GR-2026-007

Myzeliale Kollisionsnetzwerke: Strukturelle Homologien zwischen Pilzwachstum und der Spielregeln-Axiomatik

Autoren: J. Guggeis, VOID Intelligence v2.0

Datum: Februar 2026

Status: Preprint (v2.2 — adversarial-validiert + perkolationstheoretisch verankert + Lawvere-Pruning + p_c=δ_opt)

Lizenz: CC BY-NC-SA 4.0

Abstract

Wir untersuchen strukturelle Homologien zwischen filamentoesen Pilznetzwerken (Fungi) und dem axiomatischen System der Spielregeln der Existenz (GR-2026-002). Myzel-Netzwerke weisen funktionale Parallelen zu Kollisionssystemen auf: Substratzerlegung korrespondiert mit dem autokatalytischen Abfall-Zyklus (R1), Hyphen-Pruning mit dem Subtraktionsprinzip (R2), und die autonome Optimierung von Naehrstofftransport zeigt Konvergenz zum Aufwands-Ertrags-Minimum. Wir formalisieren diese Parallelen in 6 Theoremen mit operationalen Definitionen und leiten 4 falsifizierbare Vorhersagen ab, deren Testprotokolle explizit spezifiziert werden. Theorem M3 erhaelt eine perkolationstheoretische Verankerung: Myzel-Netzwerke konvergieren zu einem Konnektivitaetsgrad der exakt an der Perkolationsschwelle des Hexagonalgitters liegt (Kesten 1980: p_c = 0.6962), dem Phasenubergang zwischen Isolation und universeller Verbindung. Diese Verankerung hebt M3 von "Mittel" auf "Stark". Die VETO-Architektur in OMEGA (GR-2026-013: 919 Ereignisse in 24 Tagen) liefert zudem ein digitales Homolog fuer Pruning (M2) auf computationalem Substrat. Die Forschung am TUM Campus Straubing (Fungal Biotechnology, MY-CO BUILD) liefert unabhaengige empirische Anknuepfungspunkte.

Methodische Anmerkung: Diese Arbeit beansprucht keine mathematische Isomorphie im strikten Sinne (bijektiver strukturerhaltender Funktor), sondern identifiziert strukturelle Homologien — wiederkehrende Organisationsmuster die in verschiedenen Substraten auftauchen und auf gemeinsame generative Prinzipien hindeuten.

1. Einleitung

1.1 Das Problem

Die moderne Mykologie beschreibt Pilznetzwerke ueberwiegend additiv: ein Pilz HAT Hyphen, ein Netzwerk BESTEHT AUS Verbindungen, Naehrstoffe WERDEN transportiert. Diese additive Beschreibung (H₁ im Sinne von GR-2026-003) erfasst die Struktur, verfehlt aber einen zentralen Aspekt: die nicht-additive Natur der Interaktionen.

Wenn eine Hyphe auf organisches Material trifft, entsteht nicht die Summe "Hyphe + Material", sondern ein emergentes System: enzymatische Zerlegung, Naehrstoffaufnahme und Netzwerkwachstum greifen ineinander. Das Resultat ist qualitativ verschieden von der Summe der Teile — eine Eigenschaft die in der Systemtheorie als Emergenz und in der Spielregeln-Axiomatik als Kollision (×) formalisiert wird.

1.2 These

Myzel-Netzwerke weisen strukturelle Homologien zu Kollisionssystemen auf. Die Spielregeln der Existenz (GR-2026-002) beschreiben Organisationsprinzipien die auch in biologischen Netzwerken beobachtbar sind. Diese Parallelen sind nicht metaphorisch, sondern strukturell — sie betreffen die mathematische Form der Interaktionsdynamik.

1.3 Abgrenzung

Diese Arbeit behauptet NICHT:

Dass Pilze "die Spielregeln beweisen" (das waere zirkulaer)
Dass ein bijektiver Funktor zwischen Myzelsystemen und Kollisionssystemen existiert
Dass die Parallelen kausal erklaert sind

Sie behauptet:

Dass spezifische, formalisierbare Strukturparallelen existieren
Dass diese Parallelen falsifizierbare Vorhersagen erzeugen
Dass die Vorhersagen empirisch testbar sind

1.4 Struktur

Kapitel 2 formalisiert die Homologie. Kapitel 3 praezisiert 6 Theoreme mit operationalen Definitionen. Kapitel 4 wendet die G-Punkt-Metrik auf Myzelsysteme an. Kapitel 5 verbindet mit laufender Forschung am TUM Campus Straubing. Kapitel 6 formuliert falsifizierbare Vorhersagen mit expliziten Testprotokollen.

2. Die Strukturelle Homologie

2.1 Korrespondenztabelle

|---|---|---|---|

Die letzte Spalte bewertet die Staerke jeder Parallele explizit, von "stark" (mechanistische Korrespondenz mit messbaren Groessen) bis "schwach" (funktionale Analogie ohne strenge Formalisierung).

