Wissenschaftstheorie — Philosophie und Psychologie · Matura-Zusammenfassung

Logischer Empirismus und Induktion#

StandardPP-Phi-Wis-1.1

Die Wissenschaftstheorie fragt, was wissenschaftliche Erkenntnis auszeichnet: Wie kommt sie zustande, woran erkennt man sie, und wie weit reicht ihre Geltung? Der logische Empirismus des Wiener Kreises (Schlick, Carnap, Neurath; 1920er/30er Jahre) gibt eine erste, einflussreiche Antwort, indem er strenge Maßstäbe für sinnvolle Aussagen aufstellt.

Sein Kernstück ist das Verifikationsprinzip (empiristisches Sinnkriterium): Kognitiv sinnvoll ist ein Satz nur, wenn er entweder empirisch (durch Beobachtung) prüfbar oder logisch-mathematisch (analytisch) wahr ist. Metaphysische Sätze über Gott, Seele oder „das Absolute" gelten damit nicht als falsch, sondern als sinnlos — eine bewusst kämpferische Abgrenzung gegen die spekulative Philosophie.

Methodisch beruht das Programm auf der Induktion: dem Aufstieg von Einzelbeobachtungen zu allgemeinen Hypothesen und Gesetzen (). Als unmittelbare Erfahrungsbasis dienen Beobachtungs- oder Protokollsätze („hier, jetzt, rot"), aus denen die Theorie schrittweise aufgebaut werden soll — die Wissenschaft erscheint als von unten gesichertes Gebäude.

Induktion und das Verifikationsproblem

Abb. 1Der induktive Aufstieg von Einzelbeobachtungen zum Gesetz lässt sich nie endgültig verifizieren.

Dazu wurde die Beobachtungssprache (theoriefreie Protokollsätze) scharf von der Theoriesprache (theoretische Begriffe wie „Elektron") getrennt. Diese strikte Zweiteilung gilt heute als unhaltbar: Auch einfache Wahrnehmungsurteile setzen bereits Begriffe und Erwartungen voraus.

Genau das ist der erste große Einwand — die Theoriebeladenheit der Beobachtung (Hanson, später Kuhn): Es gibt keine reine, voraussetzungslose Beobachtung; was wir „sehen", ist von unseren Theorien und Begriffen mitgeprägt. Damit bricht das Fundament theoriefreier Protokollsätze weg.

Der zweite Einwand ist Humes Induktionsproblem: Aus noch so vielen bestätigenden Einzelfällen folgt logisch kein Allsatz, und das Prinzip der Naturgleichförmigkeit lässt sich nur zirkulär (selbst induktiv) stützen. Eine probabilistische Antwort liefert die bayesianische Bestätigungstheorie, die Hypothesen nicht verifiziert, sondern ihre Wahrscheinlichkeit angesichts neuer Evidenz aktualisiert.

Hinzu kommt das Selbstanwendungsproblem: Das Verifikationsprinzip ist weder empirisch prüfbar noch analytisch wahr — nach seinem eigenen Maßstab also sinnlos. Diese innere Spannung trieb die Entwicklung voran: hin zu schwächeren Bestätigungsbegriffen und zu Poppers Falsifikationismus, der die Induktion ganz vermeiden will.

P(H \mid E) = \frac{P(E \mid H) \cdot P(H)}{P(E)}

Bayes-Theorem

Posterior-Wahrscheinlichkeit einer Hypothese H bei Evidenz E; Grundlage induktiver Wissenschaftstheorie.

Musterbeispiel

Das Verifikationsprinzip auf sich selbst anwenden

Das Verifikationsprinzip lautet sinngemäß: „Nur empirisch prüfbare oder logisch-mathematische Sätze sind sinnvoll." Prüfen Sie, ob dieses Prinzip seine eigene Forderung erfüllt.

1. Prinzip rekonstruieren
Ein Satz ist genau dann kognitiv sinnvoll, wenn er (a) empirisch prüfbar oder (b) logisch bzw. mathematisch (analytisch) wahr ist. Alles andere — etwa Metaphysik — sei sinnlos (Abb. 1).
2. Empirisch prüfbar?
Welche Beobachtung könnte das Prinzip selbst bestätigen oder widerlegen? Keine — es macht keine Aussage über beobachtbare Tatsachen. Bedingung (a) ist nicht erfüllt.
3. Analytisch wahr?
Ist es eine Tautologie wie „alle Junggesellen sind unverheiratet"? Nein — es ist eine inhaltliche, voraussetzungsreiche These über Sinn. Bedingung (b) ist ebenfalls nicht erfüllt.
4. Selbstwiderlegung erkennen
Erfüllt das Prinzip weder (a) noch (b), so ist es nach seinem eigenen Maßstab sinnlos. Es untergräbt sich selbst (Selbstreferenz-/Selbstanwendungsproblem) — ein klassischer Einwand gegen den strengen Verifikationismus.
5. Reaktionen einordnen
Der Wiener Kreis schwächte zu einem Bestätigungs-/Bewährungsbegriff ab; Popper ersetzte Verifikation durch Falsifikation; Quine bestritt überhaupt die scharfe Grenze analytisch/synthetisch (Bestätigungsholismus).

