Die Druckversion wird nicht mehr unterstützt und kann Darstellungsfehler aufweisen. Bitte aktualisiere deine Browser-Lesezeichen und verwende stattdessen die Standard-Druckfunktion des Browsers.

aiMOOC

Vergleich von Modellen

QR-Code

Einleitung

Zielgruppe: Klassen 9–11, Naturwissenschaften und Technik. Modelle vereinfachen die Wirklichkeit. Du lernst, zwei Modelle anhand von Zweck, Annahmen, Daten, Genauigkeit und Grenzen fair zu vergleichen. Ein Modell ist nicht automatisch falsch, weil es Details auslässt.

Was ist ein Modell?

Ein wissenschaftliches Modell stellt ausgewählte Merkmale eines Gegenstands oder Vorgangs dar. Ein Globus zeigt die Erde vereinfacht, ein Stadtplan Wege, ein mathematisches Modell Beziehungen zwischen Größen. Jedes Modell verfolgt einen Zweck. Frage zuerst: Welche Frage soll es beantworten? Eine Landkarte ist für eine Wegsuche geeignet, aber nicht zur Untersuchung der Gesteinsschichten.

Arten von Modellen

Gegenständliche Modelle sind beispielsweise ein Globus oder ein Architekturmodell. Grafische Modelle nutzen Zeichnungen und Diagramme. Mathematische Modelle formulieren Beziehungen mit Zahlen und Gleichungen. Computermodelle berechnen mögliche Entwicklungen. Modelle können sich ergänzen; ihre Aussagekraft hängt von ihren Annahmen und dem Einsatzbereich ab.

Kriterien für den Modellvergleich

Vergleiche immer dieselbe Fragestellung. Prüfe Zweck, Annahmen, Darstellung, Messdaten, Vorhersagen, Verständlichkeit und Grenzen. Ein einfaches Modell kann didaktisch besser sein, obwohl ein komplexeres Modell genauere Vorhersagen ermöglicht. Mehr Einzelheiten bedeuten nicht automatisch mehr Qualität.

Kriterienmatrix

Kriterium	Leitfrage
Zweck	Welche Frage beantwortet das Modell?
Annahmen	Was wird vereinfacht oder ausgeschlossen?
Überprüfbarkeit	Lassen sich Aussagen mit Beobachtungen testen?
Genauigkeit	Wie groß sind Abweichungen von Messwerten?
Grenzen	Unter welchen Bedingungen versagt es?

Beispiel Sonnensystem

Ein dekoratives Planetenbild macht die Reihenfolge sichtbar, kann aber Größen und Abstände verzerren. Ein maßstäbliches Entfernungsmodell eignet sich besser für Fragen nach Abständen. Wenn Planetengrößen und Abstände unterschiedliche Maßstäbe verwenden, muss das deutlich benannt werden. Vergleiche beide Darstellungen nicht nach Schönheit, sondern nach ihrer Eignung für eine konkrete Frage.

Modelle in Biologie und Technik

In der Evolution erklären Modelle Veränderungen von Populationen durch Prozesse wie Mutation und natürliche Selektion. Eine Animation kann Abläufe verständlich machen, ersetzt aber keine empirischen Belege. In der Technik kann ein vereinfachtes Reibungsmodell für eine erste Rechnung reichen, während eine Simulation zusätzliche Faktoren berücksichtigt. Beide müssen mit Beobachtungen verglichen werden.

Modelle prüfen und verbessern

Lege zuerst eine überprüfbare Frage fest. Notiere dann Vorhersagen beider Modelle und erhebe passende Daten. Vergleiche die Abweichungen und untersuche mögliche Fehlerquellen. Ein Modell wird verbessert, wenn neue Erkenntnisse seine Annahmen oder Parameter ändern. Wichtig ist die Unterscheidung zwischen Beobachtung, Deutung und Vorhersage. Auch ein gut bestätigtes Modell bleibt auf bestimmte Bedingungen begrenzt.

Interaktive Aufgaben

= Quiz: Teste dein Wissen

Was ist das wichtigste erste Vergleichskriterium? (Die gemeinsame Fragestellung) (!Die Farbe) (!Die Dateigröße) (!Die Beliebtheit)

Was beschreibt eine Modellannahme? (Eine bewusst gewählte Vereinfachung) (!Einen sicheren Messfehler) (!Ein unveränderliches Naturgesetz) (!Eine Bewertung der Person)

Wann ist ein Modell überprüfbar? (Wenn es testbare Aussagen liefert) (!Wenn es bunt gestaltet ist) (!Wenn es besonders alt ist) (!Wenn es ohne Daten auskommt)

Was ist eine Modellgrenze? (Ein Bereich außerhalb der verlässlichen Anwendung) (!Die Größe des Bildschirms) (!Die Anzahl der Autoren) (!Der Titel des Modells)

