Models in Science – Opportunities, Mechanisms, Limitations

Seit über zwölf Jahren interviewen ich in meinem Podcast omega tau Wissenschaftlerinnen und Ingenieure. In sehr vielen der Gespräche wird die zentrale Bedeutung von Modellen für Wissenschaft und Technik klar. Durch Corona und Klimakrise wird nun die Sinnhaftigkeit, Korrektheit und Zuverlässigkeit von Modellen beziehungssweise deren Vorhersagen in den Medien diskutiert, und es wird von uns allen erwartet, dass wir die Nützlichkeit dieser Modelle einschätzen können, dass wir Modellen "glauben". Das ist für die meisten von uns schwierig. Genauso wie wir im Zeitalter von Social Media Medienkompetenz lernen müssen, um mit der Flut von (Fake) News umgehen zu können, müssen wir -- so meine ich -- auch ein gewisses Maß an “Modellkompetenz" besitzen und zumindest grundlegend verstehen, wie solche Modelle entwickelt werden, was sie können, und wo ihre Grenzen sind. Mit diesem Vortrag geben ich eine Hilfestellung um Modellkompetenz aufzubauen. Ich spreche über Gültigkeitsbereiche, analytische versus numerische Modelle, Präzision und parametrische Abstraktion, hierarchische Integration von Modellen, Vorhersage und Erklärung, Validierung und Test von Modellen, Parameter Space Exploration und Sensitivitätsanalyse, Backcasting, Black Swans sowie Agenten und emergentes Verhalten. Die Beispiele kommen aus Wetter- und Klimamodellen, aus der Epidemiologie, aus der Teilchenphysik, der Fusionsforschung, aus sozio-technischen Systemen, aber auch aus den Ingenieurwissenschafften, beispielsweise der Steuerung von Flugzeugen oder der Konstruktion von Kranen.