Ergebnis: Das strenge Verifikationsprinzip ist selbstwidersprüchlich: Es fällt unter sein eigenes Sinnverdikt. Das motivierte den Übergang zu schwächeren Bestätigungsbegriffen und zu Poppers Falsifikationismus.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Erläutern Sie das Verifikationsprinzip des Wiener Kreises und diskutieren Sie zwei Einwände gegen den logischen Empirismus.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Verifikationismus mit Falsifikationismus verwechseln.
Beobachtung als theoriefrei darstellen.
Wiener Kreis ausschließlich mit Carnap identifizieren.

Aktive Wiederholung

Diskutieren Sie das Verifikationsprinzip: lässt es sich auf sich selbst anwenden?

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Stanford Encyclopedia of Philosophy — „Vienna Circle" (Stanford University)

Popper: Kritischer Rationalismus und Falsifikation#

StandardPP-Phi-Wis-1.2

Popper setzt am Induktionsproblem an: Da sich kein Allsatz durch noch so viele Beobachtungen endgültig verifizieren lässt, kann Verifikation nicht das Kennzeichen der Wissenschaft sein. Seine Lösung nutzt eine logische Asymmetrie: Ein einziger widersprechender Fall genügt, um einen Allsatz zu falsifizieren (modus tollens). Aus „Alle Schwäne sind weiß" wird durch einen einzigen schwarzen Schwan ein widerlegter Satz.

Daraus gewinnt Popper sein Abgrenzungskriterium (Demarkation): Wissenschaftlich ist eine Theorie nicht, wenn sie bestätigt werden kann, sondern wenn sie falsifizierbar ist — wenn sie also etwas verbietet und damit prinzipiell scheitern könnte. Je mehr eine Theorie verbietet, desto gehaltvoller und prüfbarer ist sie.

Wichtig ist die Unterscheidung von Falsifizierbarkeit (eine logische Eigenschaft: die Theorie könnte widerlegt werden) und Falsifiziertheit (sie wurde tatsächlich widerlegt). Eine bewährte Theorie ist nie endgültig bewiesen, sondern hat sich bislang nur nicht widerlegen lassen — Popper nennt das Bewährung (corroboration), nicht Bestätigung.

Methodisch ergibt sich „trial and error" (): kühne, gehaltvolle Hypothesen wagen, sie strengen Prüfversuchen aussetzen, widerlegte verwerfen und durch bessere ersetzen. Erkenntnisfortschritt ist ein kritischer, nie abgeschlossener Prozess — daher „kritischer Rationalismus".

Poppers Falsifikationsmethode

Abb. 2Aus einer kühnen Hypothese wird eine Vorhersage abgeleitet und streng getestet — sie wird verworfen oder bewährt sich vorläufig.

Sein berühmtes Beispiel: Astrologie, Psychoanalyse (Freud, Adler) und der Geschichtsmarxismus erklären jedes denkbare Ereignis und immunisieren sich gegen Widerlegung — sie sind nach Popper zu vage und damit pseudowissenschaftlich. Einsteins Relativitätstheorie dagegen riskierte präzise, falsifizierbare Vorhersagen (Lichtablenkung 1919) — das Vorbild echter Wissenschaft.

Der wichtigste Einwand ist das Duhem-Quine-Problem: Eine Hypothese wird nie isoliert geprüft, sondern stets mit Hilfshypothesen und Randbedingungen. Scheitert eine Vorhersage, lässt sich der Fehler auf eine Hilfsannahme schieben (Immunisierung). „Naiver" Falsifikationismus unterschätzt das; Lakatos antwortet darauf mit „Forschungsprogrammen".

Popper überträgt das Prinzip auf die Politik: In der „Offenen Gesellschaft" sind politische Programme wie Theorien fehlbar und müssen kritisierbar und revidierbar bleiben. Demokratie ist die Ordnung, die einen unblutigen „Test und Austausch" der Regierenden erlaubt — die institutionelle Entsprechung des kritischen Rationalismus.