Welches Modell hilft beim Vergleich von Planetenabständen? (Ein Entfernungsmodell mit einheitlichem Abstandsmaßstab) (!Ein beliebiges Symbolbild) (!Ein Porträt der Sonne) (!Eine alphabetische Liste)

Was ist eine Vorhersage? (Eine vor der Beobachtung formulierte erwartete Aussage) (!Eine nachträgliche Ausrede) (!Eine ungemessene Gewissheit) (!Eine reine Geschmacksfrage)

Warum können zwei Modelle zugleich nützlich sein? (Sie beantworten unterschiedliche Fragen) (!Sie müssen identisch sein) (!Daten sind bedeutungslos) (!Alle Modelle sind immer richtig)

Was zeigt eine große Abweichung von Messdaten? (Das Modell oder seine Anwendung muss geprüft werden) (!Das Modell ist automatisch perfekt) (!Messungen sind immer wertlos) (!Die Darstellung ist zu klein)

Was verbessert einen fairen Vergleich? (Gleiche Kriterien und passende Daten) (!Unterschiedliche Fragestellungen) (!Nur persönliche Vorlieben) (!Weglassen der Grenzen)

Was gilt für komplexere Modelle? (Sie sind nicht automatisch geeigneter) (!Sie sind stets fehlerfrei) (!Sie brauchen keine Annahmen) (!Sie ersetzen alle Experimente)

= Memory

Modellzweck	Frage, die eine Darstellung beantworten soll
Annahme	Bewusst gesetzte Vereinfachung
Messwert	Durch Beobachtung gewonnene Größe
Prognose	Erwartetes Ergebnis vor einem Test
Gültigkeit	Bereich zuverlässiger Anwendung

= Zuordnung

Ordne den Begriff zu.	Erklärung
Zweck	Wofür ein Modell eingesetzt wird
Parameter	Veränderbare Größe im Modell
Daten	Ergebnisse von Beobachtungen
Abweichung	Unterschied zwischen Prognose und Messung
Grenze	Bedingung außerhalb des Anwendungsbereichs

= Kreuzworträtsel

Modell	Vereinfachte Darstellung der Wirklichkeit
Annahme	Ausgangspunkt einer Berechnung
Prognose	Erwartetes zukünftiges Ergebnis
Messung	Ermittlung eines beobachtbaren Wertes
Vergleich	Gegenüberstellung nach Kriterien
Fehler	Differenz oder Mangel in einer Aussage

= LearningApps

= Lückentext

Offene Aufgaben

Leicht

Modellbegriff: Erkläre den Begriff in drei eigenen Sätzen.
Alltagsmodelle: Finde zwei Modelle in deiner Umgebung und fotografiere oder skizziere sie.
Zweckbestimmung: Notiere für beide Modelle jeweils eine geeignete Frage.
Grenzen erkennen: Nenne je zwei Eigenschaften, die deine Modelle nicht zeigen.

Standard

Kriterienraster: Erstelle eine Tabelle mit fünf Vergleichskriterien.
Kartenvergleich: Vergleiche einen Stadtplan und eine Satellitenansicht für eine Wegsuche.
Maßstab: Prüfe, ob eine Planetendarstellung Größen und Abstände einheitlich skaliert.
Erklärvideo: Analysiere, welche Vereinfachungen die Evolutionsanimation nutzt.

Schwer

Messreihe: Erhebe fünf Messwerte und vergleiche sie mit zwei einfachen Vorhersagen.
Fehlerdiagnose: Erkläre systematische und zufällige Ursachen einer Abweichung.
Modellverbesserung: Ändere eine Annahme und begründe die erwartete Verbesserung.
Transferaufgabe: Entscheide begründet zwischen zwei Modellen für einen neuen Anwendungsfall.

Lernkontrolle

Modellauswahl: Wähle für eine konkrete Forschungsfrage ein Modell und begründe deine Wahl.
Kriterienvergleich: Bewerte zwei Darstellungen anhand derselben fünf Kriterien.
Datentest: Erläutere, wie Messdaten eine Prognose stützen oder widerlegen können.
Modellkritik: Beschreibe einen Fall, in dem ein einfaches Modell geeigneter ist.
Transfer: Übertrage die Vergleichsmethode auf ein technisches oder biologisches Beispiel.

Lernnachweis

Du kannst Modellzwecke benennen, Annahmen offenlegen, Kriterien einheitlich anwenden, Vorhersagen an Daten prüfen, Grenzen erläutern und eine begründete Modellentscheidung schriftlich dokumentieren. Als Produkte eignen sich Kriterienmatrix, Messprotokoll und Kurzpräsentation.