Wie groß sollte Ihre Beprobungskampagne für Bodenkohlenstoff sein?

Ein Nachhaltigkeitsteam ruft wegen einer Baseline für Bodenkohlenstoff an, meist weil ein Scope-3-Entnahmebericht oder ein Lieferantenprogramm eine belastbare Ausgangszahl braucht. Die zweite Frage ist fast immer dieselbe: Wie viele Proben werden wir brauchen? Das ist eine vernünftige Frage. Es ist auch die falsche.

Der Stichprobenumfang ist eine Folge, kein Ausgangspunkt. Er ergibt sich aus vier vorgelagerten Entscheidungen: der Inferenzskala (Feld, Projekt oder Programm), der Varianz des Vorrats auf dieser Skala, der minimal nachweisbaren Differenz, auf die es Ihnen ankommt, und der Sicherheit, die Sie benötigen. Legen Sie diese vor dem Budgetgespräch fest, nicht danach. Kampagnen, die diesen Schritt überspringen, stehen im fünften Jahr mit Daten da, die den Effekt, den alle zu sehen hofften, nicht auflösen können, ein Muster, das inzwischen in hochdichten Beprobungsdaten von 45 kommerziellen Ackerflächen dokumentiert ist1.

Inferenzskala: die Entscheidung, die das Budget umgestaltet

Legen Sie vor jeder Formel die Skala fest. Ein Baseline-Bericht für einen einzelnen Lieferbetrieb ist ein Präzisionsproblem auf Feldskala: Sie wollen jetzt ein enges Konfidenzintervall für den mittleren Vorrat. Ein Beschaffungsprogramm mit 500 Betrieben, das Scope-3-Entnahmen geltend macht, ist ein Problem der Veränderungserkennung auf Projektskala: Sie wollen ein Sequestrierungssignal über viele Felder und über die Zeit vom natürlichen Rauschen unterscheiden. Die beiden Probleme haben unterschiedliche Formeln, unterschiedliche Datenanforderungen und sehr unterschiedliche Preisschilder.

Bradford und Kollegen haben dies empirisch an 45 kommerziellen Ackerflächen getestet und festgestellt, dass der Nachweis relevanter Zuwachsraten (rund 3 Tonnen C pro Hektar über zehn Jahre) für einzelne Felder selbst bei Beprobungsdichten von 1,2 Hektar pro Probe unzuverlässig ist: Deutliche scheinbare Gewinne und Verluste treten auf, wo keine reale Veränderung vorliegt1. Auf Projektskala dagegen bringen 30 Feldpaare bei derselben Dichte die mittlere Schätzung der Vorratsänderung in 83 von 100 Durchläufen auf weniger als eine Tonne C pro Hektar an den wahren Wert heran. Potash et al. (2025) haben ökonomisch dargelegt, dass die Beprobung von nur rund 10 Prozent der Felder in einem Projekt mit mehreren Tausend Feldern, mit gepaarter Wiederbeprobung, innerhalb von fünf Jahren eine wettbewerbsfähige Rendite auf die gesamte Projektinvestition liefert, sofern die in der Literatur berichteten Zuwachsraten auf kommerziellen Betrieben zutreffen2. Die Schlussfolgerung ist deutlich: Wenn Ihr Design davon ausgeht, dass jedes Feld seine eigene Sequestrierung einzeln nachweisen muss, ist es das falsche Design.

Drei Zahlen, die den Stichprobenumfang bestimmen

Sobald die Skala feststeht, bestimmen drei statistische Eingangsgrößen die Berechnung. Keine ist optional, und keine lässt sich ohne Kosten schätzen.

Räumliche Varianz (σ²)

Bodenkohlenstoff ist auf jeder Skala heterogen. Auf Acker- und Grünland der gemäßigten Zone dokumentierten Poeplau und Kollegen mittlere absolute Fehler auf Plotskala von 5,1 und 7,6 Tonnen C pro Hektar in 0–30 cm (7,5 und 8,5 Prozent des Vorrats), selbst bei der Wiederbeprobung desselben Profils mit minimaler Positionsverschiebung, und stellten fest, dass die räumliche Abhängigkeit schwach ist3. Schwache räumliche Abhängigkeit begrenzt, wie viel eine Stratifizierung in relativ einheitlichen Feldern helfen kann. In tropischen Dauerkulturen ist die Varianz typischerweise höher. Für Kakao in Ghana und Côte d'Ivoire liegen veröffentlichte Standardabweichungen der SOC-Vorräte in 0–30 cm um 10 bis 14 Tonnen C pro Hektar4, bedingt durch Hangposition, Schattenarchitektur und Alter in der Chronosequenz.

