Modellbildung und Verantwortung

Prof. Dr. Ulrich D. Holzbaur,

Fachhochschule Aalen - Hochschule für Technik und Wirtschaft, 73428 Aalen

Ein Beitrag zur Tagung POSTING

Dieser Beitrag besteht - vorläufig noch - aus zwei Teilen: Einem Text zum Thema Modellbildung und Verantwortung am Beispiel der Umweltinformatik (mod. nach Holzbaur 1994) und einer Zusammenstellung von Bezügen dieses Textes zu den Themen des Workshops. Ergänzend dazu siehe die Stichwortsammlung und Zusammenfassung des Vortrags "Informatik und Verantwortung - Dürfen Computer lügen?"

Übersicht:

Modellbildung und Verantwortung am Beispiel der Umweltinformatik beschäftigt sich mit der Frage, welche Verantwortung der Ersteller (in weitesten Sinne) von Umweltinformatiksystemen hat. Dabei wird insbesondere auf die Interpretation der Daten Bezug genommen.

In der Diskussion des Themas Modellbildung und Verantwortung hinsichtlich der Themen des Workshops wird nicht nur auf den Text, sondern auch auf die Verantwortung für die Modellbildung im Hinblick auf neue Medien und Fernlehre eingegangen.

Modellbildung und Verantwortung am Beispiel der Umweltinformatikers

Umweltinformatik ist durch ihre Komplexität und die Schnittstellen der Informatik mit Ökologie, Ökonomie, Ethik und Sozialem ein wichtiges Beispiel dafür, welche Bedeutung und Verantwortung der Modellbildung in informationsverarbeitenden Systemen zukommt. Sie ist gekennzeichnet durch das Zusammentreffen zweier Kernbereiche - Informatik und Ökologie - von denen jeder für sich schon für den einzelnen Wissenschaftler und noch mehr für den Bürger schwer überschaubar ist. Damit wird sowohl der Ersteller als auch der Nutzer von Umweltinformationssystemen - oder allgemeiner von Systemen der Umweltinformatik - auf zweifache Weise überfordert:
  • Durch die Komplexität der Informatik, die Komplexität der Daten- und Wissensstrukturen und ihrer Vernetzung, ist die Funktionalität des Systems weder vollständig planbar noch komplett nachvollziehbar. Korrektheit, Validierung und Verifikation von realen Systemen sind nur näherungsweise möglich.
  • Durch die komplexen Zusammenhänge im Umweltbereich, die vielen Wirkungs- und Ausbreitungsketten mit nichtlinearen und stochastischen Zusammenhängen und Effekten, sind die Ausgangsbedingungen und die möglichen Folgerungen und Umsetzungen von Ergebnissen niemals komplett überschaubar. Die juristischen und politischen Einflüsse im Umweltbereich bringen eine zusätzliche Komplexität.


    • Diese Komplexität kann nur dann gemeistert werden, wenn die Basis jedes Systems eine saubere Modellierung ist, bei der alle Zusammenhänge angemessen berücksichtigt, der Realitätsbezug aller Modellgrößen klar festgehalten wird und die Darstellungen von Ergebnissen auf die möglichen Interpretationen abgestimmt sind (Holzbaur 1993a). Diese Modellierung ist ein wichtiger Teil der Aufgabe des Umwelt-Informatikers, die neben Informatik- und Fachkenntnissen Abstraktionsvermögen erfordert.

    Informatik und Modellbildung

    Die Informatik verwendet Modelle und stellt datentechnische Implementierungen als Realweltmodell bereit. In der Softwaretechnik wird die Modellbildung in zwei Beziehungen verwendet:
  • Die Realweltmodellierung, d.h. die Beschreibung der in der Realität bestehenden Strukturen und Beziehung mit Hilfe von Modellen als Basis für die Planung und Beschreibung informationstechnischer Lösungen.
  • Die Modellierung des zu implementierenden Systems als Spezifikationsmodell, d.h. als formale Basis der Implementierung.