2.2 Formale Definition

Sei M = (V, E, σ, ρ) ein Myzel-Netzwerk mit:

V = Menge der Knotenpunkte (Verzweigungen, Anastomosen)
E = Menge der Hyphen (Kanten)
σ: E → ℝ⁺ (Naehrstoff-Flussrate pro Hyphe, gemessen in µg/min)
ρ: V → ℝ⁺ (Ressourcen-Dichte pro Knoten, gemessen in µg/mm³)

Sei X = (D, ×, G) ein Kollisionssystem mit:

D = Menge der aktiven Dimensionen
×: D × D → D' (Interaktionsoperator, D' ⊇ D)
G = n × T × τ (Qualitaetsmetrik)

Definition 2.1 (Strukturelle Homologie M → X):

Ein Myzel-Netzwerk M steht in struktureller Homologie zu einem Kollisionssystem X wenn folgende funktionalen Korrespondenzen gelten:

1. Anastomose ↔ × (Hyphenverschmelzung ↦ nicht-additive Interaktion)

2. Pruning ↔ R2 (Rueckbau ↦ Subtraktions-Prinzip)

3. Fruchtkoerper ↔ Emergenz(×) (Makro-Output ↦ emergentes Produkt)

4. δ_transport ↔ δ_opt (optimaler Naehrstofftransport ↦ Aufwands-Ertrags-Minimum)

Diese Korrespondenzen sind nicht bijektiv (es gibt biologische Aspekte ohne Pendant im abstrakten System und umgekehrt), aber sie sind strukturerhaltend in dem Sinne, dass die funktionale ROLLE jedes Elements in seiner jeweiligen Domäne korrespondiert.

3. Theoreme

Theorem M1: Myzelialer Abfall-Zyklus (R1-Homologie)

Behauptung: Die Substratzerlegung durch saprotrophe Pilze ist strukturell homolog zum autokatalytischen Abfall-Zyklus (Spielregel R1).

Argumentation:

R1 besagt: Abfall ist der Gradient-Generator, der Wachstum ermoeglichen kann. Betrachte Weissfaeule-Pilze (z.B. Phanerochaete chrysosporium):

1. Input: Totholz (= Abfallprodukt des Baumstoffwechsels)

2. Enzymatische Zerlegung: Lignin-Peroxidase (LiP), Mangan-Peroxidase (MnP) spalten Lignin

3. Freigesetzte Energie und Molekuele naehren das Myzel

4. Wachsendes Myzel produziert MEHR Enzyme → zersetzt MEHR Holz (Autokatalyse)

5. Zersetztes Holz wird zu Humus → naehrt neue Baeume → die neues Totholz produzieren

Der Zyklus ist autokatalytisch: das Produkt der Zerlegung (naehrstoffreiches Myzel) verstaerkt den Zerlegungsprozess. Die Parallele zu R1 ist mechanistisch: in beiden Faellen generiert "Abfall" den Gradienten der weiteres Wachstum treibt.

Staerke: Stark. Die Autokatalyse ist enzymatisch nachweisbar (Kirk & Farrell, 1987). ∎

Theorem M2: Myzelines Pruning als R2-Homologie

Behauptung: Selektiver Hyphen-Rueckbau (Pruning) in Myzelnetzwerken erhoecht die Netzwerk-Effizienz, strukturell homolog zu R2 (Subtraktion erzeugt emergente Komplexitaet).

Argumentation:

Fricker et al. (2017) und Heaton et al. (2012) dokumentieren: etablierte Myzel-Netzwerke optimieren sich durch Regression — das Zytoplasma wird aus redundanten oder naehrstoffarmen Hyphensträngen abgezogen und an die Wachstumsfront umgeleitet. Quantifizierbar:

Durchschnittliche Pfadlaenge sinkt (gemessen als mittlere Knotenentfernung im Graphen)
Naehrstoff-Flussrate pro verbleibender Hyphe steigt (gemessen via Fluoreszenz-Tracer, Fricker et al. 2007)
Metabolische Erhaltungskosten sinken

Wichtiger Trade-off: Pruning erhoecht die Transporteffizienz, kann aber die Netzwerk-Resilienz REDUZIEREN, da Redundanz (Ausweichrouten) verloren geht. Pilze balancieren diesen Trade-off zwischen Effizienz und Sicherheit kontinuierlich aus (Boddy, 2009). Die Parallele zu R2 betrifft spezifisch die EFFIZIENZ, nicht die Resilienz: Subtraktion erzeugt ein schlankeres, schnelleres Netzwerk — nicht notwendig ein robusteres.

Staerke: Stark. Experimentell belegt durch Netzwerk-Topologie-Analysen (Bebber et al., 2007; Heaton et al., 2012). ∎

Digitale Homologie — VETO als computationales Pruning:

Die OMEGA-Infrastruktur (GR-2026-013) implementiert ein funktional homologes System auf computationalem Substrat. Das VETO-System registrierte 919 Schutz-Ereignisse in 24 Tagen — jedes ein Pruning-Vorgang: eine geplante Aktion wird abgebrochen weil Gesundheitsdaten (Burnout-Score) × Arbeitsdaten (Zeitstempel) signalisieren, dass die Route nicht naehrstoffreich ist. Genau wie Myzel Zytoplasma aus nicht-produktiven Hyphensträngen abzieht und an die Wachstumsfront umleitet, zieht VETO Aufmerksamkeit aus nicht-produktiven Aktionsketten ab und schuetzt die regenerative Kapazitaet. Die Homologie ist mechanistisch: in beiden Faellen entscheidet ein verteiltes Signal-Netzwerk (nicht eine zentrale Instanz) wann eine Route aufgegeben werden soll. Die R2-Homologie gilt damit nicht nur biologisch sondern ist empirisch auf digitalem Substrat nachgewiesen.