Musterbeispiel

Falsifizierbarkeit prüfen — Wissenschaft oder Pseudowissenschaft

Prüfen Sie mit Poppers Abgrenzungskriterium, ob die folgenden Aussagen wissenschaftlich sind: (A) „Alle Schwäne sind weiss." (B) „Hinter allen Ereignissen steht ein verborgener Plan, der sich jeder Prüfung entzieht."

1. Kriterium benennen
Poppers Abgrenzungskriterium: Eine Aussage ist wissenschaftlich, wenn sie potenziell durch Beobachtung widerlegt (falsifiziert) werden kann. Nicht-Falsifizierbarkeit kennzeichnet Pseudowissenschaft.
2. Aussage A prüfen
Der Allsatz „Alle Schwäne sind weiss" verbietet die Existenz nicht-weisser Schwäne. Ein einziger schwarzer Schwan widerlegt ihn (und wurde in Australien tatsächlich gefunden). A ist also falsifizierbar und damit wissenschaftlich.
3. Aussage B prüfen
Aussage B ist so formuliert, dass sich jeder denkbare Befund als Teil des „verborgenen Plans" deuten lässt. Es gibt keine Beobachtung, die sie widerlegen könnte — sie ist immunisiert.
4. Asymmetrie von Verifikation und Falsifikation nutzen
Allsätze lassen sich nicht endgültig verifizieren (man kann nie alle Fälle prüfen), aber durch ein Gegenbeispiel falsifizieren. Genau diese Asymmetrie macht Falsifizierbarkeit zum tauglichen Kriterium.
5. Urteil und Einschränkung
A ist wissenschaftlich, B pseudowissenschaftlich. Einschränkung (Duhem-Quine): In der Praxis lassen sich Theorien durch Hilfshypothesen vor Falsifikation schützen — Falsifikation ist daher selten ein einzelnes, eindeutiges Ereignis.

Ergebnis: Wissenschaftlichkeit bemisst sich nach Popper an der Falsifizierbarkeit, nicht an der Falsifiziertheit. Immunisierte, gegen jede Prüfung abgeschirmte Aussagen sind keine Wissenschaft.

SRDP-Aufgaben

SelbsttestAus der Fragenbank10 Punkte

Aufgabenstellung

Erläutern Sie Poppers Falsifikationsprinzip und vergleichen Sie es mit dem Verifikationsprinzip des Wiener Kreises.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Falsifikation als „endgültige Widerlegung" missverstehen — Hilfshypothesen erschweren das.
Popper als Empiristen klassisch verwechseln; er ist kritischer Rationalist.
Falsifizierbarkeit mit Falsifiziertheit verwechseln.

Aktive Wiederholung

Formulieren Sie zwei wissenschaftliche und zwei nicht-falsifizierbare Aussagen und begründen Sie die Zuordnung.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Stanford Encyclopedia of Philosophy — „Karl Popper" (Stanford University)

Kuhn: Paradigmen und Feyerabend: Methodenanarchie#

VertiefungPP-Phi-Wis-1.3

Kuhn betreibt in „Die Struktur wissenschaftlicher Revolutionen" (1962) Wissenschaftstheorie historisch: Er fragt nicht (wie Popper) normativ, wie Forschung sein sollte, sondern deskriptiv, wie sie tatsächlich verläuft. Sein Ergebnis widerspricht dem Bild stetigen, falsifikationsgetriebenen Fortschritts ().

Kuhns Zyklus wissenschaftlicher Entwicklung

Abb. 3Kuhn (1962): Wissenschaft verläuft nicht kontinuierlich, sondern als Kreislauf — Normalwissenschaft, Anomalien, Krise, Revolution, neues Paradigma.

Zentral ist der Begriff Paradigma: das gemeinsame Bündel aus Theorien, Methoden, Standards und musterhaften Beispiellösungen (exemplars), das eine wissenschaftliche Gemeinschaft teilt. Ein Paradigma ist mehr als eine Theorie — es prägt, welche Fragen, Methoden und Lösungen überhaupt als legitim gelten.

Daraus ergibt sich der Phasenzyklus (): In der Normalwissenschaft löst man Rätsel innerhalb des Paradigmas; häufen sich ungelöste Anomalien, entsteht eine Krise; diese mündet in eine wissenschaftliche Revolution, in der ein neues Paradigma das alte ablöst. Forscher halten zunächst am Paradigma fest, statt es bei jeder Anomalie zu verwerfen — anders als Poppers Falsifikationismus nahelegt.