Im Design wird σ² entweder aus vergleichbaren veröffentlichten Arbeiten zu ähnlichem Boden und ähnlicher Bewirtschaftung übernommen (die tropische SOC-Literatur ist für Kakao, Kaffee und Ölpalme endlich umfangreich genug, um dies redlich zu tun) oder aus einer Pilotbeprobung mit 20 bis 30 Bohrkernen geschätzt. Lassen Sie den Pilot nicht aus: Die Empfindlichkeit des endgültigen n gegenüber σ² ist quadratisch.

Minimal nachweisbare Differenz (MDD)

Die MDD ist die kleinste Veränderung, die die Kampagne vom Rauschen unterscheiden muss. Für eine Baseline ist sie die Präzision der Vorratsschätzung selbst (zum Beispiel ±3 Tonnen C pro Hektar bei 95 Prozent Sicherheit). Für die Veränderungserkennung ist sie die kleinste jährliche oder kumulierte Veränderung, die für die Aussage zählt (zum Beispiel 0,5 Tonnen C pro Hektar und Jahr, kumuliert über fünf Jahre). Eine Halbierung der MDD vervierfacht die Probenzahl; das ist die härteste Beziehung im gesamten Design.

Daraus folgt eine Warnung. Glaubwürdige MDDs für Kakao- und Kaffee-Agroforstsysteme über einen Horizont von 5 bis 10 Jahren liegen im Bereich von insgesamt 2 bis 5 Tonnen C pro Hektar. Die Evidenz aus der gemäßigten Zone gibt die Größenordnung vor: An fünf silvoarablen Agroforststandorten in Frankreich betrug der mittlere SOC-Zuwachs in den obersten 30 cm 0,24 Tonnen pro Hektar und Jahr, mit einer Spanne zwischen den Standorten von 0,09 bis 0,465. Designs, die weniger als 1 Tonne pro Hektar kumulierter Veränderung anstreben, erkennen keine Bewirtschaftungseffekte; sie erkennen Niederschlag. Die australische Ausgabe von Weidezertifikaten im Jahr 2023 hat genau diesen Fehlermodus offengelegt: Rund 250.000 Tonnen an Zertifikaten wurden weitgehend wegen eines feuchten Jahres im 10. Dezil ausgegeben, nicht wegen einer Bewirtschaftungsänderung6.

Sicherheit (α) und Teststärke (1 − β)

α ist die Toleranz für ein falsch-positives Ergebnis, β für ein falsch-negatives. Übliche Werte sind α = 0,05 und Teststärke = 0,8. Zwei Formeln sind in Gebrauch, und sie sind nicht austauschbar. Für ein Design zur Baseline-Präzision ist die maßgebliche Form n ≈ (z_α/2 · σ / ε)², wobei ε die halbe Breite des gewünschten Konfidenzintervalls ist. Für ein Design zur gepaarten Veränderungserkennung über zwei Zeitpunkte ist die maßgebliche Form die unten stehende Teststärkeformel für zwei Stichproben. Die ursprüngliche Fassung dieses Artikels vermischte beide; hier werden beide mit ihren jeweiligen Anwendungsfällen gezeigt.

Für die Form der Veränderungserkennung mit α = 0,05 und Teststärke = 0,8 gilt (z_α/2 + z_β)² ≈ 7,85. In beiden Fällen dominieren Varianz und MDD alles, und sie lassen sich auf reale, berechenbare Weise gegeneinander abwägen.

