https://www.faz.net/-gwz-6w23u

Wirklichkeit richtig simuliert? : Die Kunst modellhafter Welterkenntnis

Vielfach modelliert: Im Sternbild Orion am Winterhimmel der Nordhalbkugel entstehen außergewöhnlich viele neue Sterne. Südlich von Altnitak, einem der drei Gürtelsterne Orions, findet sich im linken unteren Teil des Bildes findet sich der Pferdekopfnebel, der dem starken Strahlungsfeld des massereichen Sternsystems Sigma Orionis ausgesetzt ist. Bild: Martin Mutti

Klima, Weltraum, Leben, Medizin: Immer öfter kommen Modelle und Simulationen ins Spiel. Wird ihnen zu Recht vertraut? Eine philosophische Perspektive.

          7 Min.

          Das Patenkind wünscht sich zum Fest ein Raumschiffmodell, meteorologische Modelle informieren uns über die Wahrscheinlichkeit weißer Weihnachten, während sich die vorweihnachtliche Aufregung der Teilchenphysiker eher auf Anzeichen des Higgs richtet, des letzten noch fehlenden Teilchens des teilchenphysikalischen Standardmodells. Wir sind tagtäglich umgeben von Modellen.

          Sibylle Anderl

          Redakteurin im Feuilleton.

          Aus unserem Alltag bereits kaum wegzudenken, sind Modelle insbesondere in den Wissenschaften eines der wichtigsten methodischen Werkzeuge geworden. Ein Großteil wissenschaftlicher Praxis widmet sich der Entwicklung, Testung und Anwendung geeigneter Modelle. Aber was sind eigentlich Modelle? Wie funktionieren sie und inwiefern sind wir in der Lage, durch sie etwas über die Welt zu lernen?

          Vom Modell lernen

          Die Grundfigur ist einfach: Modelle stehen für etwas anderes, sie repräsentieren etwas Bestimmtes in der Welt. Diese Eigenschaft besitzen sie allerdings nicht exklusiv, auch Kunstwerke oder Sprache können Repräsentationen von Sachverhalten sein. Verglichen mit Kunst oder Sprache, scheinen wissenschaftliche Modelle aber einen anderen Wahrheitsanspruch zu besitzen. Sie sollen dazu dienen, dass man durch ihr Studium etwas über die tatsächlichen Eigenschaften dessen lernt, wofür sie stehen. Und anders als in Kunst oder Sprache sollte dies unabhängig von zeitlichen Strömungen, Kulturkreisen und Individuen der Fall sein. Wie ist es also möglich, dass Modelle für etwas anderes stehen können, und wie muss die Beziehung zwischen Modelliertem und Modell beschaffen sein, damit das Modell eine Erkenntnis des ursprünglichen Objektes möglich macht?

          Erwartungsgemäß finden sich in der Philosophie sehr verschiedene Ansätze zur Beantwortung dieser Fragen, deren Beurteilung eng damit verbunden ist, welcher Realitätskonzeption man sich verschrieben fühlt und welches Bild man allgemein von den Wissenschaften hat. Beispielsweise geht eine semantische Auffassung von Theorien nach Patrick Suppes von einem mathematischen Modellbegriff aus, der Modelle mit Strukturen identifiziert, die in einem bestimmten formalen Abbildungsverhältnis zu Strukturen in der Welt stehen. Dieses mathematische Abbildungsverhältnis definiert damit klar die Beziehung zwischen Zielobjekt und Modell.

          Eine wissenschaftliche Theorie kann daraufhin, unabhängig von der Sprache, als eine Menge von Modellen gesehen werden, statt wie noch im logischen Positivismus und Empirismus als eine Menge (sprachlicher) Theoreme. Ein anderer Ansatz, der sich im Gegensatz dazu viel stärker an der tatsächlichen Praxis der Modellbildung orientiert und beispielsweise von Daniela Bailer-Jones vertreten wurde, bringt Modelle mit dem Begriff der Interpretation zusammen. Ein wissenschaftliches Modell wäre dementsprechend eine interpretierende Beschreibung eines Phänomens, die einen wahrnehmenden oder intellektuellen Zugang zu diesem Phänomen eröffnet.

