36 
Modellierung 
sondern bedingt durch die tiefe Kluft zwischen 
dem modellierten Objekt einerseits und dem 
Rechner als Werkzeug andererseits. 
Ohne auf die technischen Einzelheiten ein 
zugehen - und Modellierung ist hochtechnisch, 
nämlich ein Handwerk und keine Zauberei - soll 
hier versucht werden, durch einen Ansatz am 
Problem die Möglichkeiten und Grenzen der Mo 
dellierung zu diskutieren. 
Modellierung bedeutet, ein Objekt bzw. ei 
nen Prozeß zu beschreiben. Hier sind dies Nord 
see und Ostsee bzw. was darin passiert. Das Pro 
blem der numerischen Modellierung besteht also 
darin, Objekt bzw. Prozeß mit den Mitteln von 
Digitalrechnern und Numerik zu realisieren. Es 
kommt darauf an, davon geschickten Gebrauch 
zu machen, stets im Hinblick auf das Resultat. 
Hierbei finden sich jedoch oft Hindernisse im 
Weg, die mit dem Problem selbst nichts zu tun 
haben, sondern die allein durch die Sperrigkeit 
der algorithmischen Implementation bedingt sind: 
numerische Artefakte wie künstliche Strukturen, 
parasitäre Effekte und Instabilität. 
Ein numerisches Modell ist ein Computer 
spiel, d.h. ein Rechenprozeß, mithin ein Prozeß 
auf einem Digitalrechner. Und der Wert eines 
Modells hängt ganz wesentlich davon ab, wie gut 
man das Original abbilden kann, und dies wie 
derum vom Verständnis des Originals, aber auch 
davon, wie gut (adäquat, effektiv) die Numerik 
organisiert wird. Ob ein Modell funktioniert oder 
nicht, ist also weder Zufall noch Glücksache. 
Die Brauchbarkeit eines Modells ist vor al 
lem durch seine Konstruktion bedingt; hierbei 
sollte man tun, was möglich ist. Doch darf man ein 
Modell nicht nur theoretisch bewerten. Die 
tatsächliche Leistungskraft eines Modells läßt 
sich vielmehr erst an seinem praktischen Verhal 
ten einschätzen. 
Das wirkliche Validationsproblem kommt 
also daher, daß ein Modell so gut wie niemals an 
die volle Komplexität des Originals heranreicht, 
schon gar nicht im Falle derart verwickelter Vor 
gänge wie im Wasser von Nordsee oder Ostsee. 
So bleibt die Frage, wieviel natürliche Variabi 
lität/Komplexität das Modell wiedergeben kann, 
welche Ergebnisse erwartet werden dürfen und 
wie es um deren Zuverlässigkeit/Genauigkeit be 
stellt ist. 
Bei der „Validation“ eines Modells stößt man 
immer wieder auf die Frage nach dem Verhältnis, 
nach der Vergleichbarkeit von Modell und Mes 
sungen. Offenbar gibt es von vornherein schon 
einen qualitativen Unterschied: Messen bedeutet 
ein stichprobenartiges Abtasten (lokal, zeitweilig), 
ein Modell ist von gänzlich anderer Art, doch in 
sich konsistent. Weder Messungen noch Model 
lierung liefern volle Einsicht. Beides ist mangel 
haft, wenn auch auf verschiedene Weise. In einer 
Messung können Erscheinungen zum Ausdruck 
kommen, die u. U. für die relevante Frage, das 
Gesamtbild, ohne Belang sind. Andererseits ist 
ein Modell lediglich ein mehr oder minder schwa 
ches Abbild, liefert aber flächendeckend und zeit 
füllend Resultate. Eine Punktmessung braucht 
genausowenig repräsentativ zu sein wie der Box 
mittelwert einer großen Zelle. Wie kann zwischen 
beiden eine Brücke geschlagen werden, d. h. Ver 
gleichbarkeit hergestellt werden, und was kann 
ein Zahlenvergleich wirklich aussagen? Diese 
Überlegung macht klar, daß der Erfolg eines