Die provokanteste These ist die Inkommensurabilität: Konkurrierende Paradigmen sind nicht „1:1" vergleichbar, weil sich zentrale Begriffe, Probleme und Maßstäbe mitverändern (z. B. „Masse" bei Newton vs. Einstein). Die Theorienwahl folgt daher nicht allein der Logik, sondern auch Werten und sozialen Faktoren — ein „Gestaltwechsel", kein bloßes Aufaddieren von Wissen.

Feyerabend radikalisiert das in „Wider den Methodenzwang" (1975) zum erkenntnistheoretischen Anarchismus: „Anything goes" — es gibt keine einzige, immer gültige wissenschaftliche Methode; historisch sind große Fortschritte oft durch Regelverstöße entstanden. Der Slogan ist nicht wissenschaftsfeindlich gemeint, sondern als Plädoyer für Methodenpluralismus.

Sein methodisches Mittel ist die Kontrainduktion: bewusst Hypothesen entwickeln, die gut bestätigten Theorien widersprechen, um deren blinde Flecken sichtbar zu machen. Feyerabend warnt zudem vor einem „Wissenschafts-Chauvinismus", der andere Wissensformen vorschnell abwertet.

Lakatos vermittelt zwischen Popper und Kuhn: Wissenschaft besteht aus Forschungsprogrammen mit einem nicht zur Disposition stehenden „harten Kern" und einem „schützenden Gürtel" von Hilfshypothesen. Entscheidend ist, ob ein Programm progressiv ist (neue, bestätigte Vorhersagen erzeugt) oder degenerativ (nur noch nachträglich Anomalien wegerklärt) — so bleibt Rationalität erhalten, ohne Kuhns Geschichtstreue zu leugnen ().

Positionen der Wissenschaftstheorie

Abb. 4Vier (mit Lakatos fünf) Antworten auf die Frage nach dem Geltungskriterium und der Dynamik der Wissenschaft.

Musterbeispiel

Popper vs. Kuhn — den Übergang Newton → Einstein deuten

Beschreiben Sie, wie Popper und wie Kuhn den Übergang von der Newtonschen zur Einsteinschen Physik erklären würden, und beurteilen Sie die Differenz.

1. Poppers Deutung
Newtons Theorie macht präzise Vorhersagen; einige (Merkurperihel, Lichtablenkung 1919) scheitern bzw. werden von Einstein besser erklärt. Das ist rationaler Fortschritt durch Falsifikation und eine kühnere, gehaltvollere Nachfolgetheorie.
2. Kuhns Deutung
In der Normalwissenschaft häufen sich Anomalien (Merkurperihel), bis eine Krise eintritt und eine wissenschaftliche Revolution ein neues Paradigma (Relativität) durchsetzt — getragen auch von der Wissenschaftsgemeinschaft, nicht allein von Logik (Abb. 3).
3. Inkommensurabilität
Für Kuhn ändern sich zentrale Begriffe (Masse, Raum, Zeit, Gleichzeitigkeit); die Theorien sind nicht bruchlos 1:1 vergleichbar. Für Popper bleibt der Vergleich über gemeinsame empirische Tests möglich.
4. Differenz benennen
Popper ist normativ (wie SOLLTE Wissenschaft fortschreiten — durch strenge Prüfung), Kuhn deskriptiv-historisch (wie verläuft Wissenschaft TATSÄCHLICH). Sie beantworten nicht ganz dieselbe Frage.
5. Bewertung
Beide erfassen einen realen Aspekt: die logische Prüfbarkeit (Popper) und die soziale/historische Dynamik (Kuhn). Lakatos vermittelt mit „Forschungsprogrammen", die progressiv oder degenerativ sein können (Abb. 4).

Ergebnis: Popper sieht Falsifikation und rationalen Fortschritt, Kuhn einen Paradigmenwechsel mit Inkommensurabilität. Normative und deskriptive Perspektive ergänzen sich — Lakatos verbindet beide.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Erläutern Sie Kuhns Modell wissenschaftlicher Revolutionen und den Begriff der Inkommensurabilität. Grenzen Sie Kuhns Sicht von Poppers Falsifikationismus ab.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Paradigma mit Theorie gleichsetzen — Paradigma umfasst Praxis, Werte, Lehrbuchbeispiele.
Inkommensurabilität als völlige Unverstehbarkeit deuten — Kuhn meint methodisch begrenzten Vergleich.
Feyerabend als reinen Relativisten lesen.