          Lücken im Verständnis

          Wenn man nun aber die theoretischen Ansätze erst einmal beiseitelässt und sich existierende Modelle ansieht, bemerkt man schnell, wie vielfältig das ist, was wir unter dem Oberbegriff Modell zusammenfassen. Fast alle Modelle beinhalten Idealisierungen, indem entweder Eigenschaften des Bezugsobjektes weggelassen oder verändert werden, so etwa beim reibungsfreien Pendel in der Physik. Es gibt Modelle, die anhand struktureller Ähnlichkeiten funktionieren, indem Modell und modelliertes Objekt der gleichen mathematischen Beschreibung gehorchen. Phänomenologische Modelle wie das Tropfen-Modell der Kernphysik, das Atomkerne so behandelt als wären sie Flüssigkeitstropfen, beschränken sich dagegen auf die Wiedergabe einiger Eigenschaften des Bezugssystems, ohne etwas über die wirksamen Mechanismen aussagen zu wollen.

          Modelle können konkrete Objekte sein, mathematische Gleichungssysteme, numerische Programme oder abstrakte Ideen. Es gibt viele Arten, ein und denselben Sachverhalt zu modellieren. Entsprechend schwierig ist es, dieses Spektrum von Modellen systematisch mit einem einzigen philosophischen Ansatz einzufangen. Roman Frigg und Stephan Hartmann schließen ihren philosophischen Übersichtsartikel zu wissenschaftlichen Modellen in der Stanford Encyclopedia of Philosophy mit dem Fazit: "Modelle spielen in der Wissenschaft eine wichtige Rolle. Doch obwohl sie unter den Philosophen beträchtliches Interesse erzeugt haben, bestehen nach wie vor signifikante Lücken in unserem Verständnis darüber, was Modelle sind und wie sie funktionieren."

          Für die wissenschaftliche Praxis stellt sich ohnehin vielmehr die pragmatische Frage: Welche Art der Modellierung ist die beste, die wissenschaftlich zutreffende? Wie viel Ähnlichkeit zwischen Modell und modelliertem System ist notwendig, wie viel Idealisierung erlaubt, damit die Übertragung dessen, was mit dem Modell gefunden wurde, auf das Ursprungssystem noch gerechtfertigt ist? Wann können wir einen Menschen als sphärisch symmetrischen Körper annähern, und wann brauchten wir als Modell eher einen eineiigen Zwilling? Leider gibt es kein festes Rezept dafür, wie ein funktionierendes Modell zu konstruieren ist, doch in der Praxis lässt sich oft die Angemessenheit eines Modells zuverlässig einschätzen. Beispielsweise braucht ein Automodell in einem Windkanaltest offensichtlich kein detailgetreues Innenleben. Erheblich schwieriger ist es aber, die Realitätstreue eines Modells bei nichtlinearen, komplexen Systemen zu beurteilen, denn Nichtlinearität hat im Allgemeinen zur Folge, dass der Einfluss einzelner Teilmechanismen im komplexen Gesamtsystem schwer einzuschätzen ist.

          Ein prominentes Beispiel der numerischen Simulierung eines hochgradig nichtlinearen Systems findet sich in der Klimamodellierung, aktuell philosophisch diskutiert von Wendy Parker von der Universität Ohio. Besonders brisant ist hier, dass zum einen die Zuverlässigkeit der numerischen Vorhersagen von großer Relevanz ist und auf der anderen Seite das zu modellierende System eine derartige Komplexität aufweist, dass die Frage nach der Aussagekraft der Simulationsergebnisse mitnichten trivial ist. Verschiedene Klimamodelle besitzen verschiedene raumzeitliche Auflösungen und berücksichtigen verschiedene klimatische Prozesse in verschiedener Beschreibung. Während die großräumige Dynamik der Atmosphäre weitestgehend verstanden ist, gilt dies lange nicht für alle Prozesse, die das Erdklima beeinflussen. Insbesondere ist es problematisch, Prozesse zu berücksichtigen, die sich auf Skalen abspielen, die von heutigen Modellen nicht aufgelöst werden können, die aber trotzdem für die Klimaentwicklung relevant sein können. Es ist vor diesem Hintergrund oft unklar, welche Modelle in gegebenen Umständen die besten Vorhersagen liefern können.