Stratifizierung: der Varianzhebel, der sich meist (aber nicht immer) auszahlt

Geschichtete Beprobung verringert die für eine Zielpräzision nötige Probenzahl, aber weniger, als die Designbroschüren nahelegen. Die Neyman-Allokation bemisst jedes Stratum nach seiner eigenen Varianz statt nach seiner Fläche und sollte die flächenproportionale Allokation übertreffen, die in den meisten veröffentlichten Feldversuchen verwendet wird7. Auf acht kommerziellen Feldern im Mittleren Westen der USA verringerte eine Stratifizierung anhand von Fernerkundungs-, Topographie- und Bodenkartierungskovariaten den erforderlichen Stichprobenumfang um durchschnittlich 17 Prozent, mit einem 95-Prozent-Intervall von 11 bis 23 Prozent8. Der Gewinn hängt davon ab, ob die Strata die Varianz tatsächlich erfassen: Wo die Kovariaten wenig von der Variation innerhalb des Feldes erklärten, fanden Potash und Kollegen ihn bescheiden, unter 5 Prozent am schwächsten Standort, und wo sie den größten Teil erklärten, erreichte die Einsparung etwa 45 Prozent8. In Kakaolandschaften, in denen Topographie, Schattenarchitektur und Chronosequenz große SOC-Unterschiede bewirken, ist Stratifizierung entscheidend: Adiyah et al. (2022, 2023) zeigen signifikante Effekte der Hangposition4 und, über gepaarte 15-Jahres-Intervalle, SOC-Zuwächse, die sich zwischen Altersklassen etwa um das Drei- bis Vierfache unterscheiden, von 13,7 bis 46,9 Tonnen C pro Hektar in 0–60 cm9.

Eine belastbare Stratifizierung kombiniert drei Ebenen: Fernerkundung (Kronendach- und Offenbodensignale aus Sentinel-2, mit Sentinel-1-Rückstreuung, wo Feuchte oder strukturelle Varianz eine Rolle spielen), Topographie und Entwässerung aus einem DGM sowie eine rekonstruierte Bewirtschaftungsgeschichte des vorangegangenen Jahrzehnts, die heute routinemäßig aus Aufzeichnungen der Landwirte oder Bildzeitreihen gewonnen werden kann. Zwei Vorbehalte. Erstens sind Stratumgrenzen selbst eine Varianzquelle, wenn die Kovariaten verrauscht sind; prüfen Sie die Stratummittel aus dem Pilot, bevor Sie die Allokation festschreiben. Zweitens legt Verras VM0042 v2.2, im Oktober 2025 vom ICVCM unter den Core Carbon Principles anerkannt, ein Minimum von 15 Proben pro Stratum fest, unabhängig davon, was Neyman zuweisen würde, und akzeptiert die digitale Bodenkartierung noch nicht als zugelassene CCP-Methode. Wenn das Projekt Zertifikate unter VM0042 oder den künftigen Methodologien des EU-CRCF erzeugen soll, richten Sie die Stratifizierung vom ersten Tag an auf diese Vorgaben aus.

Ein Rechenbeispiel auf Grundlage veröffentlichter Kakaodaten

Eine 500 Hektar große Kakaoplantage im Süden von Côte d'Ivoire. Baseline-Ziel: ±3 Tonnen C pro Hektar bei 95 Prozent Sicherheit für einen mittleren SOC-Vorrat in 0–30 cm von rund 45 Tonnen C pro Hektar, im Einklang mit Adiyah et al. (2022) für Kakao an Hängen in der Region Ashanti4. Die Pilotbeprobung (25 Bohrkerne) ergibt σ ≈ 11 Tonnen C pro Hektar, konsistent mit der veröffentlichten Literatur statt eines angenommenen Werts.

Bei Stratifizierung in drei Bewirtschaftungszonen (junge Neupflanzung, reifer Bestand, kürzliche Renovierung) mit σ innerhalb der Strata von 7, 8 und 9 Tonnen pro Hektar senkt die Neyman-Allokation den Bedarf auf rund 28 bis 30 Bohrkerne, eine Einsparung von ~45 Prozent. Gilt das Minimum von 15 Proben pro Stratum aus VM0042 v2.2, steigt die Zahl wieder auf 45, womit der Stratifizierungsgewinn bei dieser Betriebsgröße praktisch verschwindet. Das ist ein reales Spannungsfeld, dem sich Praktiker ausdrücklich stellen sollten, statt es zu übertünchen.