Aktive Wiederholung

Vergleichen Sie Popper und Kuhn: Wie würde jeder den Übergang von der Newtonschen zur Einsteinschen Physik beschreiben?

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Stanford Encyclopedia of Philosophy — „Thomas Kuhn" (Stanford University)

Erklären und Verstehen#

VertiefungPP-Phi-Wis-2.1

Die Erklären-Verstehen-Kontroverse betrifft die Frage, ob es EINE wissenschaftliche Methode gibt oder ob Natur- und Geisteswissenschaften grundverschieden vorgehen (). Dilthey formulierte die klassische Unterscheidung: „Die Natur erklären wir, das Seelenleben verstehen wir." Erklären zielt auf kausale Gesetze, Verstehen auf Sinn, Bedeutung und Motive.

Erklären und Verstehen im Vergleich

Abb. 5Die methodologische Grunddifferenz zwischen Natur- und Geisteswissenschaften.

Das Standardmodell des Erklärens ist das deduktiv-nomologische (DN-)Schema von Hempel und Oppenheim: Ein Ereignis (Explanandum) ist erklärt, wenn es logisch aus mindestens einem allgemeinen Gesetz und den Randbedingungen (zusammen das Explanans) folgt. Erklären heißt hier: zeigen, dass das Ereignis nach einem Gesetz zu erwarten war.

Beispiel: „Warum platzte das Wasserrohr?" — Gesetz: Wasser dehnt sich beim Gefrieren aus; Randbedingung: Die Temperatur fiel unter 0 °C und das Rohr war voll. Aus beidem folgt das Platzen deduktiv. Dieselbe Struktur leistet auch Vorhersagen (Symmetrie von Erklärung und Prognose).

Das DN-Modell hat bekannte Schwächen: das Asymmetrieproblem (aus der Schattenlänge und dem Sonnenstand lässt sich die Masthöhe „ableiten", aber der Schatten erklärt nicht die Höhe — Erklärung ist gerichtet, Ableitung nicht), das Problem irrelevanter Gesetze und die Unschärfe bei statistischen Erklärungen (induktiv-statistisches Modell), wo nur Wahrscheinlichkeiten folgen.

Auf der Verstehensseite differenziert Max Weber: Sein „erklärendes Verstehen" verbindet die Sinndeutung des subjektiv gemeinten Sinns mit der kausalen Zurechnung — Verstehen ist also nicht bloßes Einfühlen, sondern methodisch kontrolliert (Idealtypen, Deutungshypothesen, die an Quellen geprüft werden).

Im Methodenstreit standen sich die Einheitswissenschaft des Wiener Kreises (alle Wissenschaft folgt demselben erklärenden Schema) und die These der Eigenständigkeit der Geisteswissenschaften (Dilthey, Gadamer) gegenüber. Es geht um mehr als Technik: um die Frage, ob menschliches Handeln durch Gesetze restlos erklärbar oder nur sinnverstehend zugänglich ist.

Die heutige Sicht ist integrativ: Viele Disziplinen kombinieren beide Verfahren. Die Psychologie etwa erklärt Verhalten teils kausal (Neurobiologie, Konditionierung) und versteht es teils sinnhaft (Motive, Biografie); die Geschichtswissenschaft erklärt Bedingungen und versteht Handlungsabsichten. Erklären und Verstehen schließen sich nicht aus, sondern ergänzen einander.

Musterbeispiel

Deduktiv-nomologische Erklärung anwenden

Erklären Sie mit dem Hempel-Oppenheim-Schema, warum ein Metallstab sich erwärmt verlängert, und diskutieren Sie eine Schwäche des Modells.

1. Schema benennen
Das deduktiv-nomologische (DN-)Modell erklärt ein Ereignis (Explanandum), indem es logisch aus allgemeinen Gesetzen und Randbedingungen (Explanans) abgeleitet wird.
2. Gesetz angeben
Allgemeines Gesetz: Metalle dehnen sich bei Erwärmung aus (thermische Längenausdehnung mit Ausdehnungskoeffizient).
3. Randbedingungen angeben
Randbedingung: Dieser konkrete Stab besteht aus Metall und wird erwärmt. Aus Gesetz plus Randbedingung folgt logisch: Der Stab verlängert sich.
4. Ableitung prüfen
Das Explanandum (Verlängerung) folgt deduktiv und nomologisch aus dem Explanans. Die Erklärung ist damit im Sinne des DN-Modells vollständig.
5. Schwäche diskutieren
Asymmetrieproblem: Aus der Schattenlänge und den Sonnengesetzen lässt sich die Masthöhe ableiten, ohne dass die Schattenlänge die Masthöhe erklärt. Logische Ableitbarkeit allein erfasst die kausale Richtung nicht.