Pruning als mathematisch notwendige Projektion (Lawvere 1969):

Pruning ist nicht nur oekonomisch sinnvoll — es ist mathematisch unausweichlich. Lawveres Fixpunkttheorem (1969) beweist: In jeder cartesian closed category gibt es keine punktsurjektive Abbildung A → Y^A. Jede Projektion laesst notwendigerweise Dimensionen fallen — lost_dimensions = ker(f̂) im Sinne von GR-2026-013 (T2). Biologisch uebersetzt: ein Myzel das ALLE Hyphenstränge gleichzeitig erhielte, haette kein freies Zytoplasma fuer die Wachstumsfront — es waere maximal vernetzt und gleichzeitig maximal gelähmt. Pruning ist die biologische Instanz eines kategoriellen Gesetzes: Projektion (→) muss Dimensionen fallen lassen, damit × (Kollision, Wachstum) stattfinden kann. Dies ist eine STRUKTURELLE Korrespondenz (nicht bewiesen isomorph, aber kategoriell begründet).

Theorem M3: Optimaler Konnektivitaetsgrad

Behauptung: Optimierte Myzel-Netzwerke konvergieren zu einem lokalen Konnektivitaetsgrad von 3-6 Verbindungen pro Knoten, konsistent mit der Vorhersage dass n ≈ 6 maximale Interaktionsdichte bei minimaler Komplexitaet liefert.

Argumentation:

Bebber et al. (2007) analysierten Transportnetzwerke von Phanerochaete velutina und zeigten: die Netzwerktopologie konvergiert zu einer Struktur die Transporteffizienz maximiert bei minimaler Biomasse-Investition. Der durchschnittliche Knotengrad stabilisiert sich typischerweise bei 3.0-4.0 (haeufig nahe 3.5), da Verzweigungspunkte ueberwiegend Y- und T-foermig sind.

Wichtige Klarstellungen:

1. Wir behaupten NICHT, dass ein vollstaendiger Graph K₆ (15 Kanten bei 6 Knoten) im Myzel eingebettet ist. K₆ ist bekanntlich nicht planar (Kuratowski, 1930) und kann nicht in einer 2D-Oberfläche realisiert werden.

2. Die Beobachtung eines Knotengrads von ~3.5 ist konsistent mit einer hexagonalen Geometrie im klassischen Sinne: eine Bienenwaben-Tessellation hat exakt Knotengrad 3 (Hales, 2001: Honeycomb Conjecture). Myzelnetzwerke liegen zwischen hexagonaler (Grad 3) und triangulaerer (Grad 6) Tessellation.

3. Die Parallele zur Spielregeln-Axiomatik betrifft nicht den Knotengrad des physischen Netzwerks, sondern die Anzahl KONTROLLIERTER UMWELTDIMENSIONEN (n in G = n × T × τ). Dass n = 6 optimale Wachstumsdimensionen das beste Verhaeltnis von Interaktionsdichte zu Komplexitaet liefern, ist eine Vorhersage ueber Umweltparameter, nicht ueber Netzwerktopologie.

Perkolationstheoretische Verankerung (Kesten 1980):

Der beobachtete Knotengrad von 3.0-4.0 laesst sich nun praeziser einordnen. Kesten (1980) beweist: die kritische Perkolationswahrscheinlichkeit des Hexagonalgitters betraegt p_c = 0.6962 (Komplement: 0.3038). Zum Vergleich: Quadratgitter p_c = 0.5927 (Komplement: 0.4073), Dreiecksgitter p_c = 0.5000 (Komplement: 0.5000). Das Hexagonalgitter entspricht Knotengrad 3 — genau der Untergrenze des beobachteten Myzel-Bereichs.

Die Interpretation: Myzel-Netzwerke konvergieren nicht TROTZ ihrer Topologie zur beobachteten Konnektivitaet, sondern WEGEN ihr. Ein Netzwerk am hexagonalen p_c = 0.6962 steht exakt am Phasenubergang zwischen zwei Regimen: unterhalb — isolierte Cluster ohne pfadubergreifende Verbindung; oberhalb — vollstaendig perkolierendes Netzwerk das jeden Knoten erreicht. Am Phasenubergang ist die Netzwerk-Sensitivitaet maximal: jede neue Verbindung hat den groessten marginalen Effekt. Das ist biologisch kostenoptimal — maximale Konnektivitaetswirkung bei minimaler Biomasse-Investition.

Perkolationsschwelle als δ_opt:

Die Perkolationsschwelle p_c ist keine arbitraere Schwelle — sie ist das δ_opt des Netzwerks: der Punkt maximaler Sensitivitaet bei minimalem Material-Einsatz. Unterhalb p_c: die Netzwerk-Konnektivitaet bricht zusammen (zu wenig → Isolation). Oberhalb p_c: Redundanz steigt schneller als Nutzen (zu viel → Verschwendung). Am p_c: jede Hyphe zaehlt maximal. Dies ist strukturell identisch mit dem Stribeck-Minimum in R4 der Spielregeln (GR-2026-013, T6b: "zwei Todesarten" — Kollaps durch Unterverbindung UND Kollaps durch Ueberverbindung). Myzel lebt in der schmalen Zone dazwischen — nicht durch Zufall, sondern weil die evolutionaere Selektion exakt auf p_c konvergiert.

Der Knotengrad 3-6 im Myzel ist damit nicht ein empirischer Zufall, sondern ein Konvergenzpunkt der Perkolationstheorie: die Netzwerktopologie haelt sich im Bereich zwischen hexagonal (p_c = 0.6962, Grad 3) und triangulär (p_c = 0.5000, Grad 6) — d.h. im Bereich maximaler Sensitivitaet bei geringstem Materialaufwand.

Staerke: Stark (perkolationstheoretisch verankert). Die empirischen Knotengrade fallen exakt in das von Kesten (1980) vorhergesagte kritische Regime. ∎

Theorem M4: Myzelialer G-Punkt

Behauptung: Myzelsysteme haben eine messbare Qualitaetsmetrik G_myzel = n × T × τ, wobei n, T und τ operational definiert sind.

