Climate models and climate modelling are a central part of climate science with particular importance for long term prognoses of future climate development. In the context of global climate change, which is a fact undoubted by climate scientists but sceptically discussed in the public, their importance not only for climate sciences is increasing. However, most findings of climate modelling approaches are highly uncertain and span a very broad range of values for climate variables and impacts of climate change. Climate models are different from experiments in physics, thus their results must be valued accordingly. Furthermore climate models are epistemically very different from physics theories, which are normally topic of the debate in the philosophy of science. In this thesis climate modelling is analysed according to ascertain the epstemic status of climate models and to discuss its consequences. Climate modelling is not based on a comprehensive physics theory and is not analogous to experimenting. Moreover, climate models play a double role as an outsourced human brain and a copy of the earth and are thus something in between an experiment and a theory in progress. Due to this fact several problems of climate modelling result, two of which are fundamental and others are principally to overcome but practically pressing. The fundamental problems of understanding the climate system are the nonlinearity of the system and lack of observational data. The main practical problem of climate modelling is the problem of parameterisation, which is the need to represent processes of the climate system in the modelling approach that are insufficiently understood or on a smaller scale than the resolution of the model. Parameterisations in nonlinear models make it nearly impossible to detect chains of causes and effects in a climate model. Therefore an intransparent method of fitting the model to data, which is called tuning, results in manipulated physics of the climate model and prevents a meaningful analysis of the modelling results. As a conclusion of this thesis certain rules are provided that could avoid abuse of climate model tuning. Furthermore basic guidelines are provided to make the climate modelling process more transparent in general and thus to refer to the main uncertainties integral to climate modelling appropriately.
Die Klimawissenschaften erfahren in den letzten Jahren große öffentliche Aufmerksamkeit aufgrund des sich zunehmend bemerkbar machenden anthropogenen Klimawandels. Die Rezeption der Ergebnisse klimawissenschaftlicher Forschung ist dabei keineswegs nur positiv. Im Gegenteil, viele Aussagen, die Wissenschaftler über die mögliche Entwicklung des Klimas, treffen, werden angezweifelt. Und zwar sowohl von Wissenschaftlern anderer Disziplinen als auch von Vertretern politischer und gesellschaftlicher Instanzen. Wenn diese Zweifel begründet werden, beruht diese Begründung häufig auf der Annahme, dass Klimamodelle, mit deren Hilfe Projektionen zukünftiger Klimate erstellt werden, nicht die nötige Qualität aufweisen um ihre Aufgabe zu erfüllen. In dieser Dissertation wird der wissenschaftstheoretische Status insbesondere komplexer Klimamodelle analysiert und die Frage erörtert, ob Zweifel berechtigt sind. Der anthropogene Klimawandel ist eine wissenschaftliche Tatsache, die ohne Zuhilfenahme von Klimamodellen zu belegen ist. Für die Folgen der globalen erwärmung spielen diese jedoch eine herausragende Rolle. Klimamodelle sind aus wissenschaftstheoretischer Sicht grundlegend verschieden von wissenschaftlichen Theorien, die im wesentlichen Gegenstand der Diskussion in der Wissenschaftstheorie sind. Einge klassische Fragen dieser Disziplin stellen sich daher anders bzw. bedürfen anderer Ideen zur Beantwortung der Fragen. Nach einer naturwissenschaftlichen Einführung wird in der Dissertation gezeigt, dass es keine Theorie der Klimawissenschaften gibt, ebenso wie Klimamodelle nicht analog zu klassischen Experimenten verstanden werden können. Klimamodelle, wie andere Computermodelle auch, nehmen stattdessen einen Status zwischen Theorie und Experiment ein und sind eher als Ansatz ein bestimmtes Problem zu bearbeiten zu interpretieren, als dessen tatsächliche Lösung. Daran anschließend werden die Probleme im Zusammenhang mit Klimamodelierung dargestellt, wobei zwei grundsätzlich nicht lösbare, prinzipielle Probleme einer Reihe von Modellierungsschwierigkeiten gegenüberstehen. Eine der Hauptursachen für letztere ist ein Skalenproblem, da wichtige Prozesse im Klimasystem auf räumlichen Skalen stattfinden, die in den Modellen nicht aufgelöst werden müssen sie parametrisiert werden. Viele Prozesse des Klimasystems sind bisher nicht, oder nur unzureichend verstanden, ein Problem, dass durch die Parametrisierungen verstärkt wird. Ein prinzipielles Problem ist die Nichtlinearität des Klimasystems, die es einerseits nicht möglich macht das System komplett zu verstehen und andererseits nichtlineare Modelle erfodert, in denen es kaum möglich ist Kausalketten zu identifizieren. Abgesehen von diesen systembedingten Schwierigkeiten erschwert die Tatsache, dass es sich beim anthropogenen Klimawandel um ein singuläres Ereigniss der Klimageschichte handelt, das Testen von Klimamodellen und erhöht damit die Unsicherheit der Klimaprojektionen. Dass es trotzdem möglich ist Klimamodelle zu validieren und damit zu robusten Ergebnissen der Modellsimulationen zu gelangen ist Gegenstand der weiteren Analysen in der Dissertation. Dabei wird dargelegt, wie mit Hilfe von Klimamodellen insbesondere durch das modellierern ähnlicher Szenarien in ganzen Ensemblen von Modellen gute Ergebnisse erzielt werden können. Diese Methoden erlauben es jedoch streng genommen nicht, modellierte Klimavariablen so exakt zu prognistizieren, dass Wahrscheinlichkeitsfunktionenen angegeben werden können. Anhand des Beispiels des Modelltunens werden im lezten Teil der Dissertation Regeln entwickelt, deren Einhaltung einige grundlegende Fehler im Modellierungsprozess verhindern kann. Die konkreten technischen Regeln lassen sich auf drei wesentliche Grundsätze reduzieren: Ein Messdatum nicht zweimal zu verwenden, alle bekannten theoretischen Zusammenhänge im Modellierungsprozess zu berücksichtigen und keine Zusammenhänge, die durch das Tunen des Modells enstehen als Kausalzusammenhänge zu interpretieren. Darüberhinaus werden Vorschläge zum Umgang mit Unsicherheiten im Modell erörtert und anhand von Handlungsanweisungen des Weltklimarats ergänzt. Begrüdet werden diese Regeln damit, dass sie zur Erreichung des Ziels, Modellierungsprozesse und Ergebnisse von Klimasimulationen nachvollziehbarer und transparenter zu machen, beitragen.