    • In der klassischen Softwareentwicklung gehen diese beiden Modelle ineinander über: Das Realweltmodell beschreibt einen betrieblichen Ablauf (Ist-Zustand), das Spezifikationsmodell beschreibt dazu das automatisierte System (Soll-Zustand, DV-Lösung). Diese Methodik ist immer dort angebracht, wo die EDV ein Abbild eines existierenden Prozesses mit dem Ersetzen und Automatisieren vorher manuell durchgeführter Tätigkeiten ist. Dies gilt auch für ablauforientierte Systeme der Umweltinformatik (z.B. Höll/ Schneider 1993).

    Auch die Implementierung des datenverarbeitenden Systems selbst wird zum Teil als Modell eines realen Systems interpretiert: "Ein Software-System ist also ein maschinell interpretierbares Modell der realen Welt mit ihren Gegenständen, Handlungen und Beziehungen". (M.Jackson nach Sneed 1986). Wir werden uns im folgenden auch mit der Frage beschäftigen, inwieweit das Software-System Modell ist und wer wann was interpretiert.

    Semantische Datenverarbeitung

    Softwaresysteme bestehen aus Daten (z.B. einem unternehmensweiten Datenmodell (Scheer 1990) und aus Methoden zur Verarbeitung dieser Daten. Diese Daten beziehen sich immer auf (abstrakte oder physische) Objekte der realen Welt. Daß der Computer diese Daten "interpretiert" würde bedeuten, daß er einen Realitätsbezug für diese Daten herstellt, d.h. die Semantik der Daten "kennt". Wir sollten also anstelle einer Interpretation von Daten durch den Computer besser von einer Verarbeitung von Daten durch geeignete Methoden sprechen, wobei das Softwaresystem selbst diese Verarbeitungsmethoden beinhalten und die Auswahl der Methoden auf der Modellierung des realen Systems beruhen muß. "Wissensbasierte Programme von heute wissen also nichts; ... . Deshalb wäre modellbasierte Programme eine bessere Bezeichnung" (Stoyan 1988).

    Umwelt-Informatiksysteme

    Umweltinformationssysteme bilden einen Ausschnitt des breiten Spektrums der Informatik-Anwendungen im Umweltschutz. Auch in anderen Bereichen wie der Planung und Optimierung, sowie im Bereich Ausbildung und Planspiele (Holzbaur 1993b) sind eine korrekte Modellierung und eine Abwägung zwischen Realitätsnähe und Zweckerfüllung wichtig.

    Schwerpunkte der Umweltinformatik können wir in Zusammenfassung von (Mertens/Scheurer 1993 und Rolf/Page 1993) in den folgenden Bereichen sehen:

  • Messung, Erfassung, Auswertung, Darstellung
  • Umweltinformationssyteme allgemein (UIS)
  • Betriebliche UIS (BUIS)
  • Kommunal/ staatliche (i.a. geographische) UIS (GUIS)
  • Umwelt-Datenbanken
  • Analyse, Prognose und Optimierung
  • Ökobilanzierung (Mengen- und Belastungs-Bilanzen, Bewertung)
  • Simulationssysteme und Expertensysteme
  • Optimierungssyteme (Operations Research im engeren Sinne)
  • Umweltausbildung und allgemeine Information
  • Informationsnetze, Auskunftssysteme
  • Planspiele und Simulationen (z.B. FUTURE)


    • Obwohl die Begriffe betriebliche Umweltinformationssysteme (BUIS) und geographische Umweltinformationssysteme (GUIS) formal keine Gegensätze sind, da sie ja nach ganz anderen Entscheidungskriterien charakterisiert sind, läßt sich die Masse aller UIS damit recht gut klassifizieren.

    BUIS sind auf einen - meist privatwirtschaftlichen - Betrieb bezogen und sollen die Führung und die Umweltbeauftragten über umweltrelevante Fakten informieren. Betriebliche UIS sind von Planung, Aufbau und Einsatz her parallel zu Betrieblichen Informationssystemen oder Management-Informationssystemen, ihr Inhalt bezieht sich nur auf andere Aspekte - Ökologie, Umwelttechnik, Umweltinformation und den betrieblichen Umweltschutz.