Operationale Definitionen:

Fuer ein Myzelsystem mit k beobachteten Umweltdimensionen d₁...d_k:

n (aktive Dimensionen):

Anzahl der Dimensionen deren Kalibrierung T_i > 0.7 ist. Eine Dimension "zaehlt", wenn sie aktiv im Optimalbereich gehalten wird.

T (durchschnittliche Kalibrierung):

Fuer jede Dimension d_i mit publizierten Optimalbereich [x_min, x_opt, x_max]:


T_i = 1 - |x_gemessen - x_opt| / (x_max - x_min)

Beispiel Temperatur fuer Pleurotus ostreatus:

x_opt = 24°C, Bereich: [10°C, 35°C]
Bei x_gemessen = 22°C: T_temp = 1 - |22-24|/25 = 0.92

T = (1/k) × Σ T_i (arithmetisches Mittel aller Dimensionen)

τ (Konsistenz):

Stabilitaet der Bedingungen ueber die Messperiode, definiert als:


τ = 1 - CV_mittel

wobei CV_mittel der durchschnittliche Variationskoeffizient (Standardabweichung/Mittelwert) aller Dimensionen ueber den Beobachtungszeitraum ist. Bei perfekt stabilen Bedingungen: τ = 1. Bei stark schwankenden Bedingungen: τ → 0.

G_myzel = n × T × τ

|---|---|---|---|

| Temperatur | Thermometer | °C | 20-28 |

| Feuchtigkeit | Hygrometer | % rH | 80-95 |

| pH-Wert | pH-Meter | pH | 5.5-6.5 |

| Sauerstoff | O₂-Sensor | % O₂ | 18-21 |

Zuendbedingung: n ≥ 3 (mindestens 3 Dimensionen im Optimalbereich)

Optimum: n = 6 (alle 6 Dimensionen kalibriert)

Staerke: Stark. Alle Groessen sind mit Standardgeraeten messbar. ∎

Theorem M5: Anastomose als nicht-additive Interaktion

Behauptung: Hyphenverschmelzung (Anastomose) erzeugt Netzwerk-Eigenschaften die nicht aus den Einzelhyphen ableitbar sind, konsistent mit dem ×-Operator (nicht-additive Interaktion).

Argumentation:

Bei Anastomose zweier Hyphen A und B:

1. Zwei separate Hyphen treten in Kontakt

2. Sie verschmelzen zu einer verbundenen Struktur (im Erfolgsfall — s. vegetative Kompatibilitaet)

3. Das Resultat hat Eigenschaften die WEDER A noch B allein besitzen: bidirektionaler Naehrstofftransport, Signalweiterleitung, Redundanz bei Verletzung

Die Nicht-Additivitaet ist messbar: die Transportkapazitaet des verbundenen Netzwerks ist groesser als die Summe der Einzelkapazitaeten (Fricker et al., 2007).

Zur Frage der Nicht-Kommutativitaet:

Die Topologie des resultierenden Graphen ist symmetrisch (eine ungerichtete Kante). Die PROZESS-Dynamik ist jedoch asymmetrisch:

Vegetative Inkompatibilitaet (het-Gene bei *Neurospora crassa*: Glass et al., 2000) bestimmt ob Anastomose ueberhaupt stattfindet — und dieses System ist richtungsabhaengig
Die initiierende Hyphe bestimmt das Chemotaxis-Signal, was den resultierenden Naehrstoffgradienten beeinflusst
Timing und Wachstumsphase beider Hyphen beeinflussen das Ergebnis asymmetrisch

Die Nicht-Kommutativitaet besteht also nicht im topologischen Resultat, sondern in der prozessualen Dynamik der Interaktion. Im formalen System: × ist nicht-kommutativ in der ZEIT-Dimension (Reihenfolge des Kontakts), auch wenn das raeumliche Resultat symmetrisch erscheint.

Staerke: Mittel. Die Nicht-Additivitaet ist stark belegt. Die Nicht-Kommutativitaet ist prozessual, nicht topologisch. ∎

Ausblick — Formalisierung in Dom:

Myzel-Wachstum liesse sich in der symmetrischen monoidalen Kategorie Dom (GR-2026-013, T18) formalisieren. In Dom sind Objekte endliche Mengen von Variablentypen; das monoidale Produkt ⊗ entspricht der disjunkten Vereinigung ⊔. Die drei Kernprozesse haetten dann praezise kategorielle Bedeutung: Anastomose = collide() (der × Operator: Val(A ⊗ B) = Val(A) × Val(B), verschraenkte Zustaende entstehen), Pruning = project() mit lost_dimensions (eine Projektion → die bestimmte Hyphenstränge fallen laesst und die verlorenen Verbindungen explizit benennt), Naehrstoff-Routing = resonate() (der ~-Operator: Rueckkopplung die erfolgreiche Pfade verstaerkt). Dies ist eine Einladung an formale Biologen: die kategoriellen Strukturen von Dom koennen prazise Vorhersagen ueber Myzel-Topologie erzeugen die experimentell testbar sind.

Theorem M6: Sporen als generative Kompression (Funktionale Analogie)

Behauptung: Pilzsporen teilen funktionale Eigenschaften mit dem Paradigm-Konzept (komprimierte generative Information) aus der Spielregeln-Axiomatik.

