Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-07-20T19:18:49Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}

{{BR}}
= Einleitung =

Warum erwarten wir, dass die Sonne morgen aufgeht, ein Medikament ähnlich wirkt wie bisher oder ein trainiertes [[Künstliche Intelligenz|KI-Modell]] auf neue Daten übertragbar ist? Solche Erwartungen beruhen auf [[Induktion (Philosophie)|Induktion]]: Wir schließen vom Beobachteten auf Unbeobachtetes. Das '''Induktionsproblem''' fragt, ob dieser Schritt rational begründet werden kann.

Du lernst, [[David Hume|Humes]] Argument zu rekonstruieren, [[Induktion und Deduktion|Induktion und Deduktion]] zu unterscheiden und Antworten aus [[Kritischer Rationalismus|Kritischem Rationalismus]], [[Bayesianische Erkenntnistheorie|Bayesianismus]] und moderner [[Wissenschaftstheorie]] zu beurteilen.

[[Datei:Painting of David Hume.jpg|420px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=ET9oRKEwESA |500|center}}

{{BR}}
= Grundbegriffe =

'''Induktiver Schluss''': Bisher beobachtete Fälle stützen eine allgemeine Aussage oder Vorhersage. Die Schlussfolgerung erweitert unser Wissen, ist aber logisch nicht erzwungen.

'''Deduktiver Schluss''': Sind die Prämissen wahr und der Schluss gültig, kann die Konklusion nicht falsch sein. Die [[Vollständige Induktion|vollständige Induktion]] der Mathematik ist trotz ihres Namens ein deduktives Beweisverfahren.

{| class="wikitable"
! Schlussform
! Beispiel
! Status
|-
| [[Induktion (Philosophie)|Induktion]]
| Viele beobachtete Metalle dehnen sich bei Wärme aus; daher gilt dies vermutlich allgemein.
| Wahrscheinlich, fehlbar
|-
| [[Deduktion]]
| Alle Metalle der Klasse M dehnen sich aus; x gehört zu M; daher dehnt sich x aus.
| Bei wahren Prämissen zwingend
|}

[[Datei:Inductive Deductive Reasoning.svg|500px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=-wrCpLJ1XAw |500|center}}

{{BR}}
== Das Schwan-Beispiel ==

Noch so viele weiße Schwäne beweisen nicht den Satz „Alle Schwäne sind weiß“. Ein einziger schwarzer Schwan widerlegt ihn. Das zeigt die logische Asymmetrie zwischen [[Verifikation]] und [[Falsifikation]] bei universellen Aussagen.

[[Datei:The black swan (Cygnus atratus) (31950151475).jpg|500px|rahmenlos|center]]

{{BR}}
= Humes Argument =

[[David Hume]] untersucht Schlüsse über [[Tatsache|Tatsachen]], die über unmittelbare Wahrnehmung und Erinnerung hinausgehen. Sie stützen sich auf angenommene [[Kausalität|Ursache-Wirkungs-Beziehungen]].

# [[Erfahrung]] zeigt nur, was bisher beobachtet wurde.
# Die Vorhersage eines unbeobachteten Falls setzt voraus, dass die Natur hinreichend gleichförmig bleibt.
# Diese Gleichförmigkeit ist nicht [[Deduktion|deduktiv]] beweisbar, denn ihr Gegenteil ist ohne Widerspruch denkbar.
# Sie kann nicht durch frühere Erfolge der Induktion begründet werden, ohne erneut induktiv zu schließen.
# Eine solche Begründung wäre [[Zirkelschluss|zirkulär]].

'''Ergebnis''': Es gibt nach Hume keine nicht-zirkuläre rationale Begründung, die induktive Schlüsse in deduktive Gewissheit verwandelt.

{{#ev:youtube| https://www.youtube.com/watch?v=-QpUrSn3cWU |500|center}}

{{#ev:youtube| https://www.youtube.com/watch?v=dPlNsyXl-0c |500|center}}

{{BR}}
== Humes skeptische Lösung ==

Hume behauptet nicht, Menschen könnten ohne Erwartungen leben. Wiederholte Erfahrungen erzeugen [[Gewohnheit]], Assoziation und Erwartung. Induktion ist damit psychologisch erklärbar, aber nicht als zwingender Vernunftschluss gerechtfertigt.