Bei der Veränderungserkennung hängt es von der Projektgröße ab, ob sich die Messung überhaupt lohnt, und die Schwelle liegt weit höher, als die meisten Programme annehmen. Bei einem durchschnittlichen Behandlungseffekt von 0,3 Tonnen C pro Hektar und Jahr halten Potash und Kollegen Messen und Wiedermessen erst ab rund 5.000 Feldern bei 40 Dollar pro Tonne für wirtschaftlich tragfähig; 250 Felder brauchen einen Preis von 100 Dollar, und 100 Felder mindestens 2002. Der strukturelle Punkt ist ein anderer und besser belegt: Gepaarte Wiederbeprobung auf Projektebene über viele Betriebe schlägt einen heroischen Aufwand auf einem einzigen. Bradfords Ergebnisse machen es deutlich: Wer auf einem Nachweis pro Betrieb mit 60 bis 100 gepaarten Bohrkernen pro Zeitpunkt besteht, erhält dennoch unzuverlässige Schätzungen pro Betrieb, während 30 Feldpaare, beprobt mit 1,2 Hektar pro Probe, den Projektmittelwert in 83 von 100 Durchläufen auf weniger als eine Tonne C pro Hektar genau treffen1. Dieses Design ist belastbar, kostet aber ein Mehrfaches des Bohraufwands pro Betrieb und nicht denselben. Das ist die Neuausrichtung, die die Literatur von 2023–2025 dem MRV-Design aufgezwungen hat.

Zwei Verbesserungen der Messkette, die die Wirtschaftlichkeit verändern

Erstens: Beproben Sie bis 0–60 cm in mindestens drei Tiefenstufen (0–10, 10–30, 30–60). Adiyah et al. (2023) maßen in ghanaischen Kakao-Agroforstsystemen in jedem gepaarten 15-Jahres-Intervall SOC-Zuwächse in 20–60 cm, die die Zuwächse im Oberboden übertrafen: 34,9 gegenüber 8,5 Tonnen C pro Hektar im jüngsten Paar und 40,3 gegenüber 6,6 im ältesten9. Ein Design mit 0–30 cm verfehlt den größten Teil davon: Nach den Tiefenstufen der Studie selbst liegen rund 60 Prozent des Zuwachses in 0–60 cm unterhalb von 30 cm. Raffeld et al. (2024) kommen für einjährige Reihenkulturen zum selben Schluss, wo die Beprobung bis 60 cm in mehreren Tiefenstufen ihre empfohlene Praxis ist, und merken an, dass tief wurzelnde Dauerkultur- und Agroforstsysteme möglicherweise noch tiefer beprobt werden müssen10. Für tief wurzelnde Dauerkulturen ist die Beprobung des Unterbodens nicht mehr optional.

Zweitens: Verwenden Sie für Berechnungen der Vorratsänderung die äquivalente Bodenmasse (ESM), nicht eine feste Tiefe. Fowler und Kollegen zeigen, dass die Bilanzierung nach fester Tiefe die Vorratsänderung bei einem realistischen Rückgang der Trockenrohdichte von 1,5 auf 1,1 Gramm pro Kubikzentimeter um etwa 17 Prozent unterschätzt und in ihrem Rechenbeispiel das Vorzeichen vollständig umkehrt, sodass ein tatsächlicher Gewinn von 14,8 Prozent als Verlust von 16,2 Prozent erscheint11. Die Korrektur über die äquivalente Masse ist an sich nicht neu: Ellert und Bettany haben sie vor drei Jahrzehnten dargelegt12, und von Haden und Kollegen haben seither gezeigt, wie weit tiefenbasierte Vergleiche abdriften, sobald sich die Trockenrohdichte ändert13. Raffeld und Kollegen haben dies in zwei Langzeitversuchen mit Feldzahlen belegt, in denen sich die Trockenrohdichte unter Direktsaat und nach organischer Düngung veränderte und die Bilanzierung nach fester Tiefe das Vorzeichen der Vorratsänderung umkehrte10. Das künftige Soil Sampling and Analysis Handbook zu Verras VM0042 v3.0 (in öffentlicher Konsultation bis März 2026) macht ESM zum Standard. Ein Artikel (oder Projekt) aus dem Jahr 2026, der ESM ignoriert, ist ein Warnsignal für die Glaubwürdigkeit.

Kontrafaktische Szenarien und klimatische Störeinflüsse: warum Kontrollen nicht verhandelbar sind