Ergebnis: Das DN-Modell zeigt Erklären als Ableitung aus Gesetzen, scheitert aber an Asymmetrie, irrelevanten Gesetzen und statistischen Erklärungen — daher ergänzen kausale und statistische Erklärungsmodelle.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Unterscheiden Sie Erklären und Verstehen und erläutern Sie das deduktiv-nomologische Modell. Diskutieren Sie eine seiner Schwächen.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Erklären und Verstehen als sich vollständig ausschliessend darstellen.
Das DN-Modell mit jeder Form von Erklärung gleichsetzen.
Verstehen mit blossem Einfühlen ohne methodische Kontrolle verwechseln.

Aktive Wiederholung

Beurteilen Sie, ob historische Ereignisse erklärt oder verstanden werden sollten, und begründen Sie Ihre Position an einem Beispiel.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Stanford Encyclopedia of Philosophy — „Scientific Explanation" (Stanford University)

Wissenschaftlicher Realismus und Antirealismus#

VertiefungPP-Phi-Wis-2.2

Die Realismusdebatte fragt nach dem Status wissenschaftlicher Theorien: Beschreiben sie eine vom Menschen unabhängige Wirklichkeit — auch dort, wo wir sie nicht direkt beobachten können —, oder sind sie bloß nützliche Werkzeuge zur Vorhersage ()? Der Streitpunkt sind vor allem die unbeobachtbaren Entitäten der Theorie (Elektronen, Quarks, Gene).

Realismus und Antirealismus in der Wissenschaft

Abb. 6Streit um den Status wissenschaftlicher Theorien: beschreiben sie die Welt oder sind sie bloß nützlich?

Der wissenschaftliche Realismus behauptet: Erfolgreiche, gut bestätigte Theorien sind (annähernd) wahr, und ihre zentralen Begriffe beziehen sich auf real existierende Entitäten — Elektronen gibt es wirklich, nicht nur „als ob". Wissenschaft liefert also nicht nur Vorhersagen, sondern Erkenntnis über die Beschaffenheit der Welt.

Sein stärkstes Argument ist das No-Miracles-Argument (Putnam): Der überwältigende praktische und prognostische Erfolg der Wissenschaft wäre ein unerklärliches „Wunder", wenn ihre Theorien nicht wenigstens annähernd zuträfen. Die beste Erklärung des Erfolgs ist die (approximative) Wahrheit der Theorien — ein Schluss auf die beste Erklärung (Abduktion).

Der Antirealismus bzw. Instrumentalismus bestreitet das: Theorien sind Instrumente, die das Beobachtbare ordnen und Vorhersagen erlauben; ob die postulierten unbeobachtbaren Entitäten „wirklich" existieren, ist eine müßige oder unentscheidbare Frage. Eine Theorie kann hervorragend funktionieren, ohne wahr zu sein.

Das Gegenstück zum No-Miracles-Argument ist die pessimistische Metainduktion (Laudan): Die Wissenschaftsgeschichte ist ein Friedhof einst erfolgreicher, heute als falsch geltender Theorien (Phlogiston, Lichtäther, Wärmestoff). Wenn frühere Erfolgstheorien sich als unwahr erwiesen, spricht die Induktion dafür, dass auch heutige Theorien später verworfen werden — Erfolg verbürgt keine Wahrheit.

Die Theoriebeladenheit der Beobachtung (Hanson, Kuhn) stützt antirealistische und konstruktivistische Positionen: Es gibt keine reine, theoriefreie Beobachtung — was wir wahrnehmen und als „Datum" gelten lassen, ist von Begriffen und Erwartungen mitgeprägt. Damit wird der direkte Abgleich „Theorie ↔ nackte Tatsache" fraglich.

Eine differenzierte Mittelposition ist van Fraassens konstruktiver Empirismus: Ziel der Wissenschaft sei nicht Wahrheit über Unbeobachtbares, sondern empirische Adäquatheit — eine gute Theorie „rettet die Phänomene" (sagt alles Beobachtbare richtig voraus). Über die Existenz von Elektronen darf man rational urteilsenthaltsam bleiben. Hackings Entity-Realismus hält dagegen: Was wir gezielt manipulieren können, ist real.

Querverweis: Die Realismusdebatte schließt unmittelbar an die Wahrheitstheorien (Korrespondenz vs. Pragmatik) und an den Konstruktivismus aus dem Thema Erkenntnistheorie an — es ist dieselbe Grundfrage nach dem Verhältnis von Theorie und Wirklichkeit, hier zugespitzt auf die Naturwissenschaft.

