- Warum die Methodik im Physics IA so wichtig ist
- Physics IA Anforderungen (Guide mit first assessment 2025)
- Ein Physics IA um einen klaren Zusammenhang herum planen
- Variablen richtig kontrollieren
- Unsicherheiten von Anfang an in die Methode einplanen
- Den linearisierten Graphen planen, bevor du Daten erhebst
- Conclusion und Evaluation schreiben
- So werden die vier Kriterien im Physics IA bewertet
- Physics IA Ideen: Mechanik, Wärme und Elektrizität
- Physics IA Ideen: Wellen, Felder und Kernphysik
- Häufige Methodikfehler im Physics IA
Kurzantwort
Das IB Physics IA ist eine wissenschaftliche Untersuchung, die auf SL und HL 20 % zählt: ein Bericht mit höchstens 3.000 Wörtern zu deiner eigenen Forschungsfrage, bewertet nach Research design, Data analysis, Conclusion und Evaluation mit je 6 Punkten. Eine starke Methodik testet einen quantitativen Zusammenhang, kontrolliert Variablen nachvollziehbar, plant Unsicherheiten ein und legt einen linearisierten Graphen fest, bevor Daten erhoben werden.
Was du lernst
- Das Physics IA ist eine wissenschaftliche Untersuchung (scientific investigation), die auf SL und HL 20 % zählt, mit höchstens 3.000 Wörtern und vier Kriterien zu je 6 Punkten
- Plane die Untersuchung um einen quantitativen Zusammenhang, den die Theorie vorhersagt, damit du den Graphen linearisieren und testen kannst
- Plane Unsicherheiten in die Methode ein: Wahl der Messgeräte, Wiederholungen, Fortpflanzung, Fehlerbalken sowie Geraden mit maximaler und minimaler Steigung
- Erkläre, wie jede Kontrollvariable tatsächlich kontrolliert wird, statt sie nur aufzulisten
- Einfache Geräte reichen: Die Kriterien belohnen sorgfältiges Design und gründliche Analyse, nicht teure Ausstattung
Warum die Methodik im Physics IA so wichtig ist
Deine Methode bestimmt die Qualität deiner Daten, und die Qualität deiner Daten begrenzt jedes andere Kriterium. Das Kriterium Research design belohnt direkt, dass du deine methodischen Entscheidungen erklärst und eine Methode beschreibst, die eine andere Person wiederholen könnte. Data analysis, Conclusion und Evaluation hängen dann davon ab, ob die Methode genug präzise Daten geliefert hat. Viele verstehen die Physik, verlieren aber Punkte, weil die Methode vage oder schlecht kontrolliert ist oder einen echten Trend nicht von der Messunsicherheit trennen kann.
Profi-Tipp
Wenn deine Methode nicht genug gute Daten für einen Graphen mit Fehlerbalken und einer aussagekräftigen Steigung liefert, liegt das Problem in der Methodik, und keine Analyse der Welt behebt es später.
Physics IA Anforderungen (Guide mit first assessment 2025)
Physik, Biologie und Chemie haben in den Guides, die im Mai 2025 zum ersten Mal geprüft wurden, ein gemeinsames IA-Modell. Diese Guides gelten für alle, die im November 2026, im Mai 2027 oder im Mai 2028 Prüfungen ablegen, also auch für alle, die im August 2026 mit dem DP begonnen haben. Das IA ist die scientific investigation (wissenschaftliche Untersuchung): eine offene Aufgabe, in der du Daten sammelst und auswertest, um deine eigene Forschungsfrage zu beantworten.