    GUIS sind flächenbezogene UIS, die damit derjenigen Körperschaft zugeordnet sind, die für die Fläche zuständig ist (Bund, Land, Regierungsbezirk/Präsidium, Kreis, Gemeinde). Im Schnitt dieser beiden Systemklassen liegen raumbezogene UIS der Betriebe, etwa zur Überwachung eines Geländes oder eines Kanalisationssystems, zur Schadstoffüberwachung oder für die für Werksfeuerwehr.

    Zur weder-noch-Klasse, der nicht überdeckten Systeme gehören alle von der öffentlichen Verwaltung (Dienststelle) oder der Öffentlichkeit benutzten UIS, die nicht geographisch bezogen sind: Altlasten-Datenbanken, Juristische oder Stoff-Datenbanken. Dabei kann eine Dienststelle entweder als Überwachungsorgan (hoheitliche Aufgaben) oder als Wirtschaftsbetrieb fungieren. Man kann zumindest letztere gut in die Klasse der BUIS einreihen, da sich hier die Verwaltung nicht von einem "normalen" Betrieb unterscheidet. Hierzu gehören auch kommunale/ staatliche UIS, die der Vorgangsunterstützung bei Bearbeitung von Umweltschutzaufgaben dienen.

    Allen UIS gemeinsam sind nun die Komponenten: Erfassung aller Daten + Komprimierung für die jeweilige Entscheidungsebene + Entscheidungsunterstützung

    Allen UIS gemeinsam ist aber auch die Frage:

    Gibt es auf der jeweiligen Entscheidungsebene jemanden,

    der die Daten richtig interpretieren kann ?

    Semantik in Umweltinformationssystemen

    Die verschiedene Möglichkeiten der Interpretation der Semantik eines DV-Systems bzw. einer Programmiersprache sind z.B. in (Alber/Struckmann 1988) dargestellt. Für uns am wichtigsten ist der Realitätsbezug in der Form, daß die Objekte des Programms sich auf Objekte der realen Welt beziehen und daß die Ergebnisse des Programms Aussagen über die Realität machen. Die Interpretation dieser Aussagen für den Nutzer bezüglich der Frage, was nun "gut" ist oder wie er sich verhalten soll, geht darüber weit hinaus (Pragmatik). Sie muß aber mit berücksichtigt werden, da der Nutzer aufgrund der Ausgaben des Programms (und der darin hineinterpretierten Aussagen) zwischen Handlungsalternativen auswählt.

    Verantwortung und Modellbildung in Umweltinformationssystemen

    Die oben erwähnte Komplexität bedingt, daß der Nutzer nicht mehr alle Information überprüfen kann. Dem Ersteller von UIS kommt daher eine besondere Verantwortung zu. Während betriebliche Informationssysteme (Management-Informations-Systeme, MIS) bei Fehlinformationen in erster Linie das Management, in zweiter auch die Belegschaft in Probleme bringen können, können Fehler in Systemen der Umweltinformatik die gesamte Bevölkerung betreffen.

    Verantwortung für die Daten und Ergebnisse

    Umweltinformationssysteme enthalten Mengen von Daten, die entweder ortsbezogen oder zeitbezogen in zum Teil hoher Vielfachheit vorliegen. Daneben werden gesetzliche und technische (Grenz-) Werte und natürlich viele Einzeldaten verwaltet. Die meisten der Daten, die in Umweltinformationssystemen verwaltet werden, sind aber Massendaten statistischer Natur. Mit statistischen Auswertungen kann natürlich manipuliert werden und auch die Darstellung der Ergebnisse bietet Möglichkeiten zur Manipulation.

    Die Problematik, die sich hieraus ergibt, ist folgende: der Nutzer eines Umweltinformationssystems verwendet die Vielfalt der ihm dargebotenen Daten und der ihm dazu angebotenen Darstellungsmöglichkeiten, hat aber im allgemeinen nicht die statistischen und geographischen Kenntnisse, um "richtige" Darstellungen und Interpretationen von solchen zu unterscheiden, die irreführend sind. Wenn aber der Bürger im Rahmen des Umweltinformationsgesetzes (Taeger/ Weyer 1992) Zugang zu den Daten bekommt, muß auch sichergestellt sein, daß er diese Daten richtig interpretieren kann. Dabei ist noch zu unterscheiden zwischen demjenigen, der die Darstellung erstellt, und demjenigen, der sie als Endverbraucher betrachtet, interpretiert und sein Handeln danach ausrichtet.

