Modell

Modelle abstrahieren und vereinfachen die Komplexität der Realität. Durch bewusste Inkaufnahme einer fehlenden Vollständigkeit sollen wesentliche Faktoren identifiziert und dargestellt werden, die für einen Prozess in dem jeweiligen Kontext bedeutsam sind.

Bei der Modellbildung unterscheidet man zwischen:

• struktureller Modellbildung (Whitebox-Modell): Die innere Struktur des Systems ist bekannt und wird abstrahiert.
• pragmatischer Modellbildung (Blackbox-Modell): innere Struktur des Systems ist unbekannt, sodass sich nur die Interaktion des Systems beobachten und modellieren lässt.
• Mischformen (Greybox-Modell): nur Teile des Systems sind bekannt

Die Modellbildung beruht auf verschiedenen Prozessen:

• Abgrenzung: Nichtberücksichtigung irrelevanter Objekte
• Reduktion: Weglassen von Details
• Dekomposition: Zerlegung in einzelne Segmente
• Aggregation: Zusammenfassen von Segmenten
• Abstrakton: Klassenbildung

Modelle können dem Erkenntnisgewinn dienen sowie für didaktische Zwecke (Aus-, Fort- und Weiterbildung) verwendet werden. Entsprechend besitzen sie vielfältige Anwendungen:

• Pflegemodelle, um Theorien an die Praxis anzupassen
• Modellorganismen: Tier- und Zellmodelle, um Einsicht in fundamentale Prozesse des menschlichen Organismus zu gewinnen.
• mathematische oder simulative Modelle (In silico-Ansatz) in Gebieten wie Biokybernetik, Systembiologie und Systemmedizin
• mathematische Modelle in der Epidemiologie (z. B. SIR- oder SEIR-Modell zur Vorhersage der Entwicklung infektiöser Erkrankungen in der Bevölkerung)