- Gewichtung: 20 % der Endnote auf SL und HL, mit denselben Kriterien auf beiden Niveaus
- Umfang: ein Bericht mit höchstens 3.000 Wörtern; Diagramme, Abbildungen, Datentabellen, Gleichungen, Rechnungen, Quellenverweise, das Literaturverzeichnis und Überschriften zählen nicht mit
- Zeit: Der Guide empfiehlt etwa 10 Unterrichtsstunden für das IA
- Bewertung: Research design, Data analysis, Conclusion und Evaluation, je 6 Punkte, zusammen 24; bewertet von deiner Lehrkraft und moderiert vom IB
- Ansätze: Laborexperimente, Modellierung mit Tabellenkalkulation, Datenbanken oder Simulationen, allein oder kombiniert, solange du quantitative Daten erhebst und auswertest
- Gruppenarbeit: freiwillig, in Gruppen von bis zu drei Personen, aber jede Person hat ihre eigene Forschungsfrage und ihren eigenen Bericht und darf nicht dieselben Rohdaten vorlegen wie eine andere Person
Wichtig
Anleitungen und Videos, die die Kriterien Personal engagement, Exploration, Analysis und Communication, eine Grenze von 6-12 Seiten oder das group 4 project erwähnen, beschreiben den vorherigen Physics Guide. Das group 4 project wurde durch das collaborative sciences project ersetzt, das vom IA getrennt ist.
Ein Physics IA um einen klaren Zusammenhang herum planen
Die stärksten Physics IAs testen einen quantitativen Zusammenhang, den die Theorie vorhersagt, damit die Analyse deine Daten mit einem Modell vergleichen kann. Wer zum Beispiel ein Fadenpendel untersucht, könnte fragen: Wie beeinflusst die Länge eines Fadenpendels (0,20-1,00 m) seine Periodendauer, und stimmt der Zusammenhang mit der Vorhersage der Kleinwinkelnäherung für T² gegen die Länge überein? Deine Methode sollte klar machen, was sich ändert, was gemessen wird und wie alles andere konstant bleibt.
- Wähle eine abhängige Variable, die du mit realistischer Genauigkeit messen kannst, wo möglich mit Sensoren oder Videoanalyse
- Nutze einen Bereich der unabhängigen Variable, der breit genug ist, um den Trend zu zeigen, und begründe die Abstände
- Nenne die Theorie und ihre Annahmen, etwa kleine Winkel, vernachlässigbare Reibung oder konstante Temperatur
- Leg vorher fest, welcher Graph linear sein sollte und was seine Steigung und sein Achsenabschnitt bedeuten
- Plane genug Wiederholungen, um bei jedem Wert die zufällige Unsicherheit abzuschätzen
Variablen richtig kontrollieren
Physikversuche wirken oft kontrolliert, obwohl sie es nicht sind. Eine starke Methode erklärt, welche Variablen das Ergebnis beeinflussen könnten, wie jede konstant gehalten wird und wie gut. Das zählt am meisten bei Zeitmessung, Reibung, Ausrichtung, Temperatur und menschlicher Reaktionszeit.
- Halte die Ausrichtung der Geräte zwischen den Durchgängen gleich, zum Beispiel mit markierten Positionen oder einer festen Klemme
- Verringere Parallaxe und Ablesefehler, indem du Skalen auf Augenhöhe abliest oder digitale Sensoren nutzt
- Ersetze das Stoppen von Hand durch Lichtschranken oder Videoanalyse, oder stoppe viele Schwingungen statt einer
- Überwache Raumtemperatur oder Stromstärke, wenn sie während des Versuchs driften können
- Sag, was du nicht vollständig kontrollieren konntest und wie es deine Schlussfolgerung beeinflussen könnte
Wichtig
Eine Tabelle mit Kontrollvariablen ohne Erklärung, wie sie kontrolliert wurden, ist ein schwaches Research design.
Unsicherheiten von Anfang an in die Methode einplanen
Arbeiten in der obersten Stufe behandeln Unsicherheit als Teil des Designs und nicht als etwas, das am Ende hinzukommt. Der Physics Guide erwartet, dass du Unsicherheiten als Bereich angibst, sie durch Rechnungen fortpflanzt, als Fehlerbalken darstellst und die Unsicherheit von Steigung und Achsenabschnitt bestimmst.