          Klima rekonstruieren

          Eine Möglichkeit, mit derartigen Unsicherheiten in komplexen Simulationen umzugehen, ist heute, Ensemble-Studien vorzunehmen, indem verschieden konstruierte Modelle mit gleichen Anfangs- und Randbedingungen gerechnet und die Ergebnisse verglichen werden. Sofern alle Modelle in einer bestimmten Aussage übereinstimmen, scheint der Schluss nahe zuliegen, dass die entsprechende Aussage mit hoher Wahrscheinlichkeit wahr ist. Begründet wird dies durch eine statistische Streuung der Unsicherheiten in verschiedenen Modellierungsweisen, so dass es sehr unwahrscheinlich ist, dass alle Modelle gleichzeitig falsch liegen. Allerdings ist für die Gültigkeit des Arguments notwendig, dass die betrachteten Modelle tatsächlich die bestehenden Unsicherheiten in ausreichender Variation abdecken, was praktisch oft nicht der Fall ist. Sofern sich die betrachteten Modelle in Bezug auf eingehende Annahmen und Approximationen ähneln, ist es für die Beurteilung ihrer Zuverlässigkeit unerlässlich, die Reichweite angewendeter Vereinfachungen und Auslassungen ausreichend zu verstehen, genau wie sichergestellt werden muss, dass keine relevanten Mechanismen vollständig übersehen wurden.

          In Hinsicht auf die nichtlineare Komplexität ihrer Modelle haben Astrophysiker mit den gleichen Problemen wie Klimamodellierer zu kämpfen. Vor einigen Jahren gab es beispielsweise ein Treffen von Astrophysikern, die an der numerischen Modellierung Photonendominierter Regionen (PDRs) arbeiten. Dies sind Bereiche im interstellaren Medium, deren Chemie und Energiebilanz durch ein starkes Strahlungsfeld im fernen Ultraviolett bestimmt ist. Solche Regionen beobachtet man, wenn sich Molekülwolken in der Nähe heißer Sterne befinden, wie zum Beispiel beim bekannten Pferdekopfnebel im Sternbild Orion. Da dies in Galaxien überaus häufig der Fall ist, ist das Verständnis von PDRs unerlässlich für das Verständnis des interstellaren Mediums. Seit etwa dreißig Jahren wird daher an einer angemessenen Modellierung gearbeitet, mehr als zehn unterschiedliche numerische Modelle mit verschiedenen Zielen und eingehenden Annahmen sind aus diesen Bemühungen entstanden. Der Workshop 2006 sollte dazu dienen, die Unterschiede der Codes und deren Effekte auf die prognostizierte physikalische und chemische Struktur der Wolken zu verstehen, um auf dieser Grundlage die Resultate der verschiedenen Modelle einander anzugleichen. Ein Ergebnis war die Warnung an die Nutzer, die absoluten Modellierungsergebnisse nicht zu wörtlich zu nehmen, wenngleich die allgemeinen Trends zwischen den Modellen konsistent erschienen.

          Die Zuverlässigkeit von Modellen wird auch durch den Vergleich von Vorhersagen mit Messwerten geprüft. Klimamodelle können etwa daraufhin untersucht werden, ob sie die Klimaentwicklung des letzten Jahrhunderts korrekt reproduzieren können. Sofern die reale Beobachtung immer einen Wert innerhalb des Bereiches annimmt, der durch die Modellvorhersagen aufgespannt wird, scheint man ähnliches auch für Vorhersagen annehmen zu können, für die es keine Vergleichsmessungen gibt. Allerdings ist auch hier Vorsicht geboten, da sichergestellt werden muss, dass weder die Modelle in irgendeiner Weise bereits an vorliegende Daten angepasst wurden, noch dass die Daten in einer Weise vorselektiert wurden, die auf ähnlichen Annahmen wie die Modellierung beruht.

