Der Kernsatz des wissenschaftlichen Arbeiten ist, dass ein Experiment zu
einer Aussage, irgendwo, und jederzeit wierderholt werden kann, und das
selbe Resultat bringen muss.
Im Prinzip geht es darum, ein mehr oder weniger komplexes System durch
moeglichst orthogonale Parameter und Experimente auf rueckfuehrbare
Groessen und Konzepte runterzubrechen. Zu jedem Schritt gehoert eine
Theorie, die innerhalb der Fehlerwahrscheinlichkeit passen sollte. In
der Naturwissenschaft ist das genau so. Das Ingenieurwesen ist ein
anwendungsbezogenes Subset davon.
Es gibt viele Probleme die sind nichtlinear, und daher nur numerisch
loesbar. Dafuer ist das Spielfeld klar abgesteckt.
Wettervorhersage zB ist Thermodynamik, auf globalem Masstab hat man noch
nicht alle Parameter, und auch nicht die Daten.
Ich kann zB die Traglast eine Bruecke, die Wirkungsweise eine Bremse,
nicht durch ein geschlachtetes Schaf sicherstellen, oder verstaerken.
In den Sozial-, Wirtschafts- oder Geschichtswissenschaften ist der
Parameterraum zu gross, resp es fehlen die Daten, deswegen beschraenkt
man sich auf ein nicht ganz willkuerliches Subset und bringt dann eine
passende Theorie, die auf das passende Subset angewandt wird.
Moeglicherweise wurde das Subset falsch gewaehlt und daher ist die
Theorie, die drauf gepasst hat zwischen falsch und ganz falsch, weil die
Ansprueche zu hoch waren.
Zudem ergeben sich in diesen Wissenschaften eher nichtlineare und
reflexive Zusammenhaenge, die erst spaeter als solche erkannt werden aus
zwei unabhaengigen Variablen ploetzlich eine einzige Variable machen.
Zudem kann man ein Experiment in der Regel nicht wiederholt werden weil
die Randbedingungen nicht mehr stimmen.