{{#ev:youtube| https://www.youtube.com/watch?v=3VEJsQiVzsI |500|center}}

{{BR}}
= Anschauliche Zuspitzungen =

{{BR}}
== Russells Huhn ==

[[Bertrand Russell]] beschreibt sinngemäß ein Huhn, das täglich gefüttert wird und daraus eine sichere Regel ableitet. Gerade am Tag der Schlachtung scheitert die Vorhersage. Eine lange Erfolgsserie garantiert keine unveränderte Zukunft.

[[Datei:Bertrand Russell photo.jpg|420px|rahmenlos|center]]

{{BR}}
== Das eigentliche Problem ==

Mehr Beobachtungen können eine Erwartung vernünftiger machen, aber sie schließen logisch nicht aus, dass der nächste Fall abweicht. Das Problem betrifft daher nicht die alltägliche '''Nützlichkeit''', sondern die '''Rechtfertigung''' des Übergangs vom Beobachteten zum Unbeobachteten.

{{BR}}
= Antworten und Weiterentwicklungen =

{| class="wikitable"
! Ansatz
! Kerngedanke
! Grenze
|-
| [[Karl Popper|Popper]]
| Wissenschaft arbeitet mit kühnen Hypothesen und strengen Widerlegungsversuchen statt mit endgültiger Bestätigung.
| Auch Testentscheidungen enthalten Annahmen und sind fehlbar.
|-
| [[Bayesianismus]]
| Neue Evidenz verändert rational abgestufte Wahrscheinlichkeiten.
| Ausgangswahrscheinlichkeiten und Modellannahmen müssen gewählt werden.
|-
| [[Hans Reichenbach|Pragmatische Rechtfertigung]]
| Falls stabile Regelmäßigkeiten existieren, ist induktives Lernen langfristig erfolgversprechend.
| Es liefert keine Garantie, dass solche Regelmäßigkeiten bestehen.
|-
| [[Peter Strawson|Begriffsanalytische Antwort]]
| Nach guten induktiven Standards zu urteilen gehört zum Begriff vernünftigen Schließens.
| Kritiker sehen darin eher eine Umdeutung als eine Begründung.
|-
| [[Nelson Goodman|Goodman]]
| Nicht jede mit den Daten vereinbare Regel ist gleichermaßen projizierbar.
| Die Auswahl geeigneter Begriffe und Gesetzesformen bleibt erklärungsbedürftig.
|}

{{BR}}
== Popper: Vermutungen und Widerlegungen ==

[[Karl Popper]] akzeptiert Humes Kritik an einer beweisenden Induktion. Wissenschaftliche Sätze sollen riskante Vorhersagen erlauben und an möglichen Gegenbeispielen scheitern können. Nicht widerlegte Theorien sind bewährt, aber nicht endgültig wahr.

[[Datei:Karl Popper.jpg|420px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=yQD-Jx2tqb8 |500|center}}

{{BR}}
== Bayesianische Antwort ==

Der [[Bayesscher Satz|Satz von Bayes]] modelliert, wie sich Überzeugungsgrade durch Evidenz ändern. Er verspricht keine Gewissheit, macht aber transparent, wie Daten, Vorwissen und konkurrierende Hypothesen zusammenwirken.

{{BR}}
== Goodmans neues Rätsel ==

Definiere „grue“ so: Ein Smaragd ist grue, wenn er vor einem Stichtag untersucht und grün ist oder bis dahin nicht untersucht wurde und blau ist. Alle bisher beobachteten grünen Smaragde stützen dann sowohl „Alle Smaragde sind grün“ als auch „Alle Smaragde sind grue“. [[Nelson Goodman]] fragt deshalb, warum manche Prädikate für Vorhersagen geeignet erscheinen und andere nicht. Das ist das Problem der [[Projektierbarkeit]].