Musterbeispiel

Sind Elektronen real? Realismus gegen Antirealismus

Beurteilen Sie mit dem No-Miracles-Argument und der pessimistischen Metainduktion, ob unbeobachtbare Entitäten wie Elektronen real existieren.

1. Frage präzisieren
Beschreiben erfolgreiche Theorien eine reale, theorieunabhängige Welt — inklusive unbeobachtbarer Entitäten —, oder sind sie nur nützliche Vorhersage-Instrumente (Abb. 6)?
2. Realismus / No-Miracles
Der enorme prognostische und technische Erfolg (die gesamte Elektronik beruht auf Elektronen) wäre ein „Wunder", wenn die Theorie nicht wenigstens annähernd wahr wäre. Bester Erklärungsschluss: Elektronen existieren.
3. Antirealismus / pessimistische Metainduktion
Laudan: Viele früher erfolgreiche Theorien postulierten Entitäten (Phlogiston, Lichtäther), die es nicht gibt. Per Induktion könnten auch heutige Posits später verworfen werden — Erfolg verbürgt keine Wahrheit.
4. Konstruktiver Empirismus
Van Fraassen: Wissenschaft muss nur „empirisch adäquat" sein (das Beobachtbare richtig retten); über Unbeobachtbares ist Urteilsenthaltung rational — man muss nicht an Elektronen „glauben", um Physik zu betreiben.
5. Abwägen
Hackings Entity-Realismus stützt den Realismus dort, wo Entitäten gezielt manipuliert werden („if you can spray them, they are real" — Elektronenstrahlen). Bei rein theoretischen Posits ohne solche Eingriffe ist Zurückhaltung berechtigt.

Ergebnis: Das No-Miracles-Argument stützt den Realismus (besonders für manipulierbare Entitäten wie Elektronen), die pessimistische Metainduktion mahnt zur Vorsicht. Eine differenzierte Position ist realistisch bei gut verankerten, zurückhaltend bei rein theoretischen Entitäten.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Stellen Sie wissenschaftlichen Realismus und Antirealismus gegenüber. Erläutern Sie das No-Miracles-Argument und die pessimistische Metainduktion und beziehen Sie begründet Stellung.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Realismus mit naivem Abbildrealismus gleichsetzen.
Instrumentalismus als Wissenschaftsfeindlichkeit deuten.
Theoriebeladenheit als Beleg für beliebigen Relativismus missverstehen.

Aktive Wiederholung

Diskutieren Sie, ob unbeobachtbare Entitäten wie Elektronen real existieren oder nur nützliche Konstrukte sind.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Stanford Encyclopedia of Philosophy — „Scientific Realism" (Stanford University)

Wissenschaftsethik und Grenzen der Wissenschaft#

StandardPP-Phi-Wis-2.3

Die Wissenschaftsethik fragt nach den normativen Bedingungen und Grenzen der Forschung (): Wie soll geforscht werden, wofür trägt die Wissenschaft Verantwortung, und welche Fragen kann sie überhaupt beantworten? Sie ergänzt die methodologische Wissenschaftstheorie um die praktische Dimension.

Prinzipien der Wissenschaftsethik

Abb. 7Zentrale normative Anforderungen an Forschung sowie die Grenze der empirischen Methode.

Ausgangspunkt ist Max Webers Wertfreiheitspostulat: Wissenschaft soll Tatsachen feststellen und Mittel-Zweck-Zusammenhänge aufklären, nicht aber Werte vorschreiben; Sachurteile („X ist der Fall") und Werturteile („X ist gut") sind sauber zu trennen. Das schützt die Objektivität — eine Forscherin darf ihr politisches Wollen nicht in die Befunde einfließen lassen.

Das Postulat ist jedoch begrenzt: Schon die Wahl der Forschungsfrage, der Methode und der Anwendung ist wertgeladen (externe Werte). Wertfreiheit gilt für die Geltungsprüfung der Ergebnisse, nicht für den gesamten Forschungsprozess. „Wertfrei" heißt also nicht „wertneutral in jeder Hinsicht".

Zentral ist die Verantwortung der Wissenschaft, zugespitzt in der Dual-Use-Problematik: Dieselbe Erkenntnis kann nützen und schaden (Kernphysik → Energie oder Bombe; Gentechnik, Virologie, KI). Hans Jonas’ Verantwortungsethik fordert eine vorausschauende Folgenabwägung („Handle so, dass die Folgen mit dem Fortbestand echten menschlichen Lebens verträglich sind") — Verantwortung beginnt vor der Anwendung.