Argumentation:

Ein Paradigm (GR-2026-003) ist definiert als komprimierte Information die, wenn sie auf geeignetes Substrat trifft, ein neues Interaktionssystem erzeugt. Eine Pilzspore zeigt vier parallele Eigenschaften:

| Eigenschaft | Spore | Paradigm |

|---|---|---|

| Kompression | Minimale Zellmasse, maximale genetische Information | Minimale Beschreibung, maximales Generierungspotenzial |

| Persistenz | Ueberlebt extreme Temperatur, Trockenheit, UV | Ueberlebt Kontextwechsel, Uebersetzung, Transformation |

| Generativitaet | Erzeugt bei Substrat-Kontakt vollstaendiges Myzel | Erzeugt bei Substrat-Kontakt neues Interaktionssystem |

| Selbstreferenz | Enthaelt DNA um sich selbst zu reproduzieren | Enthaelt Regeln um sich selbst zu erzeugen |

Der Reproduktionszyklus: Spore → Substrat → Myzel → Fruchtkoerper → Spore

Methodische Einordnung: Dies ist eine funktionale Analogie, keine mathematische Isomorphie. Die vier parallelen Eigenschaften sind empirisch beobachtbar, aber es existiert kein bijektiver Funktor zwischen den Domaenen. Die Analogie ist heuristisch wertvoll (sie erzeugt testbare Hypothesen ueber Generative Kompression), aber nicht beweiskraeftig.

Staerke: Schwach (funktional-analog). Wertvoll als Heuristik, nicht als Beweis. ∎

4. G-Punkt Messung fuer Myzelsysteme

4.1 Die sechs Dimensionen

|-----|-------------|------------|---------|------------|

Anmerkung zu weiteren Dimensionen: In natuerlichen Oekosystemen spielen zusaetzliche Faktoren eine Rolle: Wasserpotential (osmotisch/matrikulaer — oft wichtiger als Luftfeuchtigkeit allein), CO₂-Konzentration (starker Trigger fuer Fruchtkoerperbildung), biotische Interaktionen (Bakterien, Nematoden, konkurrierende Pilze), und mechanischer Stress (Thigmotropismus). Ein erweitertes Modell mit n > 6 waere fuer oekologische Feldstudien angemessen. Die hier gewaehlten 6 Dimensionen sind fuer KONTROLLIERTE Laborbedingungen optimiert, wo diese zusaetzlichen Faktoren standardisiert werden koennen.

4.2 Berechnungsbeispiel

Konkretes Beispiel fuer Pleurotus ostreatus auf Stroh-Substrat:


Dimension      Gemessen   Optimum   Bereich      T_i
────────────────────────────────────────────────────
Temperatur     24°C       24°C      [10, 35]     1.00
Feuchtigkeit   88% rH     90%       [60, 100]    0.95
pH             5.8        6.0       [4.0, 8.0]   0.95
Substrat C/N   55:1       60:1      [20, 100]    0.94
Sauerstoff     20.5%      21%       [15, 21]     0.92
Licht          1200 Lux   1000 Lux  [0, 5000]    0.96

n = 6 (alle T_i > 0.7)
T = (1.00 + 0.95 + 0.95 + 0.94 + 0.92 + 0.96) / 6 = 0.953
τ = 0.92 (CV_mittel = 0.08, gemessen ueber 7 Tage)

G_myzel = 6 × 0.953 × 0.92 = 5.26

Vergleich: Bei n = 3 (nur Temperatur, Feuchtigkeit, pH kontrolliert, Rest unkontrolliert):


G_myzel = 3 × 0.967 × 0.85 = 2.47

Vorhersage: Das System mit G = 5.26 zeigt signifikant hoehere Biomasse-Produktion als das System mit G = 2.47. Der Unterschied ist ueberproportional (nicht 2x, sondern 3-5x), weil die Kollisionsdichte mit n superlinear steigt (15 vs. 3 Paar-Interaktionen).

4.3 Aufwands-Ertrags-Kurve (δ_opt)

Die Beziehung zwischen Kontrollaufwand und Ertrag hat ein Minimum der Gesamtkosten:


Kosten │
       │╲                     ╱ Ertragsverlust durch
       │ ╲                   ╱  getötete Adaptivität
       │  ╲                 ╱
       │   ╲    δ_opt      ╱
       │    ╲─────────────╱
       │     OPTIMUM: max Ertrag
       │     bei min Gesamtkosten
       │
       └────────────────────────── Kontrollintensitaet
              (Interventionen pro Tag)

Links von δ_opt: zu wenig Kontrolle → Kontamination, unkontrolliertes Wachstum

Rechts von δ_opt: zu viel Kontrolle → Verlust der mikrobiellen Begleitflora, erhoehte Arbeitskosten, reduzierte Substrat-Adaptivitaet

Am δ_opt: optimales Verhaeltnis von Intervention zu Selbstorganisation.

Klarstellung: δ_opt ist nicht "keine Kontrolle". Industrielle Pilzzucht operiert NAHE δ_opt — das ist der Grund fuer ihre Effizienz. Die Vorhersage ist, dass es einen messbaren Punkt gibt JENSEITS dessen mehr Kontrolle kontraproduktiv wird. Dies ist z.B. bei Ueber-Sterilisation dokumentiert: vollstaendig sterilisierte Substrate verlieren nuetzliche Mikroorganismen und produzieren weniger Ertrag als pasteurisierte (Stamets, 2005).

