Zum Inhalt springen

Messwerte mit Einheiten und Unsicherheit dokumentieren - Tierpfleger im Forschungslabor

Aus MOOCsWiki Staging
aiMOOC-Siegel aiMOOC

Messwerte mit Einheiten und Unsicherheit dokumentieren - Tierpfleger im Forschungslabor

QR-Code



Einleitung

Pipetten auf einer Laborbank – sichtbare Geräte sagen noch nichts über ihren Kalibrierstatus oder die Unsicherheit einer Messung aus.
Pipetten auf einer Laborbank – sichtbare Geräte sagen noch nichts über ihren Kalibrierstatus oder die Unsicherheit einer Messung aus.

Beobachtungsauftrag: Welche Informationen über Messmittel, Arbeitsumgebung und mögliche Fehlerquellen lassen sich aus dem Foto ableiten – und welche gerade nicht? Das Bild zeigt Pipetten auf einer Laborbank. Es belegt weder deren Kalibrierstatus noch die tatsächlich abgegebene Menge. Genau diese Unterscheidung zwischen sichtbarer Beobachtung und belegter Aussage ist der Ausgangspunkt dieses Lernmoduls.

Du lernst, Messwerte so zu erfassen, dass eine andere fachkundige Person nachvollziehen kann, was gemessen wurde, womit, unter welchen Bedingungen, mit welcher Einheit und mit welcher Unsicherheit. Das ist im Forschungslabor wichtig, wenn beispielsweise Umgebungsbedingungen, Probenmassen, Volumina oder technische Messgrößen dokumentiert werden. Gute Aufzeichnungen schützen vor Fehlinterpretationen, unterstützen Tierwohl und Qualitätssicherung und machen Ergebnisse überprüfbar.

Das Modul gehört zu Modul 19 „Daten, Reproduzierbarkeit und digitale Systeme“. Es vertieft berufliche Situationen aus der Fachrichtung Forschung und Klinik. Es ersetzt weder die Ausbildungsordnung noch betriebliche Einweisungen, Sachkundenachweise, tierärztliche Anordnungen, behördliche Entscheidungen oder freigegebene Standardarbeitsanweisungen (SOPs). Alle Übungsdaten sind erfunden. Es werden keine Tierexperimente als Lern- oder Hausaufgabe durchgeführt.

Lernziel: Du dokumentierst Messwerte mit passenden Einheiten, angemessener Stellenzahl und nachvollziehbar beschriebener Messunsicherheit sowie den wesentlichen Messbedingungen.

Prüfbares Lernprodukt: eine fehlerkorrigierte Beispieltabelle mit plausiblen Stellenzahlen, Einheiten, Unsicherheiten, Messbedingungen, Gerätekennung und nachvollziehbarer Änderungshistorie.


Messgröße, Einheit und Messergebnis


Was gehört zu einem vollständigen Messwert?

Ein Zahlenwert allein ist kein vollständiges Messergebnis. „24,6“ kann eine Temperatur, eine Masse oder ein Volumen meinen. Erst Messgröße und Einheit machen die Aussage verständlich: beispielsweise 24,6 °C oder 24,6 g. Ergänzt werden müssen die Messunsicherheit und der Kontext, sofern diese für die Interpretation erforderlich sind.

Unterscheide:

  • Messgröße: die zu bestimmende Eigenschaft, zum Beispiel Masse, Temperatur, Zeit oder Volumen.
  • Messwert: der Zahlenwert, der einer Messung zugeordnet wird.
  • Einheit: die vereinbarte Bezugsgröße, zum Beispiel kg, g, °C, s oder mL.
  • Messergebnis: der Messwert mit den zugehörigen Angaben, insbesondere der Messunsicherheit und den relevanten Bedingungen.
  • Messmittel: das verwendete Gerät oder Instrument mit eindeutiger Kennung.
  • Messverfahren: die festgelegte Art und Weise, wie die Messgröße ermittelt wird.

Im Labor werden SI-Einheiten und zulässige dezimale Vielfache oder Teile verwendet. Schreibe Einheiten eindeutig und konsistent. Für Volumen können je nach Arbeitsanweisung beispielsweise mL oder µL vorkommen; 1 mL entspricht 1000 µL. Achte auf Groß- und Kleinschreibung: mL ist nicht dasselbe Schriftbild wie ml. Einheitenzeichen erhalten im Regelfall keinen Pluralpunkt und werden nicht wie Abkürzungen flektiert.

Ein Messergebnis kann beispielsweise so angegeben werden: 100,0 µL ± 0,2 µL (unter den dokumentierten Bedingungen und mit der im Beispiel festgelegten Bedeutung der Unsicherheit). Die Unsicherheit hat dieselbe Einheit wie der Messwert. Sie ist keine Garantie, dass der wahre Wert in jedem Einzelfall innerhalb eines bestimmten Intervalls liegt; ihre Bedeutung hängt von der verwendeten Bewertungsmethode und dem angegebenen Überdeckungsniveau ab.