- 1Bestimme die Unsicherheit jedes Messgeräts oder nimm die halbe Spannweite wiederholter Messwerte, wenn diese größer ist
- 2Wähle Geräte, deren Genauigkeit zur Größe der Messgröße passt, damit die prozentualen Unsicherheiten klein bleiben
- 3Pflanze Unsicherheiten fort: Addiere absolute Unsicherheiten beim Addieren oder Subtrahieren, addiere relative oder prozentuale Unsicherheiten beim Multiplizieren oder Dividieren und multipliziere die prozentuale Unsicherheit beim Potenzieren mit dem Exponenten
- 4Zeichne Fehlerbalken an jeden verarbeiteten Datenpunkt
- 5Zeichne Geraden mit maximaler und minimaler Steigung durch die Fehlerbalken, um die Unsicherheit von Steigung und Achsenabschnitt zu bestimmen
- 6Nutze diese Unsicherheit, um zu beurteilen, wie gut dein Ergebnis mit der Theorie oder einem anerkannten Wert übereinstimmt
Profi-Tipp
Wenn du zehn Schwingungen stoppst und durch zehn teilst, sinkt die prozentuale Unsicherheit durch die Reaktionszeit ungefähr um den Faktor zehn. Kleine Designentscheidungen wie diese verbessern die Data analysis stärker als zusätzliche Rechnungen.
Den linearisierten Graphen planen, bevor du Daten erhebst
Dein Design sollte schon festlegen, welchen Graphen du zeichnest und was seine Steigung bedeutet. Durch Linearisieren wird aus einer Kurve eine Gerade, die du testen kannst, und der Guide zählt das Linearisieren von Graphen und logarithmische Skalen zu den geforderten Fertigkeiten.
- Fadenpendel: Trage T² gegen die Länge auf; die Steigung hängt mit der Gravitationsfeldstärke zusammen
- Fallende Kugel in Öl: Trage die Endgeschwindigkeit gegen das Quadrat des Radius auf, um das stokessche Gesetz zu testen
- Intensität und Abstand: Trage die Intensität gegen 1 durch das Quadrat des Abstands auf, um ein Abstandsquadratgesetz zu testen
- Abkühlung oder radioaktiver Zerfall: Trage den natürlichen Logarithmus der Größe gegen die Zeit auf; die Steigung ist die Zerfallskonstante
- Unbekanntes Potenzgesetz: Trage log y gegen log x auf; die Steigung ist der Exponent
- Achte darauf, dass deine Abstände gleichmäßig verteilte Punkte auf dem linearisierten Graphen ergeben, nicht nur auf dem ursprünglichen
Conclusion und Evaluation schreiben
Das Kriterium Conclusion (Schlussfolgerung) belohnt eine Schlussfolgerung, die begründet ist, vollständig mit deinen verarbeiteten Daten einschließlich ihrer Unsicherheiten übereinstimmt und mit dem anerkannten wissenschaftlichen Kontext verglichen wird, etwa mit einer theoretischen Vorhersage oder einem veröffentlichten Wert. Das Kriterium Evaluation (kritische Bewertung) belohnt, dass du erklärst, wie stark sich konkrete Schwächen oder Grenzen jeweils auswirken, und realistische Verbesserungen erklärst.
- 1Sag mithilfe von Steigung, Achsenabschnitt und ihren Unsicherheiten, ob die Daten den vorhergesagten Zusammenhang stützen
- 2Vergleiche einen abgeleiteten Wert mit einem anerkannten Wert und sag, ob die Abweichung innerhalb deiner Unsicherheit liegt
- 3Benenne konkrete Schwächen, etwa die Zeitmessung am Loslasspunkt oder die Erwärmung eines Drahts, statt allgemein „menschliches Versagen“
- 4Ordne die Schwächen danach, wie stark sie das Ergebnis beeinflusst haben, und sag, ob jede einen zufälligen oder systematischen Fehler verursacht hat
- 5Nenne zu jeder wichtigen Schwäche eine realistische Verbesserung, etwa eine Lichtschranke oder ein Wasserbad mit konstanter Temperatur
- 6Diskutiere Grenzen des Geltungsbereichs, etwa den untersuchten Bereich oder Annahmen, die außerhalb davon nicht mehr gelten könnten
So werden die vier Kriterien im Physics IA bewertet
Jedes Kriterium bringt bis zu 6 Punkte und 25 % der IA-Punkte. Diese Punkte geben sinngemäß wieder, was der Guide für die oberste Bewertungsstufe (5-6 Punkte) beschreibt.
