Was die Mathematik-IA zeigen soll
Die IA ist keine bloße Sammlung von Berechnungen. Sie soll zeigen, wie aus einer eigenen, untersuchbaren Frage eine nachvollziehbare mathematische Exploration entsteht.
Dazu gehören begründete Entscheidungen, korrekt eingesetzte Methoden, verständlich erklärte Rechenschritte und eine Interpretation der Ergebnisse. Ebenso wichtig ist die Frage, welche Annahmen getroffen wurden, wo das Modell Grenzen hat und wie die Untersuchung verbessert werden könnte.
Von einem Interesse zu einer prüfbaren Frage
Ein gutes Thema benennt zunächst nur einen Bereich. Die eigentliche Qualität entsteht durch die Eingrenzung: Welche Größen werden betrachtet? Welche Beziehung soll untersucht werden? Welche Daten oder mathematischen Objekte sind verfügbar?
- Die Frage ist in der verfügbaren Zeit bearbeitbar.
- Die benötigte Mathematik passt zu Kurs und Niveau.
- Das Ergebnis kann interpretiert und nicht nur berechnet werden.
- Eigene Entscheidungen sind im Vorgehen sichtbar.
Mathematik auswählen und erklären
Mehr Methoden bedeuten nicht automatisch eine stärkere IA. Besser ist eine begründete Auswahl, die wirklich zur Frage passt. Variablen, Annahmen, Formeln, Einheiten und technische Werkzeuge müssen so erklärt werden, dass der Gedankengang nachvollziehbar bleibt.
Software darf rechnen. Die Arbeit muss trotzdem zeigen, warum das Verfahren gewählt wurde und was das Ergebnis mathematisch bedeutet.
Darstellung als Teil der Argumentation
Grafiken, Tabellen und Berechnungen gehören dorthin, wo sie im Text verwendet werden. Jede Abbildung braucht eine Funktion: Sie belegt, vergleicht, erklärt oder führt zu einer Schlussfolgerung.
- Variablen und Symbole konsistent definieren
- Achsen, Einheiten und Tabellen eindeutig beschriften
- Zwischenergebnisse erklären statt nur aufzulisten
- Rohdaten und lange Softwareausgaben nur gezielt verwenden
Reflexion während der gesamten Exploration
Reflexion ist nicht nur ein Schlussabsatz. Sie entsteht immer dann, wenn ein Ergebnis eingeordnet, eine Annahme hinterfragt, eine Methode angepasst oder eine Grenze des Modells erklärt wird.
Eine gute Schlussfolgerung beantwortet die Ausgangsfrage direkt und unterscheidet klar zwischen mathematischem Ergebnis, Interpretation und verbleibender Unsicherheit.