Die Forschungsintegrität (gute wissenschaftliche Praxis) verbietet die drei schweren Verstöße FFP: Fabrikation (Erfinden von Daten), Falsifikation/Fälschung (Manipulieren von Daten) und Plagiat (Übernahme fremder Leistung ohne Nachweis). Geboten sind dagegen Transparenz, korrektes Zitieren und Reproduzierbarkeit — die Replikationskrise (vor allem in der Psychologie) zeigt, wie wichtig dieses Gebot ist.

Forschung am Menschen und Tierversuche unterliegen eigenen Schutzregeln und Ethikkommissionen. Historische Lehren (NS-Menschenversuche) führten zum Nürnberger Kodex (1947, informierte Einwilligung) und zur Deklaration von Helsinki (1964) — Probandenschutz, Aufklärung, Risiko-Nutzen-Abwägung und das Recht auf Abbruch sind seither verbindlich.

Schließlich markiert die Wissenschaftsethik die Grenzen der Wissenschaft: Sinn-, Wert- und Letztbegründungsfragen („Was soll ich tun? Was ist ein gutes Leben? Warum gibt es etwas und nicht nichts?") sind empirisch nicht entscheidbar — sie sind Aufgabe der Philosophie. Diese Grenze ist keine Wissenschaftsfeindlichkeit, sondern eine ehrliche Selbstbeschränkung empirischer Methode (Sein-Sollen-Differenz, Hume).

Musterbeispiel

Dual-Use — Verantwortung in der Forschung beurteilen

Ein Team entwickelt ein KI-Modell, das Proteinstrukturen vorhersagt — nützlich für Medikamente, aber auch für Biowaffen. Welche Verantwortung trägt das Team? Beurteilen Sie ethisch.

1. Wertfreiheit prüfen (Weber)
Die Methode und die Ergebnisse selbst sind sachlich; das Wertfreiheitspostulat betrifft die Geltungsprüfung, nicht die Wahl der Forschungsfrage und schon gar nicht die Anwendung (Abb. 7).
2. Dual-Use erkennen
Dieselbe Erkenntnis kann nützen und schaden. Verantwortung beginnt daher früh — bei Fragestellung, Publikationsstrategie und Zugangskontrolle —, nicht erst beim Missbrauch durch Dritte.
3. Verantwortungsethik anwenden (Jonas)
Jonas’ Imperativ: „Handle so, dass die Wirkungen deiner Handlung verträglich sind mit der Permanenz echten menschlichen Lebens." Das verlangt eine vorausschauende Folgenabwägung, nicht nur eine gute Gesinnung.
4. Institutionen einbeziehen
Ethikkommissionen, Risikoabschätzung, gestufter oder kontrollierter Zugang sichern die Abwägung ab. Forschungsintegrität (keine Fälschung) ist Voraussetzung, ersetzt aber die Folgenverantwortung nicht.
5. Abwägen und gestalten
Forschungsfreiheit und Schadensvermeidung sind gegeneinander abzuwägen. Die Antwort ist selten „forschen vs. nicht forschen", sondern Gestaltung: etwa gestufte Veröffentlichung und Kooperation mit Aufsichtsstellen.

Ergebnis: Das Team trägt Mitverantwortung über die reine Datenproduktion hinaus. Verantwortungsethik (Jonas) und institutionelle Sicherungen verlangen vorausschauende Folgenabwägung — Wertfreiheit entlastet nicht von der Verantwortung für die Anwendung.

SRDP-Aufgaben

SelbsttestAus der Fragenbank8 Punkte

Aufgabenstellung

Erläutern Sie Webers Wertfreiheitspostulat und seine Grenzen und beurteilen Sie an einem Dual-Use-Beispiel die Verantwortung der Forschenden.

Deine Antwortwird nicht automatisch bewertet

Typische Fehler

Wertfreiheit als völlige Wertneutralität der gesamten Forschung missverstehen.
Wissenschaftsethik auf Tierversuche reduzieren.
Die Grenzen der Wissenschaft als Wissenschaftsfeindlichkeit deuten.

Aktive Wiederholung

Beurteilen Sie an einem aktuellen Beispiel (z. B. KI oder Gentechnik), welche Verantwortung Forschende für die Anwendung ihrer Ergebnisse tragen.

Aktiv abrufen

Erinnere dich an die Kernpunkte — dann aufdecken.

Quellen: Stanford Encyclopedia of Philosophy — „Scientific Research and Big Data" (Stanford University)