Modelle

Modelle (lat. modulus = Baumaß) sind Abbildungen von Vorgängen (physiologische Modelle; z.B. Modell der Blutdruckentstehung) oder Gegenständen. Sie bilden Teilaspekte der Realität ab, auf die es in einem bestimmten Zusammenhang ankommt. Ein Teil der im Original enthaltenen Information geht zwar verloren ('Verkürzungsmerkmal'), aber in den als wesentlich definierten Merkmalen sind sie ihm ähnlich ('Abbildungsmerkmal'). Modelle erfüllen einen bestimmten Zweck ('pragmatisches Merkmal') und sind in Hinblick auf diesen Zweck (auf ihre Eignung) zu beurteilen.

Arten von Modellen Validierung Optimierung

Für die medizinische Forschung ist die Verwendung von Modellen oft unverzichtbar. Modelle benützt man aus praktischen Gründen: Sie sind leichter manipulierbar, durchschaubar, finanzierbar, beobachtbar, oder haben andere Vorteile gegenüber dem abgebildeten Original. Sie sollen prädiktiven Wert haben, also das Verhalten realer Systeme befriedigend voraussagen (z.B. Wetterprognose). Sie können zur Überprüfung von Hypothesen eingesetzt werden, oder zur Entdeckung oder Erklärung von Naturphänomenen (Forschungsmodelle).

Ihrer Natur nach gibt es logische (z.B. Computerprogramme) und materielle Modelle (z.B. mechanisches Kreislaufmodell). Je nach Zugang zur Modellbildung unterscheidet man weiters

theoretische Modelle, die auf der Basis vorhandenen Wissens über das modellierte Original konstruiert werden, erklärende Aufgaben erfüllen und Voraussagen über das Systemverhalten erlauben sollen in Situationen, die einer direkten Untersuchung nicht zugänglich sind; und

empirische Modelle ('black-box-Modelle'), die nicht von Systemeigenschaften ausgehen, sondern von der Struktur der vorgefundenen Systemvariablen (z.B. Kurvenanpassung oder Regressivmodelle).

Zur Validierung des Modells werden experimentelle und Simulationsergebnisse verglichen und möglichst in Übereinstimmung gebracht. Schrittweise wird die mindestens nötige Komplexität der Modellstruktur identifiziert, und die Beträge der verwendeten Modellparameter werden feinjustiert.

Bevor aus der Modellsimulation gültige Aussagen gezogen werden können, wird sie validiert, d.h. die Gültigkeit des Modells wird festgestellt: Es darf keine begrifflichen oder logischen Widersprüche geben (innere Validitätskriterien), und der Output muß mit vorhandenen Daten in Einklang stehen (äußere Validitätskriterien). Nur unter laufender Berücksichtigung dieser Kriterien kann das Modell 'reifen', dies ist ein iterativer Prozeß.

Optimierung: Das Modell soll so einfach wie möglich, aber auch so komplex wie nötig sein. Ist es zu aufwendig, wird es in der Praxis schwer einsetzbar sein; ist es zu simpel, hat es zu wenig erklärenden bzw. voraussagenden Wert und kann leicht in die Irre führen. Zu weit gehende Abstraktionen oder Idealisierungen können sich sogar kontraproduktiv auswirken ('Modellverliebtheit').

Kein Modell repräsentiert das Original in allen seinen Eigenschaften. So können Fragen, für deren Beantwortung kein befriedigendes Modell existiert (etwa weil man über das reale System zu wenig weiß bzw. dieses zu komplex funktioniert), nur durch Untersuchung des 'Originals' beantwortet werden (z.B. Untersuchung am realen biologischen System statt 'Alternativmethode' wie Computersimulation oder in-vitro-Versuch). Die Untersuchung hochkomplexer Systeme (wie Organismen, Menschen) erfordert die Anwendung biometrischer Prinzipien und ein entsprechendes Studiendesign.