Gegenstand eingrenzen
Lege Objekt, Datensatz, Zeitraum, Variable oder mathematische Struktur möglichst genau fest.
Themen 876 bis 900 mit Erklärung, Methoden, Kurs- und Gerätehinweisen.
Die Liste mischt Themen aus Analysis, Statistik, Modellierung, Geometrie, Zahlentheorie, Informatik, Sport, Umwelt und weiteren Bereichen. Jeder Eintrag enthält eine kurze Erklärung und sichtbare Methoden wie Differentialrechnung, Integralrechnung, Stochastik oder Regression.
Idee auswählen. Titel und Themenbereich sind Ausgangspunkte, keine fertigen Forschungsfragen.
A und K prüfen. Diese Codes ordnen Arbeitstyp, Kurs und Niveau grob ein.
P, M und S lesen. Sie zeigen mögliche Eigenständigkeit, Werkzeuge sowie Sicherheits- und Datenschutzbedarf.
| Nr. | Themenidee | A | K | P | M | S |
|---|---|---|---|---|---|---|
| 876 | Weitere KI-ExperimenteArt der Datenaugmentation und Robustheit Vergleiche Zuschneiden, Spiegeln, Farbrauschen und Kombinationen bei demselben kleinen Modell. |
3 | 9 | 181112 | 1320 | 0 |
| 877 | Weitere KI-ExperimenteMerkmalskalierung und Trainingskonvergenz Trainiere denselben Algorithmus mit unskalierten, standardisierten und normalisierten Merkmalen. |
3 | 9 | 13781112 | 1213 | 0 |
| 878 | Weitere KI-ExperimenteEntscheidungsschwelle und Fehlerkosten Verändere die Klassifikationsschwelle eines festen Modells. |
3 | 9 | 1481112 | 1320 | 0 |
| 879 | Weitere KI-ExperimenteEnsemblegröße und Vorhersagevarianz Kombiniere zunehmend viele unabhängig trainierte kleine Modelle. |
3 | 6 | 18101112 | 121320 | 0 |
| 880 | Weitere KI-ExperimenteMensch, KI und Mensch-KI-Kombination Lass denselben überprüfbaren Aufgabensatz unter drei klar getrennten Bedingungen bearbeiten. |
3 | 2 | 18101112 | 132021 | 0 |
| 881 | Algorithmen, digitale Messungen und DatenqualitätEingabegröße und Laufzeit von Sortieralgorithmen Vergleiche mehrere Algorithmen auf identischer Hardware und mit vielen Wiederholungen. |
3 | 9 | 1371112 | 61320 | 0 |
| 882 | Algorithmen, digitale Messungen und DatenqualitätHindernisdichte und Effizienz von A\* gegenüber Dijkstra Erzeuge Gitterkarten mit kontrolliertem Hindernisanteil. |
3 | 9 | 13781112 | 161113 | 0 |
| 883 | Algorithmen, digitale Messungen und DatenqualitätInterpolationsmethode und räumlicher Vorhersagefehler Entferne gezielt Messpunkte aus einer Temperatur-, Magnetfeld- oder Lichtkarte. |
3 | 6 | 1367810 | 31013 | 0 |
| 884 | Algorithmen, digitale Messungen und DatenqualitätSchrittweite und Fehler numerischer Integration Integriere experimentelle Geschwindigkeits-, Leistungs- oder CO₂-Raten mit verschiedenen Verfahren. |
3 | 9 | 171112 | 31213 | 0 |
| 885 | Algorithmen, digitale Messungen und DatenqualitätAbtastrate und Frequenzbestimmung Zeichne dasselbe periodische Signal mit verschiedenen Abtastraten auf. |
3 | 2 | 171112 | 613 | 0 |
| 886 | Algorithmen, digitale Messungen und DatenqualitätRechenoperationen und Rundungsfehler Vergleiche mathematisch äquivalente Rechenwege mit begrenzter Gleitkommapräzision. |
3 | 6 | 13671112 | 13 | 0 |
| 887 | Algorithmen, digitale Messungen und DatenqualitätVerdeckungsanteil und QR-Code-Erkennung Bedecke definierte Flächenanteile von QR-Codes verschiedener Fehlerkorrekturstufen. |
3 | 6 | 171112 | 13 | 0 |
| 888 | Algorithmen, digitale Messungen und DatenqualitätBildkompression und Informationsverlust Speichere dieselben Bilder mit verschiedenen Qualitätsstufen. |
3 | 9 | 1371112 | 713 | 0 |
| 889 | Algorithmen, digitale Messungen und DatenqualitätPseudozufallszahlengenerator und statistische Gleichmäßigkeit Vergleiche mehrere Generatoren oder unterschiedliche Startwerte. |
3 | 6 | 13781112 | 11317 | 0 |
| 890 | Algorithmen, digitale Messungen und DatenqualitätBitfehlermuster und Erkennungswahrscheinlichkeit Simuliere Einzel-, Mehrfach- und Burstfehler für Prüfsummen oder einfache Fehlerkorrekturcodes. |
3 | 6 | 171112 | 113 | 0 |
| 891 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeOptimale Zylinderproportionen Baue Zylinder gleichen Volumens mit verschiedenen Radius-Höhen-Verhältnissen. |
3 | 9 | 12381112 | 11320 | 0 |
| 892 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeEckenausschnitt und maximales Schachtelvolumen Schneide aus gleich großen Kartonblättern Quadrate verschiedener Seitenlänge aus. |
3 | 9 | 1381112 | 113 | 0 |
