Diesen aiMOOC als Battle spielen: Deutsch, Klasse 9-10, M-Niveau

NWT9 - Modelle und Simulationen in NwT

Einleitung

In NwT helfen Modelle und Simulationen, komplexe technische und naturwissenschaftliche Zusammenhänge zu verstehen. Ein Modell bildet die Wirklichkeit nicht vollständig ab. Es hebt genau die Merkmale hervor, die für eine bestimmte Fragestellung wichtig sind. Dadurch kannst Du mit einem Modell erklären, untersuchen, vorhersagen und anschließend prüfen, wie gut die Vorhersage zur Realität passt.

In diesem aiMOOC arbeitest Du wie in einem technischen Entwicklungsprozess: Du formulierst eine Frage, wählst ein geeignetes Modell, legst Annahmen fest, veränderst Parameter, vergleichst Vorhersage und Messung und beurteilst die Grenzen des Modells. Dabei begegnen Dir physische Modelle, System- und Energiediagramme, Sensormodelle sowie digitale Simulationen.

Das Bild zeigt ein physisches Modell einer Fachwerkbrücke. Ein solches Modell kann Kräfte und Verformungen sichtbar machen, ist aber nicht einfach eine verkleinerte Realität: Werkstoff, Maßstab, Verbindungstechnik und Lastverteilung können sich vom echten Bauwerk unterscheiden.

Das Video von Practical Engineering zeigt reale Herausforderungen von Brücken und Fundamenten. Nutze es besonders für die Frage: Welche Eigenschaften kann ein Schulmodell abbilden – und welche nicht?

Lernziele und Differenzierung G/M/E

G – grundlegendes Niveau: Du kannst Modell und Realität unterscheiden, wichtige Bestandteile eines Systems benennen, einfache Parameter verändern und aus einem Modell eine begründete Vorhersage ableiten.

M – mittleres Niveau: Du kannst unterschiedliche Modellarten vergleichen, Zusammenhänge zwischen Parametern beschreiben, Messwerte mit Simulationsergebnissen abgleichen und Abweichungen begründen.

E – erweitertes Niveau: Du kannst Annahmen eines Modells explizit formulieren, Modelle validieren, einfache quantitative Beziehungen nutzen, Unsicherheiten bewerten und entscheiden, in welchem Gültigkeitsbereich eine Vorhersage tragfähig ist.

Was ist ein Modell?

Ein wissenschaftliches oder technisches Modell ist eine vereinfachte Repräsentation eines Gegenstands, Prozesses oder Systems. Es ist immer zweckgebunden. Ein Brückenmodell kann etwa die Tragwirkung untersuchen, ohne Farbe, Fahrbahnbelag oder Alterung realistisch nachzubilden. Ein Bewegungsmodell kann Reibung zunächst vernachlässigen, wenn der Einfluss einer Kraft auf die Beschleunigung im Mittelpunkt steht.

Wichtige Modellarten sind:

Physisches Modell: gegenständliche Nachbildung, zum Beispiel eine Brücke aus Holzstäbchen oder Karton.
Konzeptuelles Modell: Darstellung von Beziehungen, zum Beispiel eine Energiekette oder ein Systemdiagramm.
Mathematisches Modell: Beschreibung mit Größen, Regeln und Gleichungen.
Computermodell: digital umgesetztes Modell, das in einer Simulation mit verschiedenen Parametern ausgeführt werden kann.

Merksatz: Ein gutes Modell ist nicht möglichst kompliziert, sondern für die Fragestellung geeignet, nachvollziehbar und überprüfbar.

Vom realen System zur Vorhersage

Realität → Fragestellung → Modell → Annahmen und Parameter → Experiment oder Simulation → Vorhersage → Messung → Vergleich → Modell verbessern

Dieser Kreislauf ist entscheidend: Ein Modell wird nicht dadurch gut, dass es auf einem Bildschirm läuft oder kompliziert aussieht. Es wird dadurch nützlich, dass seine Aussagen mit geeigneten Beobachtungen oder Messungen verglichen werden können.

Simulation: Experimentieren am Modell

Eine Simulation ist ein Experiment an einem Modell. Du veränderst Eingangsgrößen oder Parameter und beobachtest die berechneten Folgen. Simulationen eignen sich besonders, wenn reale Versuche teuer, langsam, gefährlich oder nur schwer wiederholbar wären. Gleichzeitig übernehmen Simulationen die Vereinfachungen und Annahmen des zugrunde liegenden Modells. Deshalb gilt: Eine präzise berechnete Zahl ist nicht automatisch eine präzise Aussage über die Realität.

