wissensch. Theorien/ Modelle (1. Einheit)

Was bedeutet „Wissen“?

• Definition: Wissen bedeutet in einem engeren, philosophischen und wissenschaftlichen Sinne: „die auf Begründungen bezogene und strengen Überprüfungspostulaten unterliegende Kenntnis“, die im Rahmen der Wissenschaft institutionalisiert ist (Mittelstraß, 2004)

  • =Wissen ist, was nachweis- und überprüfbar ist und in der Wissenschaft als gültig gilt.

• Unterschied zu anderen Wissensarten (insb. Alltagswissen): primär durch höheren Grad an Systematizität (systematisch geprüft und begründet).

• Wahrheitsanspruch: Wissen erhebt den Anspruch, wahr zu sein.

  Man versucht, der Wahrheit möglichst nahe zu kommen, aber absolute Wahrheit kann man nicht garantieren – Wissen ist immer der aktuelle Stand der Forschung und kann sich ändern

• „Wer nichts weiß, muss alles glauben“ - Marie von Ebner-Eschenbach, österreichische Schriftstellerin, 1830-1916.

Post- Truth- Era („Krieg gegen die Wahrheit“)

• Problem: Gefühle, Meinungen und persönliche/politische Überzeugungen oft wichtiger als Fakten/wissenschaftliche Erkenntnisse

• wissenschaftliches Wissen wird relativiert, Expert*innen werden angezweifelt, persönliche Überzegungen werden über Fakten gestellt

  • Frage, ob wir heute noch echtes Wissen erlangen oder nur Dinge glauben, die uns präsentiert werden

• Wichtig wird: Wie erkennen wir verlässliches Wissen? Und worauf können wir uns noch stützen?

• Reaktion: March on Science

  • Bewegung/Protestaktion, bei der sich Wissenschaftler/Bürger für Bedeutung von Wissenschaft, Fakten und Wahrheit eingesetzt haben – besonders gegen Wissenschaftsfeindlichkeit und Fake News.

• Appell der US-Akademie der Wissenschaften

  • offener Brief veröffentlicht in Science (2010), unterzeichnet von 255 Mitgliedern der US-Akademie der Wissenschaften

  • kritisiert Gewaltausbrüche gegen Wissenschaftler (besonders Klimaforscher)

  • betont Bedeutung von grundlegendem wissenschaftlichem Verständnis für alle Bürger

  • Wissenschaft liefert keine absoluten Wahrheiten/Beweise, (gewisse Unsicherheit bleiben immer bestehen), die dennoch als Grundlage für Entscheidungen respektiert werden müssen.

Offene Fragen zum Wissen:

• Ist Wissen immer „objektiv“ – oder auch kulturell/individuell geprägt?

• Gibt es Grenzen des Wissens? Wenn ja, wie lassen sie sich bestimmen?

• Kann man nur Dinge wissen, die man beweisen kann?

Wissenschaftstheoretische Ansätze

Wissenschaftsmodell von Karl Popper (1934): Die Logik der Forschung

• Falsifizierbarkeit: Wissenschaft bedient sich „falsifizierbarer Theorien“, d.h. eine Theorie gilt als wissenschaftlich, wenn sie Vorhersagen macht, die durch Fakten (Beobachtungen/ Experimente) widerlegt werden können

  • Beispiel: Die Aussage „Alle Schwäne sind weiß“ ist falsifizierbar, weil die Beobachtung eines einzelnen schwarzen Schwans sie widerlegt

  • Nicht-Beispiel: Die Aussage „Morgen schneit es oder es schneit nicht“ ist nicht falsifizierbar, da sie logisch immer wahr ist

• kein induktives/aufbauendes (Top-down) sondern deduktives/ableitendes (Bottom-Up) Vorgehen

  • Deduktiv: Starpunkt (bestehende Theorie/ allgemeines Prinzip/ persönliche Annahme) → Hypothesenbildung (spezifische überprüfbare Vorraussagen daraus ableiten) → empirische Prüfung (durch Beobachtung/Experimente/ Datenalayse überprüfen/testen) → Schlussfolgerung (Ergebnisse bestätigen oder widerlegen Hypothesen und damit verbundene Theorien)

  • induktiv: Startpunkt (Sammlung spezifischer Daten durch Beobachtungen) → Mustererkennung (Analyse der Daten zur Identifizierung von Muster, Trends oder Gemeinsamkeiten) → Hypothesenbildung (Aufstellung vorläufiger Hypothesen, die beobachtbare Muster erklären) → Theorienentwicklung (Formulierung allgemeiner Theorien)

  • → Ziel der Wissenschaft: Mut, eigene Theorien aufzustellen, diese zu überprüfen (deduktiv) und sie dann zu bestätigen oder zu widerlegen (falsifizieren), anstatt nur Beobachtungen zu sammeln und dann zu verallgemeinern (induktiv)

• Problem in Sozialwissenschaften: Theorien lassen sich oft schwer klar falsifizieren, weil komplexe menschliche Zusammenhänge schwer messbar sind.

