Modellkompetenz für Wissenschaft und Technik

Modelle und die mit ihnen entwickelten Erklärungen und Vorhersagen sind heute in aller Munde, insbesondere, seitdem die Klimakrise stärker thematisiert wird, die Corona-Pandemie unseren Alltag bestimmt und auch in Massenmedien über künstliche Intelligenz berichtet wird. Wie funktionieren diese Modelle? Wie stehen sie in Zusammenhang mit Experimenten und Daten? Wie entwickelt man sie? Wann und warum können wir ihnen vertrauen und wo sind ihre Grenzen?

Naturwissenschaftliche und technische Modelle sind die Grundlage technischer Entwicklungen, Vorhersagen und komplexer Technologien. Anhand anschaulicher Beispiele werden in diesem Buch wichtige Grundlagen und Eigenschaften von naturwissenschaftlichen Modellen erklärt sowie Ansätze gegeben, um deren Relevanz, Korrektheit und Grenzen einzuschätzen.

Die Autoren geben kurzweilige und verständliche Hilfestellungen für die Entwicklung von Modellkompetenz. Dabei sprechen sie über Gültigkeitsbereiche, analytische, parametrische und numerische Modelle, Präzision und parametrische Abstraktion, hierarchische Integration von Modellen, den Unterschied zwischen Vorhersage und Erklärung, Validierung und Test von Modellen, Parameter Space Exploration und Sensitivitätsanalyse, Backcasting, Black Swans sowie Agenten und chaotisches und emergentes Verhalten.

Die verwendeten Beispiele kommen aus Wetter- und Klimamodellen, aus der Epidemiologie, der Teilchenphysik, der Fusionsforschung, aus sozio-technischen Systemen, aber auch aus den Ingenieurwissenschaften, beispielsweise der Steuerung von Flugzeugen oder der Konstruktion von Kranen.