- Research design (Forschungsdesign): Die Forschungsfrage ist in einem konkreten, passenden Kontext beschrieben, die methodischen Überlegungen sind erklärt, und die Methode ließe sich wiederholen
- Data analysis (Datenanalyse): Erfassung und Verarbeitung sind klar und präzise, Unsicherheiten werden angemessen berücksichtigt, und die Verarbeitung ist passend und korrekt
- Conclusion (Schlussfolgerung): Eine zur Forschungsfrage passende Schlussfolgerung ist begründet, stimmt vollständig mit der Analyse überein und wird mit dem anerkannten wissenschaftlichen Kontext verglichen
- Evaluation (kritische Bewertung): Die Auswirkung konkreter methodischer Schwächen oder Grenzen wird im Verhältnis zueinander erklärt, und für sie werden realistische Verbesserungen erklärt
Physics IA Ideen: Mechanik, Wärme und Elektrizität
Diese Ideen eignen sich für eine starke Methodik, weil jede einen vorhergesagten Zusammenhang mit Geräten testet, die die meisten Schulen haben. Jede ist je nach der Theorie, die du zur Erklärung brauchst, mit „SL und HL“ oder „nur HL“ markiert.
- Pendel mit großer Amplitude (SL und HL): Miss mit einer Lichtschranke oder Videoanalyse, wie sich die Periodendauer jenseits der Kleinwinkelnäherung mit der Amplitude ändert.
- Fallende Kugeln in Glycerin (SL und HL): Miss die Endgeschwindigkeit von Stahlkugeln mit verschiedenen Radien und teste die Vorhersage des stokesschen Gesetzes, dass die Geschwindigkeit proportional zum Quadrat des Radius ist.
- Gummiband-Katapult (SL und HL): Miss die Flugweite in Abhängigkeit von der Dehnung und teste, ob die gespeicherte Energie dem hookeschen Gesetz folgt oder davon abweicht.
- Rollende Körper (nur HL): Vergleiche die Beschleunigung von Zylindern mit unterschiedlicher Massenverteilung auf einer schiefen Ebene und setze sie in Beziehung zum Trägheitsmoment, das nur auf HL behandelt wird.
- Sprunghöhe und Temperatur (SL und HL): Miss per Videoanalyse das Verhältnis von Rücksprunghöhe zu Fallhöhe für einen Ball bei verschiedenen Temperaturen.
- Haftreibung (SL und HL): Bestimme den Winkel, bei dem ein Klotz zu rutschen beginnt, während du die Normalkraft oder die Kontaktfläche änderst, und teste, ob der Reibungskoeffizient konstant bleibt.
- Abkühlung und Oberfläche (SL und HL): Erfasse die Temperatur von heißem Wasser in Gefäßen mit unterschiedlich großer offener Oberfläche und vergleiche die Konstanten der exponentiellen Abkühlung.
- Gasdruck und Temperatur (SL und HL): Erwärme einen verschlossenen Kolben mit Luft im Wasserbad, erfasse den Druck mit einem Sensor und extrapoliere, um den absoluten Nullpunkt abzuschätzen.
- Spezifischer Widerstand von Bleistiftgraphit (SL und HL): Miss den Widerstand in Abhängigkeit von der Länge für Bleistiftstriche oder -minen und vergleiche den spezifischen Widerstand verschiedener Härtegrade.
- Thermistor und Temperatur (SL und HL): Miss den Widerstand über einen Temperaturbereich und linearisiere, indem du ln R gegen 1/T aufträgst.
- Innenwiderstand einer Batterie und Temperatur (SL und HL): Bestimme Quellenspannung (emf) und Innenwiderstand einer Zelle aus Spannungs-Strom-Graphen bei verschiedenen Temperaturen.
- Widerstand einer Salzlösung (SL und HL): Miss den Widerstand einer Säule Salzlösung bei verschiedenen Konzentrationen und halte dabei Temperatur und Elektrodenabstand konstant.
Physics IA Ideen: Wellen, Felder und Kernphysik
Untersuchungen zu Wellen und Feldern liefern oft nichtlineare Zusammenhänge. Deshalb stehen Linearisierung und die Unsicherheit der Steigung im Mittelpunkt der Analyse.