| 893 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeKreispackung und Flächeneffizienz Vergleiche regelmäßige, versetzte und algorithmisch gefundene Anordnungen. |
3 | 9 | 13781112 | 1313 | 0 |
| 894 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeFaltmuster und Druckfestigkeit von Papier Vergleiche Akkordeon-, Miura-, Dreiecks- und eigene Faltungen bei gleicher Papierfläche. |
3 | 6 | 181112 | 121320 | 0 |
| 895 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeGeometrische Unregelmäßigkeit und Würfelfairness Verändere bei selbst gefertigten ungefährlichen Würfeln kontrolliert eine geometrische Eigenschaft. |
3 | 6 | 181112 | 131320 | 0 |
| 896 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeAnzahl der Mischvorgänge und Kartenunordnung Vergleiche verschiedene Mischmethoden anhand nummerierter Karten. |
3 | 6 | 181112 | 113 | 0 |
| 897 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeDimension und Rückkehrzeit eines Random Walk Simuliere oder realisiere Zufallswege auf einer Linie, einem Gitter und gegebenenfalls in drei Dimensionen. |
3 | 6 | 181112 | 1613 | 0 |
| 898 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeEine gemeinsame oder mehrere getrennte Warteschlangen Simuliere Bedienzeiten mit Karten, Würfeln oder Software. |
3 | 6 | 181112 | 1361320 | 0 |
| 899 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeAmpelzyklus und durchschnittliche Verzögerung Simuliere eine Kreuzung mit gemessenen oder künstlich erzeugten Ankunftsraten. |
3 | 9 | 1367811 | 11013 | 1 |
| 900 | Geometrie, Wahrscheinlichkeit, Warteschlangen und NetzwerkeKnotenausfall und Stabilität eines Netzwerks Entferne systematisch zufällige oder besonders stark vernetzte Knoten aus einem Modellnetzwerk. |
3 | 6 | 181112 | 1131720 | 0 |
Zu dieser Kombination wurden keine Themenideen gefunden.
Die Tabelle bleibt auf dem Smartphone schmal, indem ausführliche Angaben durch Zahlencodes ersetzt werden. Ein Eintrag kann bei P und M mehrere Codes enthalten.
Die Tabelle soll den Einstieg beschleunigen. Die eigentliche Forschungsfrage entsteht erst durch Eingrenzung, mathematische Auswahl und kritische Prüfung.
Lege Objekt, Datensatz, Zeitraum, Variable oder mathematische Struktur möglichst genau fest.
Bestimme, welche Modelle, Beweise, statistischen Verfahren oder Optimierungsschritte die Frage wirklich beantworten.
Wähle eigene Daten, Vergleiche, Modellentscheidungen, Erweiterungen oder Beweisideen statt nur ein Standardverfahren nachzurechnen.
Prüfe Annahmen, Fehlerquellen, Datenqualität, Modellgrenzen, Sicherheit und mögliche Verbesserungen.
Die P-Codes zeigen mögliche Wege zu einer selbst geprägten Untersuchung. Sichtbar wird Eigenständigkeit durch begründete Entscheidungen, passende Datenauswahl, eigene Modellvarianten, nachvollziehbare Vergleiche und kritische Reflexion. Ein Code garantiert keine bestimmte Bewertung.
IA-Anforderungen einordnenNein. Sie benennen eine Untersuchungsrichtung. Eine einreichbare Frage muss enger gefasst, an Kurs und Niveau angepasst und mit einer klaren mathematischen Methode verbunden werden.
Die allgemeine Richtung könnte je nach Eingrenzung und Tiefe als IA oder Mathematics EE entwickelt werden. Für einen EE braucht sie typischerweise eine deutlich vertiefte mathematische Argumentation und einen passenden Forschungsumfang.
Nein. K ist eine redaktionelle Orientierung für Mathematics AA beziehungsweise Math AI und SL beziehungsweise HL. Die endgültige Eignung hängt von der konkreten Forschungsfrage und den aktuellen Vorgaben ab.
Nein. M zeigt typische oder mögliche Werkzeuge. Viele Themen lassen sich mit offenen Daten, einer Tabellenkalkulation, CAS, GeoGebra, Desmos oder Python bearbeiten. Ein Thema sollte an real verfügbare Mittel angepasst werden.
Bevorzuge anonymisierte oder öffentlich verfügbare Sekundärdaten. Eigene Erhebungen benötigen Einwilligung, Datenschutz, schulische Freigabe und eine risikoarme Vorgehensweise. Diagnosen, Medikamentenänderungen oder invasive Selbstversuche gehören nicht in ein Mathematikprojekt.
Für Suche, Barrierefreiheit und KI-Systeme stehen dieselben 900 Einträge zusätzlich als Klartext und zweisprachige JSON-Datei bereit.
Die Themenliste ergänzt die PreLearning-Erklärungen. Verbindlich bleiben die offiziellen IB-Unterlagen und die Vorgaben der Schule.