    Ein Beispiel der Fehlinformation durch irreführende Darstellung im Umweltbereich ist in (Holzbaur 1993a) erläutert. Solche Fehlinterpretationen sind nicht nur auf den Umweltbereich beschränkt. Sie werden - bewußt oder umbewußt - bei der Publikation von Ergebnissen eingesetzt, um eigene Ziele zu erreichen. Einige der Methoden, mit denen Mißinterpretationen hervorgerufen werden können, seien im folgenden erläutert:

  • Verwendung nicht korrekt abgegrenzter Begriffe (Müll, Gehalt, Gewinn, )
  • Verwendung von Maßzahlen, die durch andere Größen beeinflußt werden.
  • Kombination ungeeigneter Begriffskombinationen zur Kennzahlbildung (Beamtenpension % Bruttogehalt)
  • Unkritische Verwendung von Stichproben (z.B. Rückläufer und Meldungen, die selektierend wirken)
  • Verwendung von Größen, die durch dritte Größen beeinflußt werden, Ignorieren von nicht dargestellten Zusammenhängen, insbesondere:
  • Verwendung zweier Meßreihen, die von einer dritten oder der Zeit abhängen, um einen kausalen Zusammenhang aufzuzeigen (Störche - Geburten (zeitabhängig), Reisekilometer - Bildungsausgaben (einkommensabhängig), Müllaufkommen - Gewinne (konjunkturabhängig))
  • Verwendung statistisch nicht signifikanter Ergebnisse (z.B. in Form von Tortendiagrammen ohne Angabe des Stichprobenumfangs)
  • Verwendung fehlerhafter Bezüge (Absolute Darstellung flächenbezogener Größe, Schraffung mit absoluten Größen, Gesamtgewinne/ Einkommen über Zeit addiert)
  • Verwendung dreidimensionaler Darstellungen mit linearer Skalierung (z.B. Kugelradius als Skala)


    • Zu diesen Arten der Darstellung, die Fehlinterpretationen provozieren, lassen sich insbesondere in Zeitschriften, die viel mit Zahlen operieren, mühelos viele Beispiele finden.

    Korrekte Interpretation

    Nun gibt es zwei mögliche Wege, sicherzustellen, daß der Benutzer die Daten richtig (was immer das heißt) interpretiert:
  • Entweder beherrscht der Endbenutzer der Daten die Auswerteverfahren und Interpretationsmöglichkeiten so, daß keine Fehlinterpretationen möglich sind.
  • Oder das Umweltinformationssystem (wobei wir Programm, Entwerfende, Ersteller und Bediener zu einem System zusammenfassen) sorgt dafür, daß nur die für die Fragestellung des Benutzers richtigen und richtig interpretierbaren Auswertungen zugelassen werden. In letzterem Fall sind die Anforderungen zu verteilen, und zwar auf die Ersteller und die Bediener, d.h. auf das implementierte Realweltmodell und auf das zugrundeliegende Nutzermodell. Im Extremfall hieße dies, daß der Ersteller dem Computersystem das "Wissen" über die Semantik der Daten mitgibt, d.h. bei der Modellierung des Systems alle möglichen Interpretationen durch Nutzer berücksichtigt.

    • Verantwortung für den Realitätsbezug

    Die Idee der Wissensverarbeitung oder semantischen Datenverarbeitung ist natürlich bestechend, wenn es darum geht, Realitätsbezüge im Rechner "automatisch" zu verarbeiten. Aber selbst Systeme der "Künstlichen Intelligenz" können keinen Realitätsbezug schaffen oder erkennen, wenn dieser nicht vorher vom Menschen erkannt und in geeigneter Form bei der Implementierung des Systems berücksichtigt wurde. Eine Fehlmodellierung kann nur schwer erkannt und korrigiert werden. Dies zeigt sich bei Ökobilanzen ebenso wie bei Systemen der Umweltinformatik. Die Modellbildung muß deshalb als zentraler Punkt der Planung verstanden und umgesetzt werden. Zur modellbasierten Planung im Umweltschutz siehe z.B. (Hanssmann 1976).

