Gibt es Alternativen zur „Scientific Method“?
Seit hunderten von Jahren hat sich die „Scientific Method“ in Forschung und Entwicklung etabliert. Damit ist ein aus wenigen Schritten bestehendes systematisches Vorgehen gemeint, welches zu reproduzierbaren Ergebnissen führt.
Die Scientific Method ist so einfach, dass selbst Kinder sie anwenden können. Sie wird nicht nur in der Forschung, sondern auch in der industriellen Entwicklung regelmäßig eingesetzt. Oft sind wir uns gar nicht bewusst, dass wir die Scientific Method einsetzen. Doch was genau steckt dahinter? Und gibt es Alternativen?
Scientific Method
Die Bilder oben und rechts zeigen, wie einfach und dennoch effektiv diese Methode ist:
- Das Vorgehen beginnt typischerweise mit einer interessanten Beobachtung, die wir besser verstehen wollen.
- Zunächst suchen wir in der Literatur nach einer passenden Erklärung.
- Falls wir die Antwort nicht finden oder diese unvollständig ist, formulieren eine Hypothese für das beobachtete Verhalten.
- Basierend auf der Hypothese entwerfen wir ein Experiment.
- Unsere Hypothese sagt ein Ergebnis voraus, das das Experiment entweder bestätigt oder widerlegt.
- Das Ergebnis halten wir formal fest, damit andere Interessierte es reproduzieren können.
Ist es ein Prozess?
Eigentlich sagt der Name es schon, dennoch: Handelt es sich bei der „Scientific Method“ um einen Prozess? In dem Fall müssten wir immer bei Schritt 1 beginnen und alle Schritte durchlaufen. Und selbstverständlich können wir Prozesse entwerfen, die auf der Scientific Method aufsetzen.
Aber eine Methode ist eine systematische Vorgehensweise, auf der viele verschiedene Prozesse basieren können. Zum Beispiel könnte eine Studentin der Medizin klinische Studien durchsuchen um interessante Trends zu erkennen. Sie würde also mit der Datenanalyse beginnen (Schritt 4.), um darauf basierend eine Hypothese zu formulieren (Schritt 2.)
Alternativen zur Scientific Method
Die Frage nach dem Prozess ist insofern wichtig, wenn wir Alternativen betrachten. So beschreibt William R. Robinson eine Alternative in The Inquiry Wheel, an Alternative to the Scientific Method. Sein Ansatz hat alle Elemente der Scientific Method, allerdings ohne eine klare Reihenfolge und mit weiteren Elementen. Insofern interpretiere ich das Inquiry Wheel als eine mögliche Umsetzung der Scientific Method. Da Robinson in seinem Paper konkret von einem Prozess spricht, ist diese Abgrenzung nachvollziehbar.
Categories and concepts regarding the process of scientific inquiry emerged and led to the description of the inquiry wheel.
William R. Robinson in The Inquiry Wheel, an Alternative to the Scientific Method.
Welche Rolle hat Statistik?
In der Praxis spielt Statistik beim wissenschaftlichen Arbeiten eine große Rolle. Sie ermöglicht es den Forschenden, die Daten zu organisieren, zu beschreiben, zu analysieren und zu interpretieren, um ihre Hypothesen zu testen und Schlussfolgerungen zu ziehen. In allen Schritten kann Statistik ein wichtiges Werkzeug sein: Bei der Hypothesenbildung, der Datensammlung und -analyse. Dies umfasst die Anwendung von Wahrscheinlichkeitsverteilungen, Hypothesentests, Konfidenzintervallen und Regressionsanalysen.
In der Praxis bedeutet dies zweierlei:
- Gerade beim Einsatz von KI-Technologien (Machine Learning, etc.) spielt Statistik eine wichtige Rolle, um Ergebnisse zu bewerten. Daher ist gerade hier der Einsatz der Scientific Method sinnvoll.
- Andererseits gibt es viele praktische Situationen, wo eine objektive Reproduzierbarkeit der Ergebnisse schwierig ist. Oft ist das der Fall, wenn wir das Individuum nicht aus dem Kontext nehmen können. Wie zum Beispiel wollen wir „sportliches Fahrverhalten“ messen, ohne individuelle Fahrer zu berücksichtigen?
Formales Folgern als Alternative im Systems Engineering
Doch im Systems Engineering ist das systematische Vorgehen nach der Scientific Method nach wie vor effektiv und empfehlenswert. Allerdings gibt es einen komplementären Ansatz, der uns, je nach Arbeitsweise, viel Energie sparen kann. Wenn wir mathematisch formal arbeiten, dann können wir an vielen Stellen Dinge formal korrekt beweisen und brauchen uns nicht weiter darum zu kümmern.
Ein Beispiel wäre die formale Modellierung einer Türsteuerung einer U-Bahn. Zum Beispiel könnte eine Anforderung sein, dass der Zug mit offenen Türen nicht anfahren darf. Dies können wir mit einer formalen Spezifikationssprache festhalten. Das System kann dann überprüfen (mit Model Checking oder mathematischem Beweis), dass dieser Zustand nie erreicht wird. Mit einem zertifizierten Codegenerator können wir Software erzeugen, die garantiert korrekt funktioniert.
Wichtig ist hier natürlich dass wir als Menschen immer noch überprüfen müssen, ob unsere formale Spezifikation korrekt ist. Daher sind formale Methoden komplementär, werden aber wissenschaftliches Arbeiten und etabliertes Systems Engineering nicht ersetzen.
Pseudo-Wissenschaften: „Glauben“ und „Logik“
Zuletzt noch zu weiteren „Alternativen“, die aber in der Praxis des Systems Engineering keine Rolle spielen.
„Glauben“ ist insofern interessant, da es dabei um die eigene Person geht. Und da ist die Scientific Method nicht anwendbar, da wir das „Experiment“ nicht wiederholen können — schließlich leben wir nur einmal. Doch genau aus diesem Grund (weil es nicht um die eigene Person geht), sollten wir Glauben aus dem Systems Engineering tunlichst heraushalten.
„Logik“, oder „Bauchgefühl“ ist insofern interessant, da der Begriff anscheinend im Widerspruch zum formalen Folgern steht. Das Problem mit Logik (auch formaler) ist, dass diese immer auf Axiomen basiert. Und mit einem falschen Axiom kann man alles beweisen.
Diese Aussage ist (logisch) wahr: „Wenn der Mond aus Käse ist, dann ist die Erde eine Scheibe“
Das Problem in der Praxis ist, das viele, gerade neuere Erkenntnisse völlig unintuitiv sind: Newtonisches Verhalten erscheint logisch, relativistische hingegen absurd. Noch extremer ist es bei der Quantenmechanik. Sich hier auf „Logik“ zu berufen wäre ein großer Fehler.
Bildquelle: Wikimedia, Photo by National Cancer Institute on Unsplash