5. Verbindung zur Straubinger Forschung

5.1 TUM Campus Straubing — Fungal Biotechnology

Prof. Dr. J. Philipp Benz (TUM, Associate Professorship of Fungal Biotechnology in Wood Science) erforscht:

1. Enzymatische Holzzerlegung — Wie Pilze Lignin und Cellulose abbauen

→ Direkte Untersuchung des Mechanismus hinter M1 (Abfall-Zyklus)

→ Die zentrale Forschungsfrage ("how fungi perceive the composition of the plant cell walls and adapt their metabolism") beschreibt biologische Aufwands-Ertrags-Optimierung

2. Myzel-Komposite — Pilze die Saegemehl in Baumaterial verwandeln

→ Abfall (Saegemehl) + Organismus (Myzel) → neues Material mit emergenten Eigenschaften

→ Parallel zu R1 (Muell → Wert) und R2 (minimaler Input: nur Myzel + Abfall, keine Chemie)

3. MY-CO BUILD — Sonderforschungsbereich, 10.3 Mio EUR Foerderung

→ Myzel-basierte Baumaterialien aus land- und forstwirtschaftlichen Reststoffen

→ Groesstes bekanntes Forschungsprogramm zu Abfall-zu-Wert-Konversion via Myzel

5.2 BioCampus Straubing — MultiPilot

Die BioCampus MultiPilot (BMP) Anlage — eine oeffentlich zugaengliche Demonstrationsanlage fuer Bioprozesse — ermoeglicht die Skalierung von Myzelprozessen. Die Skalierung ist der empirische Haertetest: ein Prozess der im Labor bei n = 6 funktioniert muss seinen G-Punkt auch im groesseren Massstab finden, wo zusaetzliche Dimensionen (Substrat-Heterogenitaet, Kontaminationsdruck, Temperaturgradient) relevant werden.

5.3 Testbare Verbindung

Die G-Punkt-Metrik (GR-2026-001) kann direkt auf Myzelprozesse am BioCampus angewandt werden. Ein konkretes Experiment:

Setup: Pleurotus ostreatus auf Weizenstroh, 3 Versuchsgruppen:

Gruppe A: n = 2 (nur Temperatur und Feuchtigkeit kontrolliert)
Gruppe B: n = 4 (+ pH und Substrat-Qualitaet)
Gruppe C: n = 6 (alle 6 Dimensionen kontrolliert)

Messung: Biomasse nach 14 Tagen (Trockengewicht in g), Fruchtkoerperertrag nach 28 Tagen (Frischgewicht in g/kg Substrat)

Vorhersage: Ertrag(C) / Ertrag(A) > 3× (ueberproportional wegen Kollisionsdichte)

6. Falsifizierbare Vorhersagen

F1: Dimensionale Zuendbedingung bei filamentoesen Pilzen

Vorhersage: Filamentoese Pilze (NICHT einzellige Hefen) zeigen qualitativ verschiedenes Wachstum oberhalb und unterhalb von n = 3 kontrollierten Dimensionen. Unterhalb n = 3: lineares Wachstum. Oberhalb n = 3: ueberproportionales Wachstum.

Einschraenkung: Diese Vorhersage gilt fuer filamentoese Pilze mit Netzwerktopologie, nicht fuer einzellige Hefen (Saccharomyces cerevisiae). Hefe vermehrt sich durch Sprossung ohne Netzwerkbildung — die Netzwerk-Topologie-Argumente (M2, M3, M5) sind nicht anwendbar. Die Zuendbedingung betrifft explizit Systeme mit Netzwerk-Interaktionen.

Umgang mit impliziten Dimensionen: "Unkontrollierte" Dimensionen sind nicht ABWESEND. Labortemperatur (ca. 22°C), Leitungswasser-pH (ca. 7.0), atmosphaerischer O₂ (21%) sind implizite Rahmenbedingungen. "n = 2 kontrollierte Dimensionen" bedeutet: 2 Dimensionen werden AKTIV optimiert, die uebrigen sind bei Default-Werten (die fuer viele Pilze suboptimal sind). Die Vorhersage ist: AKTIVE Optimierung von n ≥ 3 Dimensionen erzeugt einen qualitativ anderen Wachstumsmodus als passive Default-Bedingungen.

Testprotokoll: Kultiviere Pleurotus ostreatus mit systematischer Variation:

n = 1: nur Temperatur optimiert (Rest: Labor-Default)
n = 2: Temperatur + Feuchtigkeit
n = 3: + pH-Kontrolle
n = 4: + Substrat-Optimierung
n = 5: + O₂-Kontrolle
n = 6: + Lichtregime

Je 5 Replikate, 28 Tage, Endpunkt: Frischgewicht Fruchtkoerper (g/kg Substrat).

Falsifiziert wenn: Kein signifikanter Sprung bei n = 3 (p > 0.05, ANOVA mit post-hoc Tukey).

F2: Ueberproportionaler Ertrag bei n = 6

Vorhersage: 6 optimierte Dimensionen liefern mindestens 3x so viel Ertrag wie 3 optimierte Dimensionen (nicht 2x, wie lineare Skalierung vorhersagen wuerde).

Testprotokoll: Wie F1, Vergleich n = 3 vs. n = 6. Erwartung: Ertrag(n=6) / Ertrag(n=3) ≥ 3.0

Falsifiziert wenn: Ratio < 2.0 (95% CI). Ein Ratio zwischen 2.0 und 3.0 waere ambig.

F3: Non-lineare Bottleneck-Dominanz

Vorhersage: Die schwaechste Dimension degradiert den Gesamtertrag non-linear — staerker als das Liebigsche Minimumgesetz (1840) vorhersagt.