Beispiel Falsifikation in der bildungswissenschaftlichen Forschung

• Theorie: entdeckendens Lernen (Bruner, 1960) → Schüler lernen durch selbstständiges Explorieren (Entdecken) besser als durch direkte Instruktion.

• Überprüfung durch experimentelle Studien:

  • selbstständiges Explorieren führt häufig zu Frustration, Abbruch der Tätigkeit und fehlerhaften Schlussfolgerungen

  • Anleitungen mit Hilfestellungen (Scaffolding), Beispielen und Motivationsstrategien sind oft erfolgreicher (Kirschner et al., 2006).

Beispiel Deduktion in der bildungswissenschaftlichen Forschung

• Theorie: Operantes Konditionieren (Skinner, 1938): Verhalten wird durch Konsequenzen gesteuert.

  • Positive Verstärkung (Belohnung) erhöht Wahrscheinlichkeit für eine Wiederholung des Verhaltens.

  • Negative Verstärkung (Entfernung eines unangenehmen Reizes) hat denselben Effekt.

• Deduktiver Ansatz: Testbare Vorhersagen aus Theorie ableiten:

  1. Wenn ein Schüler nach einer guten Leistung gelobt wird, sollte die Wahrscheinlichkeit steigen, dass er sich auch zukünftig bemüht (positive Verstärkung).

  2. Wenn Hausaufgaben reduziert werden, weil ein Schüler im Unterricht gut arbeitet, sollte das Verhalten ebenfalls häufig auftreten (negative Verstärkung).

Wissenschaftsmodell von Ian Hacking: traditionelles Bild der Wissenschaft

• realistisch → Ziel: Erzeugung eines wahren Abbilds der realen Welt durch Theorien/Gesetze/Modelle

• ist signifikant zu unterscheiden von Glaubensformen (Meinungen, Überzeugungen, religiösem Glaube)

• sammelt Erkenntnisse kumulativ (aufbauend, nicht ersetzend → neues Wissen ergänzt, präzisiert, verbessert altes)

• unterscheidet strikt zwischen Beobachtung (objektive, messbare Fakten → „Rohdaten“) und Theorien, diese sind jedoch auf Beobachtungen und Experimenten gegründet

• hat eine deduktive Struktur

• Begründungszusammenhang ist strikt von sozialen Umständen wissenschaftlicher Entdeckungen zu unterscheiden → menschliche, gesellschaftlilche, historische Umstände erklären, wie und wann Theorie entstanden ist, sagen aber nichts über wissenschaftliche Gültigkeit aus

Wissenschaftsmodell von Thomas Kuhn (1962): Die Struktur wissenschaftlicher Revolutionen

• Paradigmen: konkrete Problemlösung, die die Fachwelt akzeptiert hat

  • = Denkmuster oder Modell, nach dem man die Welt oder ein bestimmtes Fachgebiet versteht und erklärt → Brille, durch die man Dinge betrachtet

  • Bspw. früher: man glaubte, die Erde ist Zentrum des Universums (Paradigma der Astronomie damals) → später: Kopernikus zeigt, dass Sonne das Zentrum ist (=Paradigmenwechsel, man betrachtet welt anders)

• Normalwissenschaft: Forschung auf Basis allgemein akzeptierter Paradigmen

  • Ziel: Theorien präzisieren und erweitern, nicht grundsätzlich und ständig hinterfragen/prüfen, ob es noch stimmt

• Paradigmen werden nicht falsifiziert (sofort verworfen/ abrupt wiederlegt → Popper), sondern schrittweise verbessert/angepasst

• Normalwissenschaft zu betreiben ist das entscheidende Abgrenzungskriterium von wissenschaftlichen zu pseudowissenschaftlichen Theorien, nicht Falsifiziebarkeit (vgl. Popper)

  • = eine Theorie gilt als wissenschaftlich, wenn mit ihr Normalwissenschaft betrieben werden kann, nicht, wenn sie nur theoretisch falsifizierbar ist