          Unzuverlässige Tiermodelle

          Komplexe Systeme werden nicht nur numerisch simuliert. In der biologischen und klinischen Forschung haben sich sogenannte "Tiermodelle" als wichtige Werkzeuge zum Verständnis der fundamentalen biologischen Prozesse und zur Erforschung von Genen und Wirkungskaskaden erwiesen, die bei bestimmten menschlichen Krankheiten eine Rolle spielen. Die Idee ist, dass anhand einfacher Organismen zentrale molekulare Mechanismen in reduzierter Komplexität studiert werden können. Allerdings gibt es, neben der grundsätzlichen Frage nach der Zulässigkeit von Tierversuchen, gewisse Zweifel an der Eignung von Modelorganismen insbesondere in der Arzneimittelforschung, da es Fälle geben kann, in denen Tiermodelle in klinischen Tests in der Vorhersage schwerer Nebenwirkungen versagen, wie zum Beispiel im Fall von TGN1412, einem monoklonalen Antikörper zur Steuerung der Produktion von T-Zellen, bei dessen Test sämtliche menschlichen Probanden eine schwere, völlig unerwartete Immunreaktion und systematischen Organausfall erlitten hatten. Als Alternative werden Techniken auf Basis von Computerberechnungen oder Stammzellen gehandelt, doch bisher ist nicht abzusehen, inwiefern diese Methoden in der Lage sein können, Tiermodelle vollständig zu ersetzen.

          Letztendlich ist die Konstruktion guter Modelle eine Kunst, deren Beherrschung zentraler Bestandteil wissenschaftlichen Erkenntnisgewinns geworden ist. Die Leistungsfähigkeit von Modellen kann sich allerdings leicht ins Gegenteil wenden, sobald die Modelle hinsichtlich ihres Verhältnisses zum modellierten Objekt oder Prozess nicht kritisch genug hinterfragt werden. Gefährlich ist, wenn eingehende Vereinfachungen, Auslassungen und Gültigkeitsbeschränkungen nicht quantitativ auf ihren Einfluss geprüft oder im Grenzfall blinden Vertrauens vollständig missachtet werden. Diese Gefahr falscher und daraufhin enttäuschter Erwartungen an Modelle ist in der Wissenschaft aber im Übrigen die gleiche wie im Alltag: Wenn Kinder vom Raumschiffmodell erwarten, dass es mit fast Lichtgeschwindigkeit fliegen kann, oder man sich frühzeitig für Weihnachten zum Schlittenfahren verabredet, weil Wettermodelle fest mit Schnee rechnen, dann kann man feststellen, dass jedes Modell die Möglichkeit beinhaltet, irgendwann an seine Grenzen zu stoßen.

          Weitere Themen

          Topmeldungen

          „Ich bin Samuel“: Menschen gedenken am 18. Oktober 2020 des ermordeten Lehrers Paty in Paris.

          Streit über Islamophobie : Zwei Professoren müssen um ihr Leben fürchten

          Wegen angeblicher Islamophobie haben Studenten in Grenoble zwei Hochschullehrer angeprangert. Die Politik verurteilt den „Versuch der Einschüchterung“. Der Fall weckt Erinnerungen an den enthaupteten Lehrer Samuel Paty.
          Unter Druck: Georg Nüßlein (CSU) im Bundestag (Aufnahme aus dem Januar)

          Masken-Affäre : Nüßlein tritt aus der CSU aus

          Nach der Affäre um Geschäfte mit Corona-Masken ist der Bundestagsabgeordnete Georg Nüßlein aus der CSU ausgetreten. Auch Nikolas Löbel gibt sein Parteibuch ab. Der Gesundheitsminister hat derweil angekündigt, weitere Namen öffentlich zu machen.
          Fertighaus: Wohngebäude der Firma Kampa

          Fertighäuser aus Holz : „Wer billig baut, wird es teuer bezahlen“

          Josef Haas hat den Fertighaushersteller Kampa wiederbelebt. Warum er für den Baustoff Holz kämpft, wo er Chancen für zusätzlichen Wohnraum sieht und was er von der Debatte um Einfamilienhäuser hält.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.