Ein Design zur Veränderungserkennung ohne Kontrafaktum misst nicht die Bewirtschaftung, sondern das Wetter. In einem Weideversuch im südlichen Queensland stieg der SOC in 0–100 cm über 2,5 feuchte Jahre um 7,7 Tonnen C pro Hektar, also 3,1 Tonnen pro Hektar und Jahr, und die Hälfte des Zuwachses in 0–30 cm war verschwunden, sobald die Niederschläge zum Durchschnitt zurückkehrten. Diese Rate ist das Fünffache der 0,6 Tonnen pro Hektar und Jahr, die die Autoren als realistische Obergrenze über 25 Jahre für australisches Weideland ansetzen, und das Zehnfache ihres mittleren Szenarios von 0,36. Jede glaubwürdige Kampagne zur Veränderungserkennung braucht daher entweder eine Kontrolle am selben Ort (gepaarte Felder unter Baseline-Bewirtschaftung, an denselben Terminen beprobt) oder eine explizite Klimanormalisierung mithilfe eines lokal kalibrierten biogeochemischen Modells. Eine unabhängige Prüfstelle wird 2026 fragen, welche der beiden Optionen das Projekt genutzt hat. „Keine von beiden“ ist keine Antwort, die Bestand hat.

Was die MRV-Landschaft 2026 tatsächlich verlangt

Drei Rahmenwerke übersetzen die allgemeinen Grundsätze der Messung, Berichterstattung und Verifizierung von Bodenkohlenstoff15 inzwischen in Regeln, denen jede ernsthafte SOC-Kampagne folgen muss. Verra VM0042 v2.2, im Oktober 2025 vom ICVCM unter den Core Carbon Principles anerkannt, legt Stratifizierungsregeln, Mindestprobenzahlen pro Stratum, Unsicherheitsabzüge und eine ESM-basierte Bilanzierung fest; v3.0 mit dem Soil Sampling and Analysis Handbook wird im Laufe des Jahres 2026 erwartet. Die EU-Verordnung 2024/3012 (CRCF) ist im Dezember 2024 in Kraft getreten; Zertifizierungsmethodologien für die kohlenstoffspeichernde Landbewirtschaftung folgen im Laufe des Jahres 2026, wobei die QU.A.L.ITY-Kriterien (Quantifizierung, Zusätzlichkeit, langfristige Speicherung, Nachhaltigkeit) prägen werden, wie auf die EU ausgerichtete Aussagen geprüft werden. Der GHG Protocol Land Sector and Removals Standard tritt am 1. Januar 2027 in Kraft, verlangt für jede berichtete Entnahme eine quantitative Unsicherheitsschätzung und ein Konfidenzintervall und schreibt vor, dass Entnahmen auf produktiven landwirtschaftlichen Flächen auf empirischen, für die Kohlenstoffpools spezifischen Daten beruhen, mit Wiederbeprobung nach konsistenten Methoden mindestens alle fünf Jahre16. Die Schätzung kann aus Messungen, aus einem kalibrierten Modell oder aus einer Kombination beider stammen, doch die zugrunde liegenden Felddaten sind nicht optional. SBTi FLAG richtet sich an diesen aus.

Gestalten Sie die Kampagne nach dem Standard, nach dem der Käufer geprüft wird, nicht nach dem, der dem Bodenlabor am vertrautesten ist.

Das Fazit

Der richtige Stichprobenumfang ist der, mit dem die Aussage der Prüfung standhält, der sie tatsächlich ausgesetzt ist. Für eine Baseline auf einem einzelnen Kakaobetrieb mit realistischem σ sind das typischerweise 30 bis 60 Bohrkerne mit sachgerechter Stratifizierung, 0–60 cm Tiefe und ESM-Bilanzierung. Für eine glaubwürdige mehrjährige Sequestrierungsaussage ist es ein gepaartes Design auf Projektebene über viele Betriebe, nicht ein heroischer Aufwand auf einem einzigen. Die Nahbereichssensorik hat die Arithmetik verändert. Ramírez und Kollegen haben die Kosten eines FT-IR-Aufbaus gegenüber der Trockenverbrennung für ein Grünlandprojekt mit 400 bis 1.000 Proben verglichen und berichten einen Anstieg des Durchsatzes von 4 auf 12 Proben pro Stunde und einen Rückgang der Kosten pro Probe um etwa das 2,5-Fache, wobei die jährliche Gerätewartung in die Gegenrichtung wirkt17. Hutengs und Kollegen zeigen, dass tragbare VisNIR- und Mittelinfrarotgeräte für Böden unter Feldbedingungen kalibriert werden können, sobald Feuchte- und Korngrößeneffekte herausgerechnet sind, was das Scannen im Feld statt im Labor realistisch macht18. Diese Einsparung sollte in mehr Proben, tiefere Profile und mehr Betriebe fließen, nicht darin, dieselbe alte Zahl für weniger Geld zu erreichen.

Kernaussagen