• häufig (ungelöste) Probleme oder überraschende Entdeckungen→ Paradigmenwechsel (=wissenschaftliche Revolutionen, die nicht nur allgemeines Weltbild, sodern auch wissenschaftliche Praxis verändert; neues Paradigma ersetzt altes)

Beispiel: Paradigmen in der Bildungswissenschaft

• Bildung als Persönlichkeitsentwicklung (Humboldt/Pestalozzi):

  • Bildung zielt nicht nur auf Wissensvermittlung ab, sondern auf die umfassende Entwicklung von charakter, Persönlichkeit und ethischen Werten.

  • Paradigma, weil es gesamten Blick auf Bildung stukturiert

• Sozial-konstruktivistisches Paradigma (Vygotski, Wenger): Wissen

  • ist sozial konstruiert und wird durch kulturelle Praktiken und soziale Interaktionen geformt

  • Paradigma, weil es festlegt, wie lernen überhaupt funktioniert

• Kritisch-emanzipatorisches Paradigma (Freire, Habermas):

  • Bildung ist ein Mittel zur Befreiung von sozialer Ungleichheit/Unterdrückung und Förderung von Gerechtigkeit nd Autonomie

  • Paradigma, weil es vorgibt, wofür Bildung da ist

Beispiel für Paradigmenwechsel in der Bildungswissenschaft

Vom Behaviorismus zum Kognitivismus:

• Behaviorismus (bis ca. 1950, Watson, Skinner)

  • Lernen= beobachtbare Verhaltensänderung durch Reize und Verstärkung

  • Fokus der Forschung:messbare Ergebnisse (z.B. Tests)

• Krise: Behaviorismus erklärt komplexes Lernen (z.B. Denken, Sprache) unzureichend

  • → Bedarf an neuen Ansätzen zur Erklärung interner Prozessen

  • Folge: Paradigmenwechsel (kognitive Wende)

• Kognitivismus (ab 1960, Piaget, Vygotski)

  • Lernen = aktiver Prozess der Informationsverarbeitung, Lernende konstruieren aktiv Wissen.

  • Fokus der Forschung: Verstehen, Problemlösen, mentale Prozesse

Wie kommen wir zu Wissen?

• Wir stellen Theorien (Vermutungen/ Modelle zur Phänomenerklärung) auf

• Theorien haben die Funktion, Sachverhalte zu beschreiben/einzuordnen, Zusammenhänge zu erklären und zukünftige Ereignisse/Entwicklungen vorherzusagen.

• Theorien sind Aussagesysteme (vorläufig) bestätigter Hypothesen

  • Theorien bestehen aus mehreren (logisch zusammenhängenden) vorläufig bestätigten Hypothesen

• Theoriebildung als zentrales Ziel der empirischen Forschung

  • Ziel ist nicht nur das Sammeln von Einzelbeobachtungen, sondern deren Zusammenfassung zu allgemeinen Aussagen

Kennzeichen einer guten Theorie

1. Widerspruchsfreiheit: Sätze, aus denen Theorien bestehen, dürfen keine Widersprüche enthalten.

2. Generalisierbarkeit: Theorien enthalten generalisierte Aussagen, die für mehr als den Einzelfall Gültigkeit beanspruchen

3. Sparsamkeit: Theorien sollten einfach, aber trotzdem umfassend formuliert sein → „starke“ Theorie= wenige Grundannahmen ausreichend für Erklärung vieler Phänomene

4. Brauchbarkeit/nützlich sein: Aussagen, die im Rahmen einer Theorie entstehen, sollten Vorhersage von Phänomenen ermöglichen + Hilfe bei Entscheidungen bieten

5. Überprüfbarkeit: Die Vorhersagen einer Theorie müssen überprüfbar sein (Empirische Forschung dient Prüfung von Theorien)

6. Neugierfunktion: Auseinandersetzung mit einer Theorie eröffnet theoriespezifische Wahrnehmung auf Pänomenbereich → gute Theorie sollte neue Perspektiven eines bestimmten Bereichs schaffen und neue, zu prüfende Fragestellungen ermöglichen.

• Beispiele für eine gute Theorie

  • Piagets Theorie der kontinuierlichen Entwicklung.

  • Bronfenbrenners ökosystemische Theorie.

  • Vygotskys soziokulturelle Theorie.

  • Klassische und operante Konditionierung.