- Stehende Wellen auf einer Saite (SL und HL): Variiere die Spannkraft, miss die Grundfrequenz mit einem Frequenzgenerator und trage die Frequenz gegen die Wurzel der Spannkraft auf.
- Schallgeschwindigkeit im Resonanzrohr (SL und HL): Miss Resonanzlängen für verschiedene Frequenzen und bestimme die Schallgeschwindigkeit aus der Steigung. Der Achsenabschnitt liefert eine Mündungskorrektur, die über den Syllabus hinausgeht.
- Brechungsindex von Zuckerlösungen (SL und HL): Miss Brechungswinkel durch eine halbkreisförmige Schale bei verschiedenen Konzentrationen und wende das snelliussche Brechungsgesetz an.
- Wellenlängen mit einem Beugungsgitter (SL und HL): Miss die Winkel der Maxima für LEDs verschiedener Farben und teste die Gittergleichung. Halte dich an die Sicherheitsregeln deiner Schule für Laser und LEDs.
- Dämpfung eines Feder-Masse-Pendels (SL und HL): Befestige Karten mit unterschiedlicher Fläche an einer schwingenden Masse und miss, wie schnell die Amplitude abnimmt.
- Lichtintensität und Abstand (SL und HL): Miss die Intensität einer kleinen Lampe mit einem Lichtsensor, teste das Abstandsquadratgesetz und diskutiere, warum eine echte Lampe keine Punktquelle ist.
- Magnetfeld und Abstand (SL und HL): Miss das Feld eines Magneten mit dem Magnetometer im Handy und bestimme das Potenzgesetz aus einem doppelt logarithmischen Graphen.
- Induktion durch einen fallenden Magneten (nur HL): Lass einen Magneten aus verschiedenen Höhen durch eine Spule fallen und erfasse die maximale induzierte Spannung mit einem Datenlogger. Induktion wird nur auf HL behandelt.
- Drittes keplersches Gesetz aus einer Datenbank (SL und HL): Nutze veröffentlichte Exoplanetendaten, um den Zusammenhang zwischen Umlaufzeit und Bahnradius für Planeten eines Sterntyps zu testen.
- Absorption von Beta- oder Gammastrahlung (SL und HL): Miss die Zählrate durch zunehmend dicke Schichten aus Aluminium oder Blei und korrigiere die Nullrate, nur mit den Quellen deiner Schule und unter Aufsicht.
- Wasserstrahl aus einem Loch (SL und HL): Miss, wie sich die horizontale Reichweite eines Wasserstrahls mit der Wasserhöhe über dem Loch ändert, und vergleiche mit einer Vorhersage aus der Energieerhaltung.
- Kreisel oder Fidget Spinner (SL und HL): Miss per Video oder Handysensor, wie die Drehzahl mit der Zeit abnimmt, und teste, ob die Reibung eine lineare oder exponentielle Abnahme ergibt.
Häufige Methodikfehler im Physics IA
Das sind die häufigsten Gründe, warum ein Physics IA in den mittleren Stufen hängen bleibt, selbst wenn das Thema gut ist. Wenn du deine methodischen Fähigkeiten stärken möchtest, kann ein Tutor für IB Physik Kontrollen, Unsicherheiten und Linearisierung mit dir an anderen Experimenten durchgehen; Feedback zu deiner eigenen Methode gibt deine Lehrkraft.
- Zu wenige Werte der unabhängigen Variable, um einen überzeugenden Zusammenhang zu zeigen
- Wiederholte Durchgänge, die zwar notiert, aber nicht zur Abschätzung der Unsicherheit genutzt werden
- Starke Abhängigkeit von Zeitmessung per Hand, ohne den Reaktionszeitfehler zu benennen oder zu verringern
- Kontrollvariablen, die genannt, aber nicht wirklich kontrolliert werden
- Keine Begründung für den gewählten Bereich oder die Abstände
- Ein Graph, der nie linearisiert wird, sodass der Zusammenhang beschrieben, aber nie getestet wird
- Eine Evaluation, die Probleme auflistet, die die Methode hätte vorhersehen und beheben sollen