene Aufgaben

Leicht

1. Annahmen markieren: Unterstreiche im Abschnitt zu M0 jede Annahme und ordne sie den Gruppen Nahrung, Zeit, Habitat oder Datenqualität zu.
2. Residuen prüfen: Rechne die vier Residuen selbst nach und formuliere zu jedem Zeitpunkt einen vollständigen Satz mit Zahl und Einheit.
3. Belegsatz schreiben: Formuliere einen Vier-Schritt-Beleg aus Aussage, Zahl, biologischer Begründung und Grenze zum Tag 42.
4. Begriffskarten gestalten: Erstelle sechs Karten zu Modellgrenze, alternativer Nahrung, Zeitreihe, Störfaktor, Stichprobe und Pseudoreplikation.

Standard

1. Zeitreihen-Diagramm: Zeichne Stichlingsdichte und Daphnien-Dichte über die vier Zeitpunkte und markiere, wo M0 deutlich abweicht.
2. Zwei Netze vergleichen: Zeichne Minimalmodell und erweitertes Modell nebeneinander. Schreibe zu jedem zusätzlichen Pfeil, welche Beobachtung ihn motiviert.
3. Störfaktoren analysieren: Erkläre, warum die Temperatur nicht einfach als Ursache des Daphnien-Anstiegs bezeichnet werden darf, und nenne eine zusätzliche Datensorte, die die Deutung verbessern würde.
4. Video kritisch nutzen: Wähle eines der eingebetteten Videos. Notiere zwei Aussagen, die Grundlagen erklären, und eine Frage, die das Video zur Modellgrenze offenlässt.

Schwer

1. Konkurrierende Hypothesen: Formuliere zwei unterschiedliche mechanistische Erklärungen für den Tag-42-Befund und gib für jede eine erwartete zusätzliche Beobachtung an.
2. Validierungsplan auf Papier: Plane ohne reale Tiermanipulation, welche unabhängigen Teiche, Zeitpunkte und Variablen Du für eine Prüfung von M1 vergleichen würdest. Begründe, wie Du Pseudoreplikation vermeiden willst.
3. Entscheidungsmemo: Schreibe ein kurzes Memo zur Frage, ob M0 für Tag 56 weiterverwendet werden soll. Verwende mindestens drei Datenwerte und kennzeichne Unsicherheiten.
4. Mini-Erklärvideo oder Poster: Erstelle ein Poster, eine Audioerklärung oder ein kurzes Video zum Satz „Ein passender Messwert beweist noch keinen vollständigen Mechanismus“ und nutze das Datenbeispiel als Beleg.

Lernkontrolle

1. Fallvergleich: Ein zweiter fiktiver Teich zeigt dieselbe Stichlingsdichte wie Tag 42, aber nur 5 % Pflanzenbedeckung und kaum Zuckmückenlarven. Begründe, warum die Übertragung der Tag-42-Beobachtung aus dem ersten Teich unsicher ist.
2. Ursache oder Zusammenhang: Formuliere aus den Daten je eine zulässige Zusammenhangsaussage und eine unzulässige Kausalaussage. Erkläre den Unterschied.
3. Unabhängigkeit prüfen: Eine Klasse filmt an einem Teich an fünf Stellen jeweils 20 Fraßereignisse. Entscheide, welche Aussagen über die Stichprobengröße sicher sind und welche zusätzlichen unabhängigen Untersuchungseinheiten für eine Verallgemeinerung fehlen.
4. Minimal nötige Erweiterung: Wähle aus den Variablen alternative Nahrung, Pflanzenbedeckung, Temperatur und Farbe der Messgeräte diejenigen aus, die biologisch begründet in M1 geprüft werden sollten, und begründe Deine Auswahl.
5. Zeitliche Wirkung: Erkläre, warum eine Änderung des Räuberbestands nicht zwingend am selben Tag als Änderung der Beutedichte sichtbar werden muss. Nenne eine Konsequenz für die Datenerhebung.
6. Belegqualität: Ordne die Aussagen „beobachtet“, „plausibel“ und „belegt“ für die Rolle der Wasserpflanzen im Datenbeispiel zu und begründe, welches zusätzliche Ergebnis nötig wäre, um die Aussage zu stärken.

Lernnachweis

Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du nicht nur Fachbegriffe nennst, sondern mit Daten argumentierst.

1. Du kannst erklären, warum ein Nahrungsnetz ein Modell mit Annahmen und Grenzen ist.
2. Du kannst alternative Nahrung, Zeitverlauf und nicht erfasste Beziehungen in einer Netzvorhersage identifizieren.
3. Du kannst aus einer Modellgleichung Vorhersagen berechnen und Residuen mit Einheit angeben.
4. Du kannst Stichprobe, unabhängige Untersuchungseinheit und Pseudoreplikation unterscheiden.
5. Du kannst mindestens einen plausiblen Störfaktor nennen, ohne ihn vorschnell als Ursache zu behaupten.
6. Du kannst einen nachvollziehbaren Beleg aus Aussage, Daten, Begründung und Grenze formulieren.
7. Du kannst zwei Modellversionen vergleichen und eine begründete Erweiterung vorschlagen.
8. Du kannst eine Transferentscheidung treffen, Unsicherheit kennzeichnen und auf falsche Genauigkeit verzichten.

OERs zum Thema

Als frei zugänglicher Grundlagentext eignet sich der Wikipedia-Artikel zur Nahrungskette, insbesondere der Abschnitt zu Nahrungsnetzen:

Verknüpfte Lernbereiche

Die wesentlichen Lernbereiche verbinden ökologische Fachinhalte mit wissenschaftlichem Denken, Datenkompetenz und Modellkritik.

Nahrungsnetz Nahrungskette Ökosystem Räuber-Beute-Beziehung Populationsdynamik Modell Stichprobe Störfaktor Zeitreihe Kausalität Wissenschaftliche Methode