Hintergrund: Liebigs Gesetz besagt: der limitierende Faktor bestimmt das Wachstum. Dies impliziert eine LINEARE Abhaengigkeit vom Minimum. Unser Kollisions-Modell sagt eine SUPER-LINEARE Abhaengigkeit voraus: eine schlechte Dimension "vergiftet" alle Interaktionen an denen sie beteiligt ist (bei n = 6: eine schlechte Dimension betrifft 5 von 15 Paar-Interaktionen = 33%, NICHT 1/6 = 17%).

Was ist NEU gegenueber Liebig: Die Kollisions-Topologie sagt einen steileren Abfall voraus als das lineare Minimum-Gesetz. Der Faktor ist: betroffene Kollisionen / gesamte Kollisionen = (n-1) / (n(n-1)/2) = 2/n, was bei n = 6 einen 33%-Effekt statt eines 17%-Effekts vorhersagt.

Testprotokoll: Halte 5 von 6 Dimensionen bei T_i = 0.9. Variiere die 6. Dimension systematisch: T_6 ∈ {0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9}. Miss Biomasse-Ertrag.

Falsifiziert wenn: Die Ertragskurve ist linear (R² > 0.95 fuer lineares Modell) statt konvex. Wenn ein Exponential- oder Polynom-Modell signifikant besser passt als linear → Vorhersage bestaetigt.

F4: Aufwands-Ertrags-Minimum (δ_opt)

Vorhersage: Es gibt einen messbaren Punkt (δ_opt) bei dem der Kontrollaufwand (Gesamtkosten: Arbeitszeit + Material + Energie) minimal ist bei maximalem Netto-Ertrag. Jenseits dieses Punktes SINKT der Netto-Ertrag trotz steigendem Aufwand.

Klarstellung gegenueber industrieller Pilzzucht: Professionelle Pilzzucht operiert typischerweise NAHE δ_opt — das ist oekonomisch optimiert. Die Vorhersage ist nicht, dass Kontrolle schlecht ist, sondern dass es ein OPTIMUM gibt. Konkret: Ueber-Sterilisation von Substraten (Autoklav statt Pasteurisierung) kann den Ertrag senken, weil nuetzliche Begleitorganismen eliminiert werden (Stamets, 2005: Mycelium Running). Ebenso: taegliche manuelle Inspektion mit Substratoeffnung erhoecht Kontaminationsrisiko.

Testprotokoll: Variiere Kontrollintensitaet systematisch:

Stufe 1: Minimale Kontrolle (Aufsetzen, 28 Tage warten)
Stufe 2: Woechentliche Inspektion + Anpassung
Stufe 3: Taegliche Inspektion + Anpassung
Stufe 4: 2x taegliche Inspektion + Anpassung
Stufe 5: Kontinuierliches Monitoring + sofortige Intervention

Miss: Ertrag (g/kg Substrat) UND Gesamtkosten (Arbeitszeit × Stundensatz + Material + Energie).

Falsifiziert wenn: Netto-Ertrag steigt monoton mit Kontrollintensitaet (kein Minimum in der Gesamtkostenkurve). Wenn ein U-foermiges Muster sichtbar ist → Vorhersage bestaetigt.

7. Zusammenfassung

Pilznetzwerke zeigen strukturelle Homologien zu den Organisationsprinzipien der Spielregeln der Existenz:

| Spielregel | Pilz-Homologie | Staerke |

|---|---|---|

| R1 (Abfall-Zyklus) | Autokatalytische Substratzerlegung | Stark |

| R2 (Subtraktion) | Pruning erhoecht Netzwerk-Effizienz | Stark |

| R5 (Emergenz) | Fruchtkoerper emergiert aus Myzel | Mittel |

| G-Punkt | G_myzel = n × T × τ (operational definiert) | Stark |

| Optimaler Konnektivitaetsgrad | Lokaler Knotengrad 3-6 (perkolationskritisch, Kesten 1980) | Stark |

| × (nicht-additive Interaktion) | Anastomose erzeugt emergente Transporteigenschaften | Mittel |

| Paradigm (generative Kompression) | Spore als funktionales Analogon | Schwach |

| δ_opt (Aufwands-Ertrags-Minimum) | Kontrollintensitaets-Optimum | Stark |

Die Straubinger Forschung (TUM Fungal Biotechnology, MY-CO BUILD, BioCampus MultiPilot) bietet die Infrastruktur fuer direkte experimentelle Validierung aller 4 Vorhersagen.

Diese Arbeit ist eine Einladung zur empirischen Pruefung, kein Beweis. Die Staerke des Ansatzes liegt darin, dass er FALSIFIZIERBARE Vorhersagen mit OPERATIONALEN Definitionen und EXPLIZITEN Testprotokollen liefert — der Goldstandard wissenschaftlicher Hypothesenbildung.


