Spätestens seit Corona das Leben bestimmt, wollen alle Menschen Experten sein: So versucht nun auch die breite Bevölkerung anhand der Illustrationen wissenschaftlicher Arbeit — wie zum Beispiel Datentafeln oder Graphen — zu begreifen, was Forscherinnen und Forscher prognostizieren. "Modelle sind Repräsentationen — entweder von realen Prozessen in der Natur oder von Vorstellungen", erklärt Axel Gelfert vom Institut für Philosophie der Technischen Universität Berlin.

Die Relevanz von wissenschaftlichen Modellen muss laut Gelfert inzwischen nicht mehr erklärt werden. Denn die kollektive Pandemie-Erfahrung sei eine Art "intellektueller Crashkurs" gewesen, der vor Augen geführt habe, wie solche Abbildungen von Forschung alle Menschen betreffen, wie der Wissenschaftstheoretiker kürzlich beim Wissenschaftstag der Österreichischen Forschungsgemeinschaft, der vom Wissenschaftsministerium gefördert wurde, feststellte.

Schließlich ist seit ihrem Ursprung im 19. Jahrhundert die Anzahl wissenschaftlicher Modelle stark gewachsen. Prominente Beispiele: die DNA-Doppelhelix von Watson und Crick, das Flüssig-Mosaik-Modell der Zellmembran von Singer und Nicolson oder die Gleichungen von Lotka und Volterra, die die Interaktion von Raub- und Beutetieren veranschaulichen.

Theorie und Wirklichkeit

Ist aber trotz dieser vielgestaltigen Ausformung eine einheitliche Bestimmung dieses Begriffs möglich? Formal durchaus, sagt Gelfert: "Ein Modell definiert eine "Modellwelt", innerhalb der die Bestandteile einer Theorie durchgehend als richtig angenommen werden können. Modelle sind nach dieser Auffassung Strukturen – oft mathematische –, die gewisse theoretische Grundannahmen respektieren und in einem bestimmten Verhältnis zur Welt stehen."

Hiernach muss jedem Bestandteil des Modells ein Element im wirklichen Zielsystem eindeutig zugeordnet sein. Diese logische Modelltheorie habe aber wenig mit den unterschiedlichen Herangehensweisen der einzelnen Fachrichtungen zu tun.

In der Physik sei diese Herangehensweise zwar überwiegend möglich, weil man sich hier meistens auf präzise mathematische Theorien stütze. Aber in anderen Disziplinen wie etwa der Geologie oder der Ökologie ist es laut Gelfert nicht möglich, dieses "Ideal der Eindeutigkeit" allem voranzustellen, wenn man in diesem Bereich vernünftig wissenschaftlich tätig sein möchte: "In den wenigsten Fällen – und schon gar nicht in denen, die uns wissenschaftlich unter den Nägeln brennen – kann man auf eine Eins-zu-eins-Abbildbarkeit des Phänomens hoffen.

Es wäre ein Fehlschluss zu glauben, dass wir Modelle wie mathematische Abbildungen behandeln müssten. Denn nicht alle Modelle repräsentieren reale Zielsysteme, sondern manche loten lediglich Möglichkeiten aus – oder dienen dazu, überhaupt erst festzustellen, ob ein reales Zielphänomen wirklich existiert oder nicht."

Grenzen des Wissens

Wenn man wiederum verstehe, dass Modelle nicht etwas vorhersagen, sondern eine mögliche Entwicklung kalkulieren, dann werde deutlich, inwiefern sie für die Forschung wesentlich sind. Gleichzeitig müssen diese Annahmen immer hinterfragt werden: "Wissenschaft ist ohne Überprüfbarkeit und Kritik kaum denkbar. Bei der kritiklosen Übertragung kommt es leider oft zum Verlust genau desjenigen Wissens über die Grenzen eines Modells, das sich in der Ursprungsdisziplin durch langjährigen Gebrauch herausgebildet hat."

Modelle werden somit vor allem dann benötigt, wenn der Großteil der Betrachter über ein unvollständiges Wissen verfügt – insbesondere angesichts von Phänomenen, die zu komplex seien, um sie analytisch geschlossen beschreiben zu können. Deshalb haben wissenschaftliche Modelle wohl derzeit in der breiten Bevölkerung Konjunktur.

Gelfert rät diesem neuen Publikum, gefasst mit jenen Informationen umzugehen: Weil ein Modell einmal danebenliegt, bedeutet das noch lange nicht, dass die gesamte Epidemiologie auf dem Holzweg unterwegs ist: "Wissenschaftlich war immer klar, dass die frühen Modelle keine Vorhersagen lieferten, sondern Projektionen. Als unklar war, wie genau sich das Virus verbreitet, dienten die Modelle zur Einschätzung der Größenordnung der zu erwartenden Krankheitswelle. Dass nirgendwo auf der Welt ein unaufhörlicher exponentieller Anstieg beobachtet wurde, liegt auch daran, dass Menschen natürlich ihr Verhalten ändern."

Umgang mit Fake-News

Gelfert befasst sich aber nicht nur mit der wissenschaftlichen Rezeption von Informationen, sondern auch mit ihrer gesellschaftlichen Aufnahme: Er untersucht in letzter Zeit vermehrt das Phänomen "Fake-News" und überlegt, wie die Wissenschaft insbesondere mit Modellen dagegenwirken kann.

Die Problematik kennt die Wissenschaftstheorie ohnehin von der Forschung selbst: "Sobald Wissenschaft in die Öffentlichkeit kommuniziert wird, unterliegt sie auch diesem Problem: Wie kann man die Spreu vom Weizen trennen? Wer sind die, die sich bloß als Experten ausgeben, wer hat wirklich Sachverstand?"

Modelle könnten seiner Meinung nach dazu beitragen, diese Auslese in den sozialen Medien zu erleichtern: Dadurch ließe sich noch besser verstehen, wie Falschinformationen in diesem Bereich verbreitet werden und welche sinnvollen Gegenmaßnahmen man einleiten kann: "So etwas zu unterdrücken ist natürlich illusorisch und wäre auch drakonisch. Aber dass man diese Fehlentwicklungen schnell erkennt und dann darauf reagieren kann, dazu können Modelle gute Handreichungen leisten." (Johannes Lau, 3.11.2021)