    Modellauswahl und Modellkritik

    Zwei Aspekte der Modellierung, die bei der Modellierung von Informatik-Systemen häufig vernachlässigt werden, sind die Auswahl des Modells und die Modellkritik (bzw. die Validierung).

    Zur Modellbildung und zur Klassifikation von Modellen nach Zweck, Formalismus, Abstraktionsgrad und Problemlösungsmethode siehe z.B. (Holzbaur 1991). Eine entscheidende Rolle bei der Modellierung spielt die Auswahl des Modells. Wenn man sich nicht die Vielfalt der Klassen möglicher Modelle und Strukturen vor Augen hält, wird man dazu tendieren, alle Systeme in eine einzige, bekannte und gewohnte Struktur abzubilden, und so das Problem dieser Struktur oder Modellklasse anzupassen. Dies bewirkt eine Anpassung des Modells (modellierte Realität) an den Formalismus und kann dazu führen, daß bestimmte Aspekte der Realität nicht wahrgenommen werden. Diese Anpassung der Realität an das (durch seine Struktur vorgegebene) Modell verzerrt die Realität und führt zu einer in der Realität unbefriedigenden Lösung.

    Die Überprüfung und Kritik eines einmal aufgestellten Modells ist genauso wichtig, da der Mensch dazu tendiert, alles zu akzeptieren, was plausibel ist. Modellkritik muß nichts negatives sein, die Kritik an einem Modell, oder Beurteilung des Modells, soll konstruktiv und am Zweck des Modells orientiert sein. Ein Modell, das nicht kritisiert und angepaßt wird, bietet keine Gewähr für die nötige Realitätsnähe und Brauchbarkeit. Modellkritik - oder positiv ausgedrückt Verifikation und Validierung - muß sich am Zweck des Modells orientieren, sie ist ein Teil der Qualitätssicherung. Dabei steht primär der Nutzen des Modells im Vordergrund, sekundäre Beurteilungsmerkmale sind Exaktheit, Formalität, Lesbarkeit, Flexibilität und andere Eigenschaften, die die Nützlichkeit des Modells beeinflussen.

    Zusammenfassung

    Nur durch eine konsequente, umfassende und formale Modellierung kann ein System der Umweltinformatik als Informationsquelle und Entscheidungsgrundlage wirklich nützlich sein. Dazu müssen bei der Modellierung alle relevanten Aspekte der Realität berücksichtigt werden und in geeigneten Modellen formal modelliert werden. Dazu ist sowohl die Kenntnis, Verwendung und Integration verschiedener Modelle als auch Kenntnisse der realen Systeme und das Beherrschen der Verfahren zur Modellierung und Modellbeurteilung notwendig.

    Literatur

    Alber, K./ Struckmann, W. (1988): Einführung in die Semantik von Programmiersprachen, BI, Mannheim.

    Hanssmann, F. (1976): Systemforschung im Umweltschutz: praktikable Methoden zur Beurteilung von Gestaltungsalternativen im Systemzusammenhang, E.Schmidt, Berlin.

    Höll, U./ Schneider, R. (1993): Die Vorgangsverwaltung als ein Instrument zur ganzheitlichen Bearbeitung von Vorgängen im Umweltschutz, in: Jaeschke et al.

    Holzbaur, U. (1991): Modellierung komplexer Systeme - Einführung, Begriffe, Modelle, in: Holzbaur, U./ Kuhn, K.-P. (Hrsg.) Modellierung komplexer Systeme, Universitätsverlag, Ulm, S. 7 - 31.

    Holzbaur, U. (1993a): Umweltinformatik und die Semantik der Daten, in: Informatik im Umweltschutz, 14, Oktober 93, S. 13 - 17.

    Holzbaur, U. (1993b): Zur Problematik von Planspielen - am Beispiel des ökologisch-ökonomischen Planspiels Öko², in: Holzbaur, U./ Zwiesler, H.-J. (Hrsg.) Wechselwirkungen, Universitätsverlag, Ulm, S. 41 - 52.

    Holzbaur, U. (1994): Modellbildung - die Verantwortung des Umweltinformatikers. in: Hilty et al (eds) Informatik für den Umweltschutz ´94. Metropolis, Marburg, 1994. S. 427 - 434.

