Themen

Was ist Wissenschaft?

Das Wesen der Physikalischen Chemie

Anforderungen an die wissenschaftliche Datenanalyse

Größere Projekte erfordern Kenntnisse in Software-Entwicklung

Folien

PDF

• Rechnergestützte Datenauswertung spielt in der Physikalischen Chemie oft eine
  bedeutende Rolle.
  • Programmierung ist notwendiges Mittel zum Zweck.
• Software zur wissenschaftlichen Datenanalyse sollte einer Reihe von Anforderungen genügen:
  • Wiederverwendbarkeit, Selbstdokumentation,
    Zuverlässigkeit, Überprüfbarkeit, Nutzerfreundlichkeit,
    Erweiterbarkeit, Reproduzierbarkeit.
• Auswertungssoftware wird schnell komplex.
  • Kenntnis von Strategien professioneller Software-Entwicklung ist deshalb hilfreich.

Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.

Die Frage „Was ist Wissenschaft“ zu behandeln, sprengt den Rahmen der Vorlesung bei Weitem und ist nicht umsonst der Inhalt ganzer Bücher und dedizierter Vorlesungen zur Wissenschaftstheorie (meist an der philosophischen Fakultät). Dem Interessierten sei entsprechende Primär- (u.a. Popper, Kuhn, Hacking) und Sekundärliteratur (u.a. Poser, Chalmers) empfohlen.

• Chalmers, Alan F. (1999): What is this thing called Science?, Open University Press, Berkshire, UK
• Hacking, Ian (1995): Einführung in die Philosophie der Naturwissenschaften, Reclam, Stuttgart
• Kuhn, Thomas S. (1976): Die Struktur wissenschaftlicher Revolutionen, Suhrkamp, Frankfurt am Main
• Popper, Karl (2005): Logik der Forschung, Mohr Siebeck, Tübingen
• Poser, Hans (2001): Wissenschaftstheorie, Reclam, Stuttgart

Es gibt keine wirklich griffige Übersetzung für die Begriffe „Scientific Computing“ bzw. „Computational Science“, am ehesten „Wissenschaftliches Rechnen“ oder „Rechnergestützte Wissenschaft(en)“. Gerade in der experimentellen Physikalischen Chemie ist rechnergestützte Datenauswertung zwar allgegenwärtig, aber eben doch „Mittel zum Zweck“. Zwei Artikel, die sich mit dem Problem befassen, dass die meisten Wissenschaftler nie gelernt haben, wie man programmiert, sind nachfolgend aufgeführt. Weitere Details dazu folgen im zweiten Teil der Motivation.

• Merali, Zeeya (2010): ...why scientific programming does not compute, Nature 467:775-777
• Wilson, Greg (2006): Software carpentry. Getting scientists to write better code by making them more productive, Computing in Science & Engineering 8:66-69