Das Wissenschaftsargument überträgt das Modellieren und Simulieren auf Wissenschaft und Forschung, also vom Lernen einer Einzelperson auf das Lernen der Gesellschaft. Die Wissenschaft kennt seit dem Altertum die Theorie als Methode zur Wissensgenerierung. Im Laufe der Zeit gesellte sich das kontrollierte Experiment als zweites Standbein dazu. In den letzten 20 Jahren hat sich dank Informatik und Computern Simulation als wichtige Erkenntnismethode neben Theorie und Experiment etabliert. Viele Wissenschaftszweige – nicht nur in den Naturwissenschaften – haben eigene Unterbereiche mit Lehrstühlen und Ausbildungsgängen im Bereich Computational XY geschaffen: Computational Physics, Computational Biology oder Computational Linguistics. Der Urknall lässt sich nicht nachbauen, aber simulieren. Neue Proteine und Medikamente werden oft erst im Computer simuliert, bevor sie im Labor auch chemisch hergestellt werden. Neben Wetter- und Klimaentwicklungen werden auch menschliche Entscheidungen – seien dies Fluchtwege in Gebäuden oder die Kundenzirkulation in Warenhäusern – digital modelliert und simuliert. Simulation hat eine solche Bedeutung in der Wissenschaft gewonnen, dass Informatik wie Mathematik als Wissenschaftspropädeutik ins Gymnasium gehört.

First of all, most of the scientific disciplines are asked to handle a huge amount of data. This is not only true for experimental sciences such as biology, chemistry or physics, but also for economics, sociology, medicine etc. Because the amount of data is growing fast, one needs a well-structured way of saving it as well as efficient algorithms for searching, processing and communicating it. Many scientific disciplines, not only the natural sciences, generate knowledge from the data they collected by experiments, measurements, and assessments. To extract knowledge from the given data often requires a huge amount of computer work. This can only be done if one is able to develop specific efficient algorithms for these tasks or to ask computer scientists for their support. But this cannot be achieved without the ability to describe the problems exactly.
Of a similar importance is the application of simulations. In order to forecast some development, we create models and run simulations on them. This originally basic research instrument of physics, chemistry and engineering became a fundamental tool in sciences like economics, sociology, psychology, etc., which avoided the use of exact mathematical methods for a long period of time. Without simulations, many research projects would be unthinkable.