    Jaeschke, A./ Kämpke, T./ Page, B./ Radermacher, F.-J. (1993): Informatik für den Umweltschutz,. Springer, Berlin.

    Mertens, P./ Scheurer, A. (1993): Beiträge der Informationsverarbeitung zum Umweltschutz. Wirtschaftsinformatik 35, 4, S. 371 - 385

    Rolf, A./ Page, B. (1993): Wechselwirkungen - Informatik und Ökologie- eine widersprüchliche Beziehung. c´t, 3, S. 38 - 41

    Scheer, A.-W. (1990): Wirtschaftsinformatik - Informationssysteme im Industriebetrieb. Springer, Berlin.

    Sneed, H. (1986): Software-Entwicklungsmethodik, R. Müller.

    Stoyan, H. (1988): Wissen wissensbasierte Programme etwas ? in: Heyer, G:/ Krems, J./ Görz, G. (Hrsg) Wissensarten und ihre Darstellung, Springer, Berlin, S. 250 - 261.

    Taeger, J./ Weyer, A. (1992): Freier Zugang zu Informationen über die Umwelt, in: Informatik im Umweltschutz, 12, Dez. 92, S. 12 - 18.

    Diskussion des Beitrags im Lichte der Workshopthemen

    Die folgende Zusammenstellung greift die Themen des Workshops (mit einer Ergänzung zu Kritik und Qualität) auf und gibt einige Bemerkungen zum Thema Modellbildung.

    (1) Didaktische Möglichkeiten: Fernlehre, Planspiele und neue Medien erfordern ein hohes Maß an Realitätsbezug, da bei diesen Methoden viel stärker als bei Buch und Text die Gefahr besteht, das aufgenommene für Realität zu halten. Damit rückt die Bedeutung der Modellbildung in den Blickpunkt der Lehre (siehe auch 4.4).

    (2) Inhalte von IuG

    (2.1) Frauen in der Informatik: Gerade für Frauen, die einen anderen, logischeren Ansatz des Herangehens an Problemlösungen in Naturwissenschaften und Informatik haben, sind Modelle extrem wichtig. Die grundlegende Modellierung erlaubt einen strukturierteren Ansatz und öffnet so den Zugang zur Informatik.

    (2.2) Tradition und Kritik in der Informatik, Beiträge und Aspekte der Sozial- und Geisteswissenschaften: Erwähnt seinen hier die drei Begriffe Benutzermodell, Mismodelling und Vernatwortung

    (2.3) Risiko und/oder Sicherheit - die Verantwortung der Informatik im Umgang mit Daten. Stichworte Mißbrauch von Daten, Darstellungen und Statistiken zur Beeinflussung des Nutzers durch Provokation von Fehlinterpretationen

    (3) Kontext(e) von Informatik und Gesellschaft

    (3.1) IuG in der Gesellschaft

    (4) Was kann Fernlehre leisten?

    (4.1)  Betreuung von Studierenden

    (4.2)  Virtuelle contra andere Lehrformen

    (4.3)  Person und Persönlichkeit des Lehrenden

    (4.4) Kritik und Qualitätssicherung:

    Die Lernenden haben bei der üblichen Lehrveranstaltung die Möglichkeit, durch Rückfragen und Kritik den Stoff zu hinterfragen. Damit kann der Lehrende sachliche Fehler entdecken, Fehler in der Darstellung oder Herleitung verbessern, nicht adäquate Modelle durch bessere ersetzen. Wie im Lehrbuch ist bei der Fernlehre diese Kritik weitestgehend ausgeschlossen. Provokativ gesagt: die Frage "bin nur ich blöd, oder ist das hier falsch?" wird im Hörsaal ziemlich schnell beantwortet. Das Raunen im Saal, der eine der sich doch traut, die Eskalation der Frage in Inhalt und Form führt zu einer Kontrolle und damit Qualitätssicherung, die der Fernlehre genauso wie der Publikation (wenn sie den Beurteilungsprozeß überstanden hat) abgeht. Der einzelne Brief führt niemals zu einer Information der restlichen Lernenden. Damit wird aber die Verantwortung desjenigen, der Modelle für Inhalt und Darstellung auswählt, größer.