  • Banduras Lernen am Modell.

wissenschaftliche Modelle

Ein Modell (lat. modulus=Maß) stellt eine Nachahmung eines Vorbildes dar, die hilft, komplexe Wirklichkeit zu verstehen

5 Merkmale von Modellen nach Popp (1970):

1. Reduktion: Im Modell wird ein kompliziertes undurchschaubares Gefüge auf einige wenige bedeutsame Merkmale und Grundstrukturen reduziert, die durch die Reduktion erst sichtbar hervortreten und für wissenschaftliche Untersuchung zugänglich zu werden

2. Akzentuierung: Das Modell akzentuiert (=hervorheben) bestimmte Bezüge, Faktoren, Funktionen, Gesetzlichkeiten→ Fokus auf für die Untersuchung relevantes

3. Transparenz: Durch Reduktion und Akzentuierung entsteht eine hohe Transparenz, d.h. Durchschaubarkeit, des komplexen und dadurch weitgehend undurchsichtigen Feldes → Modell wird klarer

4. Perspektivität: Ein Modell zeigt die repräsentierte Wirklichkeit nur aus einer bestimmten Perspektive, damit ist aber der „Gegenstand“ nicht hinreichend erfasst → Eine bessere Erfassung bedarf der Verschränkung mehrerer korrespondierender Sichtweisen (Kombination von verschiedenen Modellen/Perspektiven, um vollständiges Bild zu ergeben)

5. Die Produktivität eines Modells liegt in seiner Herausforderung, immer weitere/andere konkurrierende Sichtweisen herauszubilden (Modelle regen an, weitere/alternative Modelle zu entwickeln). Ziel: das „Gegebene“ in immer neuen Modellen zu problematisieren, zu verdeutlichen und zu erklären

• Beispiele für Modelle:

  • Bloom`s Taxomonie des Lernens: Erinnern, Verstehen, Anwenden, Analysieren, Beurteilen, Schaffen

  • 3-Speicher-Modell (Atkinson & Shiffrin, 1968) zum Gedächtnisaufbau: Sensorisches Gedächtnis, Kurzzeitgedächtnis, Langzeitgedächtnis

  • Bedürfnishierarchie nach Maslow (1943): Physiologische Bedürfnisse, Sicherheitsbedürfnisse, Soziale Bedürfnisse, Ich-Bedürfnisse (Wertschätzung) ,Selbstverwirklichung

Unterschied zwischen Modellen und Theorien

Alles bloße graue Theorie?

• Goethe: „Grau, teurer Freund, ist alle Theorie und grün des Lebens goldner Baum.“ (=Theorie alleine beschreibt nur abstrakte Realität- das wirkliche Leben ist komplexer)

• Wissenschaft kann nichts endgültig beweisen & alles was sie nahelegt, ist nur vorläufig und theoretisch

• Eine Theorie beruht stets auf der zu diesem Zeitpunkt verfügbaren konkreten Belege/Daten:

  • Forscher bemühen sichum empirische Belege

  • Forscher sind bereit, Theorien vor dem Hintergrund neuer Daten (bei neuen vorhandenen Daten) abzuändern/anzupassen

• Der Standard ist hoch: Theorien müssen gründlich überprüft werden, bevor sie der Fachwelt zugänglich gemacht werden

Beispiel Evulutionstheorie

• Die Evolutionstheorie ist „nur eine Theorie“, trotzdem:

  • erklärt sie alles, was wir über Mikrobiologie, Molekularbiologie, Arten wissen

  • Seit ihrer Veröffentlichung immer wieder rigoros/streng geprüft

  • Liefert Vorhersagen und stimmt vollständig mit der Mendel’schen Vererbungslehre überein, die den ihr zugrund liegenden Mechanismus bildet

  • Gilt als unumstrittenes Rückgrat/Basis wissenschaftlicher Erklärungsmöglichkeiten in der Biologie

Wissenschaftlicher Erkenntnisgewinn

• „wenn wissenschaftliche Theorien nie als wahr bewiesen werden können, werden wir uns vielleicht nie sicher sein, wie unsere Welt funktioniert. Das bedeutet aber nicht, dass es eine bessere Möglichkeit gibt“

• Wissen ist immer nur ein vorläufiges Wissen und kann durch neue Erkenntnisse angepasst oder erweitert werden, eine abschließende und vollständige Erkenntnis über die Reallität ist jedoch nicht möglich

• Wissen strebt nach Wahrheit, ist dabei aber nicht immer wahr