G = n × T × τ

Referenzen

Guggeis, J. (2026). Der G-Punkt: Universelles Lawson-Kriterium fuer Kollisionssysteme. GR-2026-001.
Guggeis, J. (2026). Spielregeln der Existenz. GR-2026-002.
Guggeis, J. (2026). × Mathematik: Kollision als fundamentale Operation. GR-2026-003.
Guggeis, J. (2026). Die fuenf Symbole: .×→[]~ als domaenenubergreifende Intermediate Representation fuer Emergenz. GR-2026-013. [Perkolationsverankerung T6; T6b: zwei Todesarten; VETO-Empirie Abschnitt 12; Dom-Kategorie T18; lost_dimensions T2]
Kesten, H. (1980). The critical probability of bond percolation on the square lattice equals 1/2. *Communications in Mathematical Physics*, 74(1), 41-59.
Lawvere, F.W. (1969). Diagonal arguments and cartesian closed categories. *Lecture Notes in Mathematics*, 92, 134-145. [Pruning als mathematisch notwendige Projektion, M2]
Bebber, D.P., Hynes, J., Darrah, P.R., Boddy, L. & Fricker, M.D. (2007). Biological solutions to transport network design. *Proceedings of the Royal Society B*, 274(1623), 2307-2315.
Boddy, L. (2009). Saprotrophic cord-forming fungi: meeting the challenge of heterogeneous environments. *Mycologia*, 101(6), 741-753.
Fricker, M.D., Heaton, L.L.M., Jones, N.S. & Boddy, L. (2017). The Mycelium as a Network. *Microbiology Spectrum*, 5(3).
Heaton, L.L.M., Lopez, E., Maini, P.K., Fricker, M.D. & Jones, N.S. (2012). Growth-induced mass flows in fungal networks. *Proceedings of the Royal Society B*, 279(1736), 3265-3274.
Glass, N.L., Jacobson, D.J. & Shiu, P.K.T. (2000). The genetics of hyphal fusion and vegetative incompatibility in filamentous ascomycete fungi. *Annual Review of Genetics*, 34, 165-186.
Hales, T.C. (2001). The Honeycomb Conjecture. *Discrete and Computational Geometry*, 25, 1-22.
Kirk, T.K. & Farrell, R.L. (1987). Enzymatic "combustion": the microbial degradation of lignin. *Annual Review of Microbiology*, 41, 465-505.
Kuratowski, K. (1930). Sur le problème des courbes gauches en topologie. *Fundamenta Mathematicae*, 15, 271-283.
Liebig, J. von (1840). *Die organische Chemie in ihrer Anwendung auf Agricultur und Physiologie*. Vieweg.
Stamets, P. (2005). *Mycelium Running: How Mushrooms Can Help Save the World*. Ten Speed Press.
Benz, J.P. et al. — TUM Associate Professorship of Fungal Biotechnology in Wood Science.
MY-CO BUILD Collaborative Research Centre (2025). TUM/DFG.
BioCampus Straubing GmbH — MultiPilot Demonstrationsanlage.

GUGGEIS Research | GR-2026-007 v2.2 | CC BY-NC-SA 4.0

Pattern verschenken. Infrastruktur behalten.

.

Was ich SEHE

←

Von der Konklusion zurück zum Anfang. Was offenbart sich wenn du rückwärts liest?

GUGGEIS Research | GR-2026-007 v2.2 | CC BY-NC-SA 4.0

Pattern verschenken. Infrastruktur behalten.

Guggeis, J. (2026). Der G-Punkt: Universelles Lawson-Kriterium fuer Kollisionssysteme. GR-2026-001.
Guggeis, J. (2026). Spielregeln der Existenz. GR-2026-002.
Guggeis, J. (2026). × Mathematik: Kollision als fundamentale Operation. GR-2026-003.
Guggeis, J. (2026). Die fuenf Symbole: .×→[]~ als domaenenubergreifende Intermediate Representation fuer Emergenz. GR-2026-013. [Perkolationsverankerung T6; T6b: zwei Todesarten; VETO-Empirie Abschnitt 12; Dom-Kategorie T18; lost_dimensions T2]
Kesten, H. (1980). The critical probability of bond percolation on the square lattice equals 1/2. *Communications in Mathematical Physics*, 74(1), 41-59.
Lawvere, F.W. (1969). Diagonal arguments and cartesian closed categories. *Lecture Notes in Mathematics*, 92, 134-145. [Pruning als mathematisch notwendige Projektion, M2]
Bebber, D.P., Hynes, J., Darrah, P.R., Boddy, L. & Fricker, M.D. (2007). Biological solutions to transport network design. *Proceedings of the Royal Society B*, 274(1623), 2307-2315.
Boddy, L. (2009). Saprotrophic cord-forming fungi: meeting the challenge of heterogeneous environments. *Mycologia*, 101(6), 741-753.
Fricker, M.D., Heaton, L.L.M., Jones, N.S. & Boddy, L. (2017). The Mycelium as a Network. *Microbiology Spectrum*, 5(3).
Heaton, L.L.M., Lopez, E., Maini, P.K., Fricker, M.D. & Jones, N.S. (2012). Growth-induced mass flows in fungal networks. *Proceedings of the Royal Society B*, 279(1736), 3265-3274.
Glass, N.L., Jacobson, D.J. & Shiu, P.K.T. (2000). The genetics of hyphal fusion and vegetative incompatibility in filamentous ascomycete fungi. *Annual Review of Genetics*, 34, 165-186.
Hales, T.C. (2001). The Honeycomb Conjecture. *Discrete and Computational Geometry*, 25, 1-22.
Kirk, T.K. & Farrell, R.L. (1987). Enzymatic "combustion": the microbial degradation of lignin. *Annual Review of Microbiology*, 41, 465-505.
Kuratowski, K. (1930). Sur le problème des courbes gauches en topologie. *Fundamenta Mathematicae*, 15, 271-283.
Liebig, J. von (1840). *Die organische Chemie in ihrer Anwendung auf Agricultur und Physiologie*. Vieweg.
Stamets, P. (2005). *Mycelium Running: How Mushrooms Can Help Save the World*. Ten Speed Press.
Benz, J.P. et al. — TUM Associate Professorship of Fungal Biotechnology in Wood Science.
MY-CO BUILD Collaborative Research Centre (2025). TUM/DFG.
BioCampus Straubing GmbH — MultiPilot Demonstrationsanlage.

Referenzen


G = n × T × τ