Interaktive Bewegungssimulation

Mit der PhET-Simulation kannst Du Kräfte, Bewegung, Reibung und Beschleunigung verändern und beobachten.

iFrame blockiert

Diese externe Quelle ist für aiMOOC-iFrames nicht freigegeben.

Arbeitsauftrag G: Verändere nur eine Größe und beschreibe die beobachtete Wirkung.

Arbeitsauftrag M: Halte die Masse konstant und untersuche systematisch, wie sich eine größere resultierende Kraft auf die Bewegung auswirkt.

Arbeitsauftrag E: Formuliere vor dem Simulieren eine quantitative oder halbquantitative Vorhersage, prüfe sie und benenne mindestens zwei Modellannahmen, die den Vergleich mit einer realen Bewegung begrenzen.

Fünf konkrete Use-Cases

Use-Case 1: Brückenmodell – Tragfähigkeit erklären und vorhersagen

Bei einer Fachwerkbrücke bilden Dreiecke eine steife Struktur. Stäbe können vor allem auf Zug oder Druck beansprucht werden. Ein Schulmodell erlaubt es, Lasten schrittweise zu erhöhen und Verformungen oder Versagen zu beobachten.

Modellfrage: Wie verändert sich die Tragfähigkeit, wenn Du die Geometrie des Fachwerks, die Spannweite oder die Position der Last änderst?

Mögliche Parameter: Spannweite, Anzahl der Dreiecke, Stablänge, Querschnitt, Material, Klebestellen und Lastposition.

Vorhersage: Lege vor dem Belastungstest fest, welche Variante vermutlich mehr Last trägt und begründe dies über Kraftwege und Geometrie.

Validierung: Vergleiche die Vorhersage mit dem Belastungstest. Eine einzelne erfolgreiche Probe beweist noch nicht, dass das Modell allgemein gültig ist.

Grenzen: Ein kleines Karton- oder Holzmodell bildet Maßstabseffekte, Materialfehler, Wind, Schwingungen, Temperatur, Alterung, echte Lager und reale Sicherheitsfaktoren nur eingeschränkt ab.

Use-Case 2: Energiekette – Energieflüsse sichtbar machen

Eine Energiekette ist ein konzeptuelles Modell. Sie zeigt, wie Energie übertragen und umgewandelt wird. Beispiel eines technischen Systems:

Akku → Elektromotor → drehendes Rad → Bewegung des Fahrzeugs + thermische Energie an Motor, Lager und Reifen

Die Formulierung „Energieverlust“ ist im Alltag üblich, physikalisch wird Energie jedoch nicht vernichtet. Ein Teil der Energie wird in Formen umgewandelt, die für den gewünschten Zweck weniger nutzbar sind. Der Wirkungsgrad beschreibt, welcher Anteil der zugeführten Energie als gewünschte Nutzenergie erscheint.

Ein Sankey-Diagramm ergänzt die Energiekette: Die Pfeilbreite kann die Größe eines Energieflusses darstellen. So lassen sich auch Unterschiede zwischen technischen Wegen vergleichen.

iFrame blockiert

Diese externe Quelle ist für aiMOOC-iFrames nicht freigegeben.

G: Benenne Energiequelle, Umwandlung und gewünschte Nutzwirkung.

M: Markiere Stellen, an denen Energie in weniger gut nutzbare Formen umgewandelt wird.

E: Vergleiche zwei Energieketten und argumentiere, warum eine reine Betrachtung des Endgeräts zu einer falschen Bewertung des Gesamtsystems führen kann.

Use-Case 3: Sensor-Modell – vom Messprinzip zum Messwert

Ein Sensor übersetzt eine physikalische Größe in ein elektrisches Signal oder einen digitalen Messwert. Beim Ultraschallsensor HC-SR04 wird ein kurzer Schallimpuls ausgesendet. Aus der Laufzeit des Echos kann die Entfernung abgeschätzt werden.

Ein vereinfachtes Modell lautet:

Trigger → Ultraschallimpuls → Reflexion am Objekt → Echo → Laufzeitmessung → Entfernungswert

Für eine vereinfachte Berechnung gilt: Entfernung = Schallgeschwindigkeit × Laufzeit / 2. Die Division durch 2 ist nötig, weil der Schall den Hin- und Rückweg durchläuft.

G: Erkläre, warum der Sensor keinen „Abstand direkt“ misst, sondern zunächst eine Laufzeit.

M: Untersuche, wie sich schräge, weiche oder sehr kleine Oberflächen auf das Echo auswirken können.

E: Bewerte die Modellannahme einer konstanten Schallgeschwindigkeit. Überlege, welche Umgebungsbedingungen die Messung beeinflussen und wie Du das Modell kalibrieren könntest.

Use-Case 4: Bewegungssimulation – aus Regeln eine Bahn vorhersagen

Eine Bewegungssimulation nutzt Regeln des Bewegungsmodells und berechnet daraus schrittweise Ort, Geschwindigkeit oder Beschleunigung. Die Darstellung kann sehr realistisch aussehen, obwohl das Modell stark vereinfacht ist.

Die Grafik zeigt idealisierte Wurfbewegungen. Schon das Wort idealisiert erinnert daran, dass Annahmen nötig sind. Bei einem einfachen Modell können beispielsweise Luftwiderstand, Wind oder die Form des Körpers weggelassen werden.

Modellvergleich:

Einfache Bewegung ohne Reibung: wenige Parameter, gut zum Erkennen grundlegender Zusammenhänge.
Bewegung mit Reibung: realitätsnäher, aber zusätzliche Parameter und Messunsicherheiten.
Reale Messung: enthält Störungen und Messfehler, dient aber zur Prüfung der Modellvorhersage.

G: Lies aus einer Simulation eine Tendenz ab.

M: Vergleiche Simulation und reale Messreihe.

E: Entscheide, ob eine Abweichung eher aus Messfehlern, ungeeigneten Parametern oder einer falschen Modellannahme stammt.

Use-Case 5: Technisches System – Eingabe, Verarbeitung, Ausgabe und Rückkopplung

Technische Systeme lassen sich mit Systemgrenzen, Teilsystemen und Stoff-, Energie- oder Informationsflüssen beschreiben. Beispiel automatische Schranke:

Eingabe	Verarbeitung	Ausgabe	Rückkopplung
Fahrzeug wird erkannt	Steuerung prüft Sensorsignal und Sicherheitsbedingungen	Motor öffnet oder schließt Schranke	Endschalter oder Sensor meldet die tatsächliche Position zurück

Ein Systemdiagramm hilft, die Wirkungsweise zu erklären. Für Vorhersagen musst Du jedoch festlegen, welche Größen sich verändern können, zum Beispiel Sensorreichweite, Verzögerungszeit, Motorgeschwindigkeit oder Störung.

G: Ordne Sensor, Steuerung und Aktor den Systemteilen zu.

M: Beschreibe, welche Folgen ein falsches Sensorsignal haben kann.

E: Entwickle eine Rückkopplung oder Sicherheitslogik und begründe, welche Fehler dadurch erkannt werden können und welche trotzdem unentdeckt bleiben.

Modelle vergleichen, prüfen und verbessern

Modellgüte: Vier Leitfragen

Zweck: Welche Frage soll das Modell beantworten?
Annahmen: Was wird vereinfacht, konstant gesetzt oder weggelassen?
Validierung: Welche Messung oder Beobachtung kann die Vorhersage prüfen?
Gültigkeitsbereich: Unter welchen Bedingungen darf das Ergebnis auf die Realität übertragen werden?

Ein Modell kann für eine Frage sehr gut und für eine andere ungeeignet sein. Ein Brückenmodell aus Papier kann gut zeigen, wie Faltungen oder Dreiecke die Steifigkeit erhöhen. Es erlaubt aber keine belastbare Vorhersage über die Lebensdauer einer echten Stahlbrücke.

Parameter, Variablen und Randbedingungen

Parameter sind Größen, die im Modell festgelegt oder verändert werden, zum Beispiel Masse, Materialdicke oder Sensorgrenze. Variablen können sich im Verlauf ändern, etwa Geschwindigkeit oder Temperatur. Randbedingungen beschreiben den Rahmen, in dem das Modell gilt, etwa feste Lagerpunkte, konstante Umgebungstemperatur oder vernachlässigter Luftwiderstand.

Ein sauberes Simulationsexperiment verändert möglichst nur gezielt die Größen, deren Wirkung untersucht werden soll. So kannst Du Ursache und Wirkung besser auseinanderhalten.

Vorhersage und Validierung

Eine starke Modellarbeit beginnt mit einer Vorhersage vor dem Versuch oder Simulationslauf. Danach folgt der Vergleich:

Stimmen Trend und Größenordnung überein?
Ist die Abweichung größer als die Messunsicherheit?
Wurde ein wichtiger Einfluss weggelassen?
Müssen Parameter neu bestimmt oder Annahmen verändert werden?

Wenn Modell und Messung nicht übereinstimmen, ist das kein Misserfolg. Genau diese Abweichung kann zeigen, wie das Modell verbessert werden muss.

Typische Modellgrenzen

Vereinfachung: Nicht alle Einflüsse werden berücksichtigt.

Skalierung: Bei verkleinerten physischen Modellen verändern sich Kräfte, Flächen, Volumina und Materialverhalten nicht immer proportional.

Messunsicherheit: Sensoren liefern keine vollkommen exakten Werte.

Parameterunsicherheit: Manche Werte sind nur geschätzt oder schwanken.

Gültigkeitsbereich: Ein Modell kann bei kleinen Belastungen gut funktionieren und bei extremen Bedingungen versagen.

Umsetzung im Computer: Auch ein korrektes Modell kann durch zu grobe Zeitschritte, Rundungen oder Programmierfehler falsch simuliert werden.

Interaktiver Modellvergleich

Situation	Passendes Modell
Tragwirkung einer Fachwerkform im Klassenraum untersuchen	Physisches Brückenmodell
Energieumwandlungen eines Geräts darstellen	Energiekette oder Sankey-Diagramm
Abstand aus Ultraschalllaufzeit bestimmen	Sensor-Modell
Folgen veränderter Kraft oder Reibung untersuchen	Digitale Bewegungssimulation
Sensor, Steuerung und Aktor miteinander verknüpfen	Systemdiagramm

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Wozu dient ein Modell in NwT vor allem? (Eine für eine Fragestellung geeignete vereinfachte Darstellung zu liefern) (!Die Realität in allen Einzelheiten zu kopieren) (!Messungen vollständig überflüssig zu machen) (!Immer nur ein verkleinertes Objekt herzustellen)

Was ist eine Simulation? (Ein Experiment an einem Modell) (!Eine garantiert richtige Vorhersage) (!Eine reine Bilddatei ohne veränderbare Größen) (!Ein Ersatz für jede reale Messung)

Welche Aussage beschreibt eine wichtige Modellgrenze? (Ein Modell gilt nur für bestimmte Annahmen und Bedingungen) (!Ein digitales Modell hat grundsätzlich keine Grenzen) (!Je mehr Details ein Modell besitzt desto wahrer ist es) (!Ein Modell muss nie mit Messdaten verglichen werden)

Was sollte vor einem Belastungstest am Brückenmodell formuliert werden? (Eine begründete Vorhersage) (!Nur das gewünschte Endergebnis) (!Eine möglichst hohe Last ohne Begründung) (!Die Behauptung dass alle Brücken gleich reagieren)

Was zeigt eine Energiekette? (Übertragung und Umwandlung von Energie in einem System) (!Nur die Farbe technischer Bauteile) (!Ausschließlich elektrische Schaltzeichen) (!Nur die Baukosten eines Geräts)

Warum wird bei der Ultraschall-Entfernungsmessung durch zwei geteilt? (Der Schall legt Hinweg und Rückweg zurück) (!Der Sensor besitzt zwei Schallwandler) (!Die Spannung wird halbiert) (!Der Messwert wird sonst immer negativ)

Was ist bei einem fairen Simulationsexperiment sinnvoll? (Gezielt einzelne Parameter zu verändern) (!Alle Parameter gleichzeitig zufällig zu ändern) (!Messwerte nachträglich an die Erwartung anzupassen) (!Nur einen einzigen Lauf ohne Vergleich zu betrachten)

Was bedeutet Validierung eines Modells? (Modellvorhersagen mit geeigneten Messungen oder Beobachtungen zu vergleichen) (!Das Modell möglichst bunt darzustellen) (!Alle Parameter auf null zu setzen) (!Eine Simulation schneller abzuspielen)

Welche Komponente eines technischen Systems setzt ein Steuersignal in eine Wirkung um? (Ein Aktor) (!Ein Diagrammtitel) (!Eine Systemgrenze) (!Eine Maßeinheit)

Wie sollte man mit einer deutlichen Abweichung zwischen Modell und Messung umgehen? (Annahmen Parameter und Messbedingungen prüfen) (!Die Messung grundsätzlich verwerfen) (!Das Modell ohne Prüfung für richtig erklären) (!Die Abweichung verstecken)

Memory

Modell	Vereinfachte Repräsentation
Simulation	Experiment am Modell
Parameter	Einstellbare Modellgröße
Validierung	Vergleich mit der Realität
Sensor	Erfasst eine physikalische Größe
Aktor	Setzt ein Signal in Wirkung um
Wirkungsgrad	Verhältnis von Nutzenergie zu zugeführter Energie

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Fragestellung	Ausgangspunkt der Modellbildung
Annahmen	Festlegen von Vereinfachungen
Vorhersage	Erwartetes Verhalten des Modells
Messung	Beobachtung am realen oder physischen System
Validierung	Vergleich zwischen Vorhersage und Beobachtung

Kreuzworträtsel

Modell	Wie heißt eine vereinfachte Repräsentation eines Systems?
Sensor	Welches Bauteil erfasst eine physikalische Größe?
Aktor	Welches Bauteil setzt ein Steuersignal in eine technische Wirkung um?
Simulation	Wie heißt ein Experiment an einem Modell?
Parameter	Wie heißt eine einstellbare Größe eines Modells?
Validierung	Wie heißt der Vergleich von Modellvorhersage und Realität?

LearningApps

Lückentext

Ein wissenschaftliches Modell ist eine

eines realen Gegenstands, Prozesses oder Systems. Eine

ist ein Experiment an einem Modell. Bevor Du einen Modellversuch startest, formulierst Du eine begründete

. Größen, die im Modell eingestellt werden können, heißen

. Beim Prüfen eines Modells vergleichst Du die Ergebnisse mit

. Dieser Vergleich wird als

bezeichnet. Ein Ultraschallsensor bestimmt die Entfernung über die

eines Schallimpulses. In einem technischen System erfasst ein

eine Größe, während ein Aktor eine Wirkung ausführt. Eine Energiekette beschreibt Energieübertragung und

. Für jede Modellvorhersage musst Du den passenden

beachten.

Offene Aufgaben

Leicht

Modell-Steckbrief: Wähle einen Alltagsgegenstand und beschreibe, welche Eigenschaften ein Modell davon zeigen sollte und welche für Deine Fragestellung unwichtig wären.
Brückenbeobachtung: Fotografiere oder skizziere eine Brücke in Deiner Umgebung und markiere vermutete Zug-, Druck- und Auflagerbereiche.
Energiekette: Zeichne für einen Föhn, ein Fahrradlicht oder einen Ventilator eine Energiekette mit Quelle, Umwandlungen, Nutzwirkung und mindestens einer weniger gut nutzbaren Energieform.
Sensor im Alltag: Finde drei Geräte mit Sensoren und beschreibe jeweils Eingangsgröße und Ausgangssignal.

Standard

Brückenmodell-Versuch: Baue zwei kleine Brückenvarianten aus gleichem Material, formuliere vorher eine Tragfähigkeitsprognose und vergleiche sie mit einem kontrollierten Belastungstest.
Simulation und Realität: Plane eine einfache Rollwagen- oder Spielzeugauto-Messung und vergleiche den Bewegungsverlauf mit einer passenden Simulation. Dokumentiere mindestens zwei Abweichungen.
Sensor-Kalibrierung: Miss mit einem Abstandssensor mehrere bekannte Distanzen, erstelle eine Messwerttabelle und beurteile Genauigkeit sowie Streuung.
Systemdiagramm: Modelliere eine automatische Tür, Schranke oder Bewässerung als Eingabe-Verarbeitung-Ausgabe-System und ergänze mindestens eine Rückkopplung.

Schwer

Modellkritik: Untersuche ein digitales Modell und erstelle eine Liste der Annahmen, Parameter, Randbedingungen und möglichen Fehlerquellen. Bewerte, welche Grenze für die Vorhersage am wichtigsten ist.
Parameterstudie: Verändere in einer Simulation systematisch einen Parameter in mindestens fünf Stufen, stelle die Ergebnisse grafisch dar und formuliere einen Zusammenhang.
Modellvergleich: Entwickle für dieselbe Fragestellung ein physisches und ein digitales Modell. Vergleiche Aufwand, Messbarkeit, Anschaulichkeit, Vorhersagekraft und Grenzen.
Technisches System optimieren: Entwirf für eine automatische Schranke eine Sicherheitslogik mit mindestens zwei Sensorinformationen. Begründe, welche Fehlersituationen erkannt werden und wo das Modell zusätzliche Informationen benötigt.

Lernkontrolle

Transfer Brückenmodell: Ein Brückenmodell trägt im Versuch deutlich weniger als vorhergesagt. Entwickle drei plausible Ursachen aus den Bereichen Modellannahme, Fertigung und Messung und beschreibe, wie Du sie getrennt prüfen würdest.
Transfer Energiekette: Zwei Geräte erfüllen dieselbe Aufgabe. Gerät A hat am Motor einen höheren Wirkungsgrad, Gerät B benötigt aber weniger Umwandlungsstufen. Erkläre, warum für einen fairen Vergleich die gesamte Energiekette betrachtet werden muss.
Transfer Sensor: Ein Ultraschallsensor liefert an einer schrägen Wand stark schwankende Werte. Erkläre dies mit dem Messprinzip und entwickle zwei Verbesserungsmöglichkeiten für Modell oder Aufbau.
Transfer Bewegung: Eine Simulation ohne Reibung sagt eine höhere Geschwindigkeit voraus als die reale Messung. Erkläre den Unterschied und beschreibe, welche zusätzliche Modellgröße Du einführen würdest.
Transfer Technisches System: Eine Schranke schließt, obwohl sich noch ein Fahrrad im Bereich befindet. Ergänze das Systemmodell so, dass diese Situation möglichst erkannt wird, und begründe die Grenzen Deiner Lösung.
Modellentscheidung: Entscheide für eine selbst gewählte NwT-Frage, ob ein physisches, konzeptuelles, mathematisches oder digitales Modell zuerst am sinnvollsten ist. Begründe Deine Entscheidung anhand von Zweck, Aufwand, Messbarkeit und Gültigkeitsbereich.

Lernnachweis

Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du nicht nur Begriffe wiedergibst, sondern Modellarbeit sichtbar machst:

Du formulierst eine klare technische oder naturwissenschaftliche Fragestellung.
Du wählst eine passende Modellart und begründest die Wahl.
Du benennst Annahmen, Parameter, Variablen und Randbedingungen.
Du leitest vor dem Versuch oder Simulationslauf eine überprüfbare Vorhersage ab.
Du dokumentierst Mess- oder Simulationsdaten nachvollziehbar.
Du vergleichst Vorhersage und Beobachtung und erklärst Abweichungen.
Du nennst den Gültigkeitsbereich und konkrete Grenzen des Modells.
Du schlägst mindestens eine begründete Verbesserung des Modells oder Versuchsaufbaus vor.
Auf M-Niveau vergleichst Du zusätzlich mehrere Modellvarianten.
Auf E-Niveau bewertest Du Unsicherheiten und begründest, wie belastbar eine Vorhersage außerhalb der geprüften Bedingungen ist.

OERs zum Thema

Weitere freie und interaktive Ressourcen

PhET: Kräfte und Bewegung – Grundlagen – digitale Simulation zu Kraft, Reibung, Geschwindigkeit und Beschleunigung.
PhET: Energieformen und Energieumwandlungen – interaktive Untersuchung von Energieübertragung und Energieumwandlung.
Wikimedia Commons: physisches Fachwerkbrückenmodell – Beispiel für ein gegenständliches Modell.
Wikimedia Commons: Ultraschallsensor HC-SR04 – reales Bauteil zum Sensormodell.
Wikimedia Commons: idealisierte Wurfbewegung – Beispiel für eine visuelle Darstellung eines Bewegungsmodells.
Wikimedia Commons: Rückkopplungs-Blockdiagramm – Beispiel für ein Systemmodell mit Feedback.

Verknüpfte Lernbereiche

Modelle und Simulationen verbinden in NwT naturwissenschaftliches Erklären mit technischem Entwickeln: Du abstrahierst reale Systeme, untersuchst Energie-, Kraft- und Informationsflüsse, nutzt Sensoren und Simulationen für Vorhersagen und prüfst diese Vorhersagen durch Messung und Validierung.

Modelle und Simulationen

aiMOOC-Projekte

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...

Frag mich zum aktuellen Lerninhalt oder wähle eine kurze Hilfe.

Textmodus bereit

Sprache