{{#ev:youtube| https://www.youtube.com/watch?v=2vviTuYhfa8 |500|center}}

{{BR}}
= Bedeutung heute =

# [[Naturwissenschaft]]: Messreihen stützen Gesetze, beweisen sie aber nicht endgültig.
# [[Alltag]]: Planung verlangt Erwartungen trotz verbleibender Unsicherheit.
# [[Statistik]]: Stichproben erlauben nur unter Annahmen Schlüsse auf Populationen.
# [[Maschinelles Lernen]]: Gute Leistung auf Trainingsdaten garantiert keine Leistung bei veränderten Daten.
# [[Wissenschaftsethik]]: Unsicherheit muss benannt werden, ohne begründete Erkenntnis mit Beliebigkeit zu verwechseln.

Eine verbreitete heutige Haltung lautet: Das Induktionsproblem ist nicht allgemein „gelöst“. Vernünftige Erkenntnis besteht oft darin, Unsicherheit kontrolliert zu behandeln, Annahmen offenzulegen und Aussagen für Korrektur offen zu halten.

{{BR}}
= Quellen und Vertiefung =

# [https://de.wikipedia.org/wiki/Induktionsproblem Wikipedia: Induktionsproblem]
# [https://plato.stanford.edu/entries/induction-problem/ Stanford Encyclopedia of Philosophy: The Problem of Induction]
# [https://iep.utm.edu/problem-of-induction/ Internet Encyclopedia of Philosophy: The Problem of Induction]
# [https://plato.stanford.edu/entries/popper/ Stanford Encyclopedia of Philosophy: Karl Popper]

{{BR}}
= Interaktive Aufgaben =

{{BR}}
== Quiz: Teste Dein Wissen ==

{{MC}}

'''Was kennzeichnet einen induktiven Schluss?'''
(Er führt vom Beobachteten zu einer allgemeinen Aussage oder Vorhersage)
(!Er garantiert bei wahren Prämissen eine wahre Konklusion)
(!Er ist ausschließlich ein mathematischer Beweis)
(!Er verzichtet vollständig auf Erfahrung)

{{E}}
<br>

{{MC}}

'''Welche Annahme liegt vielen Vorhersagen aus Erfahrung zugrunde?'''
(Die Zukunft ähnelt in relevanten Punkten der Vergangenheit)
(!Jede Beobachtung ist logisch notwendig)
(!Alle Naturgesetze sind Definitionen)
(!Widersprüche können gleichzeitig wahr sein)

{{E}}
<br>

{{MC}}

'''Warum lässt sich die Gleichförmigkeit der Natur nicht einfach deduktiv beweisen?'''
(Ihr Gegenteil ist ohne logischen Widerspruch denkbar)
(!Deduktion verwendet niemals Prämissen)
(!Naturbeobachtung ist immer falsch)
(!Hume lehnt jede Form von Logik ab)

{{E}}
<br>

{{MC}}

'''Warum ist eine Rechtfertigung der Induktion durch frühere Erfolge problematisch?'''
(Sie setzt erneut einen induktiven Schluss voraus)
(!Sie enthält zu viele mathematische Symbole)
(!Sie widerlegt jede einzelne Beobachtung)
(!Sie ist eine reine Begriffsdefinition)

{{E}}
<br>

{{MC}}

'''Wodurch erklärt Hume unsere Erwartungen psychologisch?'''
(Durch Gewohnheit und wiederholte Erfahrung)
(!Durch angeborenes Wissen aller Naturgesetze)
(!Durch vollständige mathematische Induktion)
(!Durch unfehlbare Sinneswahrnehmung)

{{E}}
<br>

{{MC}}

'''Was zeigt das Beispiel eines schwarzen Schwans?'''
(Ein Gegenbeispiel kann eine universelle empirische Aussage widerlegen)
(!Viele weiße Schwäne beweisen jede Naturtheorie)
(!Einzelfälle sind für allgemeine Aussagen bedeutungslos)
(!Universelle Aussagen können niemals geprüft werden)

{{E}}
<br>

{{MC}}

'''Welche Methode verbindet Popper mit wissenschaftlichem Fortschritt?'''
(Kühne Vermutungen und Versuche ihrer Falsifikation)
(!Endgültige Verifikation durch viele Bestätigungen)
(!Verzicht auf prüfbare Vorhersagen)
(!Ableitung aller Theorien aus Definitionen)

