Modellarten

Modellarten bezeichnet die verschiedenen Formen, in denen reale Systeme durch vereinfachte Repräsentationen beschrieben werden. Modelle dienen der Erklärung, Vorhersage, Optimierung und Entscheidungsunterstützung. Je nach Zweck, Abstraktionsgrad und Art der Repräsentation unterscheiden sich Modelltypen in Grundmerkmalen wie Determinismus, zeitliche Abhängigkeit und Datenbedarf.

Zu den grundlegenden Gruppen gehören physische, konzeptionelle, mathematische und rechnerische Modelle. Physische Modelle sind greifbare Nachbildungen oder Skalenmodelle von Objekten; konzeptionelle Modelle verwenden Diagramme, Schemata oder Flussdiagramme, um Strukturen und Beziehungen abzubilden; mathematische Modelle formulieren Regeln in Form von Gleichungen; rechnerische oder computergestützte Modelle implementieren diese Gleichungen als Software, oft mit Simulationen.

Wichtige Untertypen sind deterministische vs. stochastische Modelle (Zufallsvariablen und Wahrscheinlichkeiten), kontinuierliche vs. diskrete Modelle, statische vs. dynamische Modelle, lineare vs. nichtlineare Modelle, parametrisierte vs. nicht-parametrisierte Modelle und Black-Box- vs. White-Box-Modelle.

Beispiele: Physische Modelle (Brückenmodelle, Flugzeugswindkanäle); mathematische Modelle (Differentialgleichungen in Physik); statistische Modelle (Regressionen); agentenbasierte Modelle (individuelles Verhalten von Akteuren); systemdynamische Modelle (Rückkopplungen und Fließarbeiten in komplexen Systemen).

Modelle werden durch Daten kalibriert und validiert; Schritte umfassen Verifikation, Kalibrierung, Validierung, Sensitivitätsanalysen und Unsicherheitsquantifizierung. Die Wahl eines Modelltyps richtet sich nach der Frage, Datenverfügbarkeit, Interpretierbarkeit und Rechenleistung sowie dem gewünschten Abstraktionsgrad.