Messbedingungen machen Ergebnisse vergleichbar

Ein Wert kann sich verändern, obwohl niemand falsch abgelesen hat. Temperatur, Luftzug, Erschütterung, Aufstellfläche, Wartezeit, Gerätezustand, Bedienperson, Probenmaterial und Messverfahren können das Ergebnis beeinflussen. Dokumentiere deshalb Bedingungen, die für die Messung relevant sind. Nicht jede denkbare Umgebungsangabe muss in jedes Protokoll; maßgeblich sind Zweck, SOP, Geräteanforderungen und Qualitätsmanagement.

Bei einer Waage können beispielsweise eine stabile, nivellierte Aufstellung, ein geeigneter Wägebereich, eine ruhige Umgebung und die dokumentierte Gerätekennung wichtig sein. Bei einer Pipette können Modell, Seriennummer, eingestelltes Volumen, Prüfstatus und die im Verfahren festgelegten Umgebungsbedingungen relevant sein. Verändere eine Messbedingung nicht stillschweigend, wenn dadurch die Vergleichbarkeit beeinträchtigt wird.

Ein sinnvoller Dokumentationssatz beantwortet mindestens: Was wurde gemessen und in welcher Einheit? Wann und von wem wurde gemessen? Welches Gerät und welches Verfahren wurden verwendet? Welche Bedingungen oder Abweichungen sind für die Interpretation wichtig? Wie wurde die Unsicherheit bestimmt oder aus welcher gültigen Quelle übernommen? Wo befinden sich Rohdaten, Berechnung und Freigabe?


Messunsicherheit, Streuung und Stellenzahlen


Unsicherheit ist keine Schlampigkeit

Jede reale Messung ist mit Unsicherheit verbunden. Sie beschreibt, wie gut das Messergebnis die zu messende Größe unter den gegebenen Bedingungen repräsentiert. Quellen können unter anderem die Auflösung des Messgeräts, Kalibrierung, Wiederholbarkeit, Umgebungsbedingungen, Probeninhomogenität und das Messverfahren sein.

Messfehler und Messunsicherheit sind nicht gleichbedeutend. Ein dokumentierter Übertragungsfehler – etwa eine falsch abgeschriebene Ziffer – ist zu korrigieren und nachvollziehbar zu kennzeichnen. Die Messunsicherheit bleibt dagegen auch bei sorgfältiger Arbeit bestehen. Sie wird bewertet, nicht durch das Löschen unbequemer Werte beseitigt.

Bei wiederholten Messungen kann die Streuung Hinweise auf die Wiederholpräzision geben. Eine kleine Streuung allein beweist jedoch keine Richtigkeit: Ein Gerät kann systematisch falsch anzeigen. Kalibrierinformationen und geeignete Kontrollen helfen, systematische Einflüsse zu erkennen. Verwende für die Unsicherheitsbewertung das festgelegte Verfahren der Einrichtung; addiere nicht beliebig Zahlen oder schätze keine Unsicherheit nach Gefühl.


Plausible Stellenzahlen und Rundung

Mehr Nachkommastellen bedeuten nicht automatisch mehr Genauigkeit. Die Ergebnisdarstellung darf keine Präzision vortäuschen, die Messverfahren und Unsicherheitsbewertung nicht stützen. Als allgemeine Orientierung werden Unsicherheiten häufig mit ein bis zwei signifikanten Stellen angegeben. Der Messwert wird auf dieselbe Dezimalstelle gerundet wie die zugehörige Unsicherheit. Verbindlich sind die für den jeweiligen Anwendungsfall geltenden Normen, Kalibrierregeln und SOPs.

Beispiel: Ein berechneter Mittelwert beträgt 100,03 µL; die zugehörige erweiterte Unsicherheit beträgt 0,24 µL. Eine passende gerundete Endangabe kann 100,0 ± 0,2 µL lauten, sofern das verwendete Bewertungsverfahren diese Unsicherheit tatsächlich begründet. Die zusätzlichen Ziffern des Zwischenwerts bleiben gegebenenfalls in der Berechnung erhalten, werden aber nicht als scheinbar sichere Endstellen ausgegeben.

Beachte den Unterschied zwischen Auflösung und Genauigkeit. Eine Waage, die 0,01 g anzeigt, hat eine Anzeigeauflösung von 0,01 g. Daraus folgt nicht, dass jede Messung auf 0,01 g genau ist. Ebenso ist die Zahl der angezeigten Stellen eines digitalen Geräts kein vollständiger Nachweis seiner Messunsicherheit.


Beispiel: Messreihe mit dokumentierter Unsicherheit

Die folgende vollständig fiktive Messreihe stammt aus einer Übung mit einem Prüfmodell – nicht aus einem Tierversuch. Ein Volumen wird dreimal mit einem festgelegten Prüfaufbau ermittelt. Die Rohwerte lauten 99,8 µL, 100,2 µL und 100,1 µL. Der arithmetische Mittelwert beträgt rund 100,03 µL. Die Beispielauswertung setzt für die Darstellung eine zuvor begründete erweiterte Unsicherheit