{{E}}
<br>

{{MC}}

'''Was leistet ein bayesianischer Ansatz?'''
(Er aktualisiert Wahrscheinlichkeiten im Licht neuer Evidenz)
(!Er verwandelt jede Vermutung in Gewissheit)
(!Er beseitigt alle Modellannahmen)
(!Er macht Beobachtungen überflüssig)

{{E}}
<br>

{{MC}}

'''Worauf zielt Goodmans neues Rätsel der Induktion?'''
(Auf die Auswahl projektierbarer Prädikate und Regeln)
(!Auf einen Beweis gegen jede Farbwahrnehmung)
(!Auf die Identität von Induktion und Deduktion)
(!Auf die Unmöglichkeit mathematischer Beweise)

{{E}}
<br>

{{MC}}

'''Wie ist die vollständige Induktion der Mathematik einzuordnen?'''
(Als deduktives Beweisverfahren)
(!Als unsichere Verallgemeinerung aus Stichproben)
(!Als psychologische Gewohnheit)
(!Als statistische Prognose)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Induktion || Schluss vom Beobachteten auf Unbeobachtetes
|-
| Deduktion || Wahrheitserhaltender Schluss aus Prämissen
|-
| Hume || Kritik der nicht-zirkulären Rechtfertigung
|-
| Gewohnheit || Psychologische Erwartungsbildung
|-
| Falsifikation || Widerlegung durch ein Gegenbeispiel
|-
| Bayesianismus || Aktualisierung von Wahrscheinlichkeiten
|-
| Goodman || Problem projektierbarer Prädikate
|}
{{E}}
<br>

{{BR}}
== Drag and Drop ==

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Hume'''
| Zirkularitätskritik
|-
| '''Popper'''
| Falsifikation
|-
| '''Bayes'''
| Wahrscheinlichkeitsupdate
|-
| '''Goodman'''
| Projektierbarkeit
|-
| '''Russell'''
| Huhn-Beispiel

|}
{{E}}

<br>
<br />

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Induktion || Wie heißt der Schluss vom Beobachteten auf Unbeobachtetes?
|-
| Gewohnheit || Womit erklärt Hume unsere Erwartungsbildung?
|-
| Kausalität || Welcher Zusammenhang zwischen Ursache und Wirkung wird aus Erfahrung angenommen?
|-
| Falsifikation || Wie heißt die Widerlegung einer allgemeinen Aussage durch Gegenbeobachtung?
|-
| Goodman || Wer formulierte das neue Rätsel der Induktion?
|-
| Bayesianismus || Welcher Ansatz aktualisiert Überzeugungsgrade durch Evidenz?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=Das+Induktionsproblem+Philosophie </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Ein Schluss vom Beobachteten auf Unbeobachtetes heißt { Induktion }. Hume bestreitet eine nicht-zirkuläre rationale { Rechtfertigung } dieses Schlusses. Vorhersagen setzen häufig eine Gleichförmigkeit der { Natur } voraus. Ihr Gegenteil ist logisch ohne { Widerspruch } denkbar. Eine Begründung durch frühere Erfolge wäre { zirkulär }. Hume erklärt Erwartungen durch { Gewohnheit }. Popper ersetzt endgültige Bestätigung durch kritische { Falsifikation }. Der Bayesianismus aktualisiert abgestufte { Wahrscheinlichkeiten }. Goodman untersucht die Auswahl projektierbarer { Prädikate }.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===
# [[Alltagsinduktion]]: Finde drei Erwartungen aus Deinem Alltag und notiere Beobachtung, Schluss und mögliche Ausnahme.
# [[Schwan-Beispiel]]: Gestalte eine Skizze, die den Unterschied zwischen vielen Bestätigungen und einem Gegenbeispiel zeigt.
# [[Begriffskarte]]: Verbinde Induktion, Deduktion, Gewohnheit, Kausalität und Falsifikation in einer Concept-Map.
# [[Videoanalyse]]: Wähle ein eingebettetes Video und fasse Humes Kernargument in höchstens 100 Wörtern zusammen.

