Modellkompetenz für Wissenschaft und Technik

1 - Inhalt [Seite 11]
2 - 1 Krane [Seite 15]
2.1 - 1.1 Belastungsgrenzen [Seite 15]
2.2 - 1.2 Modelle im Kran [Seite 19]
2.2.1 - 1.2.1 Daten [Seite 19]
2.2.2 - 1.2.2 Standfestigkeit [Seite 19]
2.2.3 - 1.2.3 Biegebelastung des Auslegers [Seite 20]
2.2.4 - 1.2.4 Das Kranupdate [Seite 22]
2.3 - 1.3 Unfälle [Seite 23]
3 - 2 Grundlagen [Seite 27]
3.1 - 2.1 Terminologie [Seite 27]
3.2 - 2.2 Modellentwicklung [Seite 29]
3.2.1 - 2.2.1 Systemgrenze [Seite 29]
3.2.2 - 2.2.2 Datenverfügbarkeit und Messwerte [Seite 30]
3.2.3 - 2.2.3 Modellvalidierung [Seite 31]
3.2.4 - 2.2.4 Grenzen von Modellen [Seite 31]
3.2.5 - 2.2.5 Sprache [Seite 31]
3.2.6 - 2.2.6 Implementierung [Seite 32]
3.3 - 2.3 Andere Verwendungen des Begriffs Modell [Seite 33]
3.3.1 - 2.3.1 Modell im Sinne von "klein" oder "groß" [Seite 33]
3.3.2 - 2.3.2 Modelle als Metaphern [Seite 34]
3.4 - 2.4 Das Modell in unserem Kopf [Seite 35]
4 - 3 Modellarten [Seite 37]
4.1 - 3.1 Analytische Modelle [Seite 37]
4.2 - 3.2 Numerische Modelle [Seite 39]
4.2.1 - 3.2.1 Diskretisierung [Seite 40]
4.2.2 - 3.2.2 Finite-Elemente-Methode [Seite 41]
4.2.3 - 3.2.3 Wetter- und Klimamodelle [Seite 48]
4.2.4 - 3.2.4 Numerische Verfahren [Seite 49]
4.2.5 - 3.2.5 Plausibilisierung [Seite 51]
4.2.6 - 3.2.6 Rechenaufwand und Genauigkeit [Seite 52]
4.2.7 - 3.2.7 Implementierung auf Supercomputern [Seite 54]
4.3 - 3.3 Parametrische Modelle [Seite 56]
4.3.1 - 3.3.1 Eigenschaften [Seite 56]
4.3.2 - 3.3.2 Wolkenbildung [Seite 58]
4.3.3 - 3.3.3 Vorteile und Nachteile parametrischer Modelle [Seite 60]
4.3.4 - 3.3.4 Kombination mit anderen Modellarten [Seite 63]
4.4 - 3.4 Logische Modelle [Seite 64]
4.5 - 3.5 Struktur-Modelle [Seite 68]
5 - 4 Vereinfachungen, Gültigkeitsbereiche und Abstraktion [Seite 71]
5.1 - 4.1 Vereinfachungen [Seite 71]
5.2 - 4.2 Gravitationswellen [Seite 74]
5.3 - 4.3 Meereis [Seite 77]
5.4 - 4.4 Kernfusion [Seite 78]
5.5 - 4.5 Abstraktion [Seite 81]
6 - 5 Zweck von Modellen [Seite 85]
6.1 - 5.1 Szenarienmodellierung [Seite 85]
6.2 - 5.2 Modelle zur Optimierung [Seite 87]
6.3 - 5.3 Erklärende Modelle [Seite 92]
6.4 - 5.4 Welche Modellart für welchen Zweck? [Seite 94]
6.4.1 - 5.4.1 Analytische und numerische Modelle [Seite 94]
6.4.2 - 5.4.2 Parametrische Modelle [Seite 96]
6.5 - 5.5 Weitere Zwecke von Modellen [Seite 101]
6.5.1 - 5.5.1 Interpretation von Rohdaten [Seite 101]
6.5.2 - 5.5.2 Steuern und Regeln [Seite 104]
6.5.3 - 5.5.3 Design und Herstellung [Seite 106]
7 - 6 Modellvalidierung [Seite 109]
7.1 - 6.1 Experimente und Statistik [Seite 110]
7.1.1 - 6.1.1 Die Entdeckung des Higgs-Bosons [Seite 111]
7.1.2 - 6.1.2 Der Large Hadron Collider [Seite 112]
7.1.3 - 6.1.3 Experimente am LHC [Seite 114]
7.1.4 - 6.1.4 Rekonstruktion der Kollisionsprodukte [Seite 115]
7.1.5 - 6.1.5 Modellierung von Kollision, Teilchenbewegung und Detektor [Seite 118]
7.1.6 - 6.1.6 Massenbestimmung [Seite 120]
7.1.7 - 6.1.7 Standardabweichung und Normalverteilung [Seite 122]
7.2 - 6.2 Beobachtung [Seite 123]
7.2.1 - 6.2.1 Lernen aus Statistik [Seite 125]
7.2.2 - 6.2.2 Lernen aus Erfahrung [Seite 130]
7.2.3 - 6.2.3 Lernen aus dem Rückblick [Seite 131]
7.3 - 6.3 Modell- und Variabilitätsanalysen [Seite 132]
7.3.1 - 6.3.1 Sensitivitätsanalyse [Seite 132]
7.3.2 - 6.3.2 Monte-Carlo-Simulation [Seite 136]
7.3.3 - 6.3.3 Ensemble-Forecasting [Seite 137]
7.3.4 - 6.3.4 Emergent Constraints [Seite 138]
7.3.5 - 6.3.5 Unsupervised Learning [Seite 139]
7.4 - 6.4 Erklärung [Seite 140]
7.4.1 - 6.4.1 Fitting und Overfitting [Seite 140]
7.4.2 - 6.4.2 Das Bild vom schwarzen Loch [Seite 142]
7.4.3 - 6.4.3 Atommüllendlager [Seite 148]
7.5 - 6.5 Kombinationen verschiedener Validierungsmethoden [Seite 148]
7.5.1 - 6.5.1 Modell und Empirie [Seite 148]
7.5.2 - 6.5.2 Verschiedene Modelle des gleichen Systems [Seite 149]
7.6 - 6.6 Wie weit kann man Modellen vertrauen? [Seite 150]
8 - 7 Komplexität und die Grenzen von Modellen [Seite 155]
8.1 - 7.1 Komplexität [Seite 155]
8.1.1 - 7.1.1 Kompliziertheit und Komplexität [Seite 155]
8.1.2 - 7.1.2 Komplexe Systeme [Seite 156]
8.1.3 - 7.1.3 Versteckte Verknüpfungen [Seite 157]
8.1.4 - 7.1.4 Verborgener Zustand [Seite 158]
8.1.5 - 7.1.5 Hysterese [Seite 159]
8.1.6 - 7.1.6 Rückkopplungen [Seite 159]
8.1.7 - 7.1.7 Kipppunkte [Seite 162]
8.1.8 - 7.1.8 Pfadabhängigkeiten [Seite 164]
8.1.9 - 7.1.9 Zufall [Seite 164]
8.2 - 7.2 Chaos [Seite 165]
8.2.1 - 7.2.1 Nichtlineare Systeme [Seite 165]
8.2.2 - 7.2.2 Chaos in der Mathematik [Seite 167]
8.2.3 - 7.2.3 Chaotische Systeme in der Praxis [Seite 170]
8.2.4 - 7.2.4 Durchschnittliches Verhalten und Statistik [Seite 171]
8.2.5 - 7.2.5 Charakterisierung der Chaotizität [Seite 172]
8.2.6 - 7.2.6 Kommunikation der Unsicherheit [Seite 173]
8.3 - 7.3 Emergenz [Seite 173]
8.3.1 - 7.3.1 Emergenz in der Praxis [Seite 175]
8.3.2 - 7.3.2 Emergenz in der Mathematik [Seite 175]
8.3.3 - 7.3.3 Emergenz und Modellierung [Seite 176]
8.4 - 7.4 Blinde Flecken [Seite 178]
9 - 8 Modelle im Kontext [Seite 183]
9.1 - 8.1 Die Rolle von Modellen in der Wissenschaft [Seite 183]
9.1.1 - 8.1.1 Modelle als Basis weiterführender Forschung [Seite 183]
9.1.2 - 8.1.2 Dokumentation des Status quo [Seite 185]
9.1.3 - 8.1.3 Ein objektives Werkzeug der Wissenschaft? [Seite 185]
9.2 - 8.2 Modelle und Gesellschaft [Seite 187]
9.2.1 - 8.2.1 Fach- und Methodenwissen [Seite 187]
9.2.2 - 8.2.2 Wahrheitserwartung [Seite 188]
9.2.3 - 8.2.3 Langer Atem und schnelle Aussagen [Seite 188]
9.2.4 - 8.2.4 Modelle in den Medien [Seite 188]
9.2.5 - 8.2.5 Politik [Seite 189]
9.3 - 8.3 Modellkompetenz [Seite 190]
10 - Podcastepisoden [Seite 191]
11 - Literatur [Seite 195]