Der Modellierungskreislauf

Geschichte und empirische Relevanz

In der Mathematikdidaktik versteht man unter dem Begriff „Modellieren“ nicht nur die
Mathematisierung einer realen Situation, sondern der Begriff umfasst den gesamten
Problemlöseprozess, für den die Modellierung verwendet wird (Blum, Anwendungen und
Modellbildung im Mathematikunterricht, 1993). Bei so verstandenen Modellierungen lassen
sich gewisse Phasen unterscheiden, die jeweils mehr oder weniger gründlich durchdacht, in
der Regel jedoch nicht starr verfolgt werden müssen. Die Relevanz der traditionellen 4
Elemente (Abbildung 1) ist empirisch weitestgehend abgesichert (Galbraith & Haines, 1995).

Abbildung 1. Vierschrittiger Modellierungskreislauf (Schupp, 1988).

Demzufolge ist die Vorgehensweise für das Erstellen neuer Modelle meist die Modifikation
des bestehenden Kreislaufs durch ergänzende neue Komponenten (Galbraith & Haines, 1995).
Dabei haben sich nach Borromeo Ferri (2006) in den letzten Jahrzehnten besonders zwei
zusätzliche Elemente herauskristallisiert, die wesentliche kognitive Hürden beim Lösen von
Modellierungsaufgaben darstellen: Das Situationsmodell und das Realmodell (Abbildung 2).
Dadurch wird nun einerseits zusätzlich zwischen (objektiv) realer Situation und (subjektiv)
individuell empfundener Situation (Situationsmodell) unterschieden und andererseits der bei
komplexen Aufgaben oft zweistufige Prozess des Mathematisierens genauer differenziert
(Leiss, 2007). Diese und die übrigen Komponenten und Schritte bzw. Phasen sollen im
nächsten Abschnitt kurz beschrieben werden.

Abbildung 2. Modellierungskreislauf nach Blum & Leiss (Blum & Leiss, 2005).

Der Modellierungskreislauf nach Blum & Leiss im Detail

Zum Erörtern der einzelnen Phasen betrachten wir folgendes Beispiel:

Bei einer herkömmlichen Konservendose mit einem Inhalt von 400ml soll untersucht
werden ob der Metallbedarf für diese Dose optimal ist.
Der erste Schritt, das Konstruieren/Verstehen, führt von der realen Situation zum
Situationsmodell. Dafür muss die gegebene Situation zunächst verstanden werden und so ein
(kognitives) Abbild der realen Situation erstellt werden, wobei unbewusst auf Vorwissen
zurückgegriffen wird (Leiss, 2007). Auf dieses Beispiel bezogen müssen die SuS hier verstehen,
was ein optimaler Metallbedarf ist und welche Faktoren dabei eine Rolle spielen. Dadurch
gewinnen sie eine mentale Repräsentation der Aufgabe (Hinrichs, 2008).
Im nächsten Schritt, dem Vereinfachen/Strukturieren, wird aus dem Situationsmodell das
Realmodell gebildet. Ein Hauptaspekt ist dabei das Filtern von Information bzw. das Erkennen
und Herausstellen relevanter Information (Leiss, 2007). In diesem Beispiel können nach
Erkennen der Relevanz von Volumen und Oberfläche der Konservendose wichtige Größen
entnommen und von unwichtigen Größen und Informationen getrennt werden. Nach Hinrichs
(2008) spielen beim Abwägen und Filtern auch die vorhandene Motivation und die Zeit, die
für die Aufgabe investiert werden soll, eine Rolle.
In der dritten Phase, dem Mathematisieren, erfolgt nun der Übergang in die mathematische
Ebene hin zum mathematischen Modell. Es werden für die Aufgabe adäquate mathematische
Notationen/Darstellungsformen gewählt (Gleichung, Graph, Tabelle etc.) (Leiss, 2007). In
diesem Fall werden hier die entsprechenden Formeln für die Oberfläche und das Volumen
eines Zylinders aufgestellt. Inklusive der Nebenbedingung 𝑉 (𝑟, ℎ) = 400 ergibt sich ein
mathematisches Modell (Hinrichs, 2008).
Nun folgt die Lösung der dem mathematischen Modell zugrundeliegenden Aufgabenstellung.
Dieser Schritt umfasst das Auswählen mathematischer Werkzeuge, das Anwenden
mathematischen Wissens und eine sinnvolle Rundung des Ergebnisses (Leiss, 2007). In
unserem Beispiel interessiert uns insbesondere der Radius bzw. die Höhe, die bei gegebenem
Volumen zu einer optimalen Oberfläche führen. Diese werden nun z.B. über
Differentialrechnung ermittelt und wir erhalten ein mathematisches Resultat (Hinrichs, 2008).
Im nächsten Schritt wird von der mathematischen Ebene zurück auf die reale Ebene
gewechselt und dabei das mathematische Resultat innerhalb des realen Kontextes
interpretiert (Leiss, 2007). Dieser Schritt ähnelt dem oft im Mathematikunterricht geforderten
Antwortsatz bei Textaufgaben. Wenn in diesem Beispiel die Variablenbezeichnungen schon so
gewählt wurden, dass sie einen Zusammenhang mit den gewählten Größen suggerieren, fällt
die Interpretation leicht: Für einen Radius von 𝑟 ≈ 3,993 𝑐𝑚 und eine Höhe ℎ ≈ 7,986 𝑐𝑚
beträgt die minimale Oberfläche 300,5 𝑐𝑚2. Dies ist das reale Resultat (Hinrichs, 2008).
In der sechsten Phase, dem Validieren, wird auf einer möglichst realistisch überlegt, inwieweit
das Ergebnis einerseits und das gewählte Modell andererseits überhaupt sinnvoll erscheinen
(Leiss, 2007; Hinrichs, 2008). Kommt man zu einem unbefriedigenden Ergebnis, müssen ggf.
Teile des Modellierungsprozesses erneut durchlaufen werden. Es könnte hier z.B. der Radius
einer realen Konservendose mit dem Ergebnis verglichen werden oder die Modellierung der
Dose durch einen Zylinder hinterfragt werden.
An siebter und letzter Stelle des Modellierungskreislaufs steht das Darlegen/Erklären des
Ergebnisses. Diese Phase hat nach Hinrichs (2008) im Gegensatz zu den vorigen eine
überwiegend didaktische Funktion. Die SuS müssen ihre Ergebnisse nachvollziehbar
darstellen, so wie auch Mathematiker ihrem Auftraggeber ihre Ergebnisse in angemessener
und verständlicher Weise präsentieren müssen. Hier werden also vornehmlich
kommunikative und argumentative Kompetenzen angesprochen (Hinrichs, 2008).
Kritik des Modellierungskreislaufs nach Blum & Leiss

Ein Vorteil dieses Modellierungskreislaufs steckt in der Differenzierung der einzelnen Schritte
und somit detaillierter Betrachtung der kognitiven Hürden für die SuS. Der Kreislauf kann von
Lehrpersonen verwendet werden, um mögliche Probleme der SuS bereits bei der
Unterrichtsplanung zu antizipieren oder zumindest während des Unterrichts adäquat
eingreifen zu können.
Hauptkritikpunkt ist jedoch die für SuS zu hohe Komplexität. Gerade die Unterscheidung von
Situations-, Real-, mathematischem Modell ist für SuS schwierig. SuS differenzieren oft auch
nicht zwischen Interpretation und Validierung. Anstelle direkter Arbeitsaufträge gibt der
Modellierungskreislauf nur abstrakte Schlagworte, und auch wiederholtes Durchlaufen des
Modellierungsprozesses findet in der Schule selten statt. Vor dem Einsatz des
siebenschrittigen Modellierungskreislaufs in Schulklassen kann sich daher eine Didaktische
Reduktion als sinnvoll erweisen.

Literaturverzeichnis
Blum, W. (1993). Anwendungen und Modellbildung im Mathematikunterricht. Hildesheim:
Franzbecker.

Blum, W., & Leiss, D. (2005). Modellieren im Unterricht mit der "Tanken"-Aufgabe. Mathematik
lehren, S. 18-21.

Borromeo Ferri, R. (2006). Theoretical and empirical differentiations of phases in the modelling
process. ZDM, 38 (2), 86-95.

Galbraith, P., & Haines, C. (1995). Modelling, teaching, reflecting - what I have learned. Advances and
perspectives in the teaching of mathematical modelling and applications, S. 78.
Hinrichs, G. (2008). Modellierung im Mathematikunterricht. Heidelberg: Spektrum Akademischer
Verlag.

Leiss, D. (2007). Hilf mir es selbst zu tun. Hildesheim, Berlin: Franzbecker.

Schupp, H. (1988). Anwendungsorientierter Mathematikunterricht in der Sekundarstufe 1 zwischen

Tradition und neuen Impulsen. Der Mathematikunterricht, 34(6), S. 5-16.