{{BR}}
=== Standard ===
# [[Argumentrekonstruktion]]: Formuliere Humes Argument als nummerierte Folge aus Prämissen und Schlussfolgerung.
# [[Prognosetagebuch]]: Dokumentiere eine Woche lang fünf Vorhersagen und untersuche, auf welchen Regelmäßigkeitsannahmen sie beruhen.
# [[Streitgespräch]]: Führt eine Debatte zwischen einer popperschen und einer bayesianischen Position.
# [[Medienkritik]]: Analysiere eine Wetter-, Wahl- oder Wirtschaftsprognose hinsichtlich Datenbasis, Annahmen und Unsicherheit.

{{BR}}
=== Schwer ===
# [[Grue-Experiment]]: Erfinde ein eigenes Goodman-Prädikat und zeige, warum dieselben Daten verschiedene Verallgemeinerungen stützen können.
# [[Maschinelles Lernen]]: Untersuche an einem Fall von Datenverschiebung, weshalb Trainingserfolg keine sichere Generalisierung garantiert.
# [[Philosophischer Essay]]: Vergleiche Hume, Popper und Bayesianismus hinsichtlich Ziel, Stärke und Grenze ihrer Antworten.
# [[Philosophie-Podcast]]: Produziere ein Interview, in dem eine Person das Induktionsproblem verteidigt und eine andere einen Lösungsansatz prüft.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Transfer auf Prognosen]]: Eine App war an 90 von 100 Tagen zuverlässig. Begründe, was daraus für morgen folgt und was nicht.
# [[Theorieprüfung]]: Eine Theorie hat zwanzig Tests bestanden und scheitert an einem neuen Experiment. Vergleiche induktivistische, poppersche und bayesianische Reaktionen.
# [[Datenverschiebung]]: Ein KI-Modell funktioniert im Labor, aber nicht im Alltag. Erkläre den Fall mit dem Induktionsproblem und entwickle zwei Gegenmaßnahmen.
# [[Regelwahl]]: Zwei Regeln passen gleich gut zu bisherigen Daten. Bestimme Kriterien, mit denen eine rational bevorzugt werden könnte.
# [[Entscheidung unter Unsicherheit]]: Entwirf eine Handlungsregel, die begründete Erwartungen nutzt, ohne sie als Gewissheiten auszugeben.
# [[Urteilsbildung]]: Beurteile die These „Weil Induktion nicht beweisbar ist, sind wissenschaftliche Aussagen beliebig“ mit mindestens drei Argumenten.

<br>
<br>

{{BR}}
= Lernnachweis =

Für einen Lernnachweis solltest Du:
# [[Induktion und Deduktion]] sicher unterscheiden,
# [[Humes Induktionsproblem]] als Argument rekonstruieren,
# den [[Zirkelschluss]] einer induktiven Selbstbegründung erklären,
# [[Gewohnheit]], [[Falsifikation]], [[Bayesianismus]] und [[Projektierbarkeit]] einordnen,
# die Ansätze von [[David Hume]], [[Karl Popper]] und [[Nelson Goodman]] vergleichen,
# das Problem auf Wissenschaft, Alltag oder [[Maschinelles Lernen]] übertragen,
# ein begründetes eigenes Urteil formulieren.

<br>
<br>

{{BR}}
= OERs zum Thema =

<iframe> https://de.m.wikipedia.org/wiki/Induktionsproblem </iframe>

<br>

{{BR}}
= Verknüpfte Lernbereiche =

{| align=center
{{:D-Tab}}
'''[[Das Induktionsproblem - Philosophie]]'''
# [[Erkenntnistheorie]]
# [[Wissenschaftstheorie]]
# [[Induktion (Philosophie)]]
# [[Deduktion]]
# [[David Hume]]
# [[Kausalität]]
# [[Kritischer Rationalismus]]
# [[Karl Popper]]
# [[Bayesianismus]]
# [[Nelson Goodman]]
|}

[[Kategorie:Philosophie]]
[[Kategorie:Erkenntnistheorie]]
[[Kategorie:Wissenschaftstheorie]]
[[Kategorie:Logik]]
[[Kategorie:Klasse 11-13]]
[[Kategorie:Sekundarstufe II]]
[[Kategorie:Studium]]

{{BR}}
= aiMOOC-Projekte =
[[Kategorie:AI_MOOC]] [[Kategorie:GPT aiMOOC]]
{{MT}}

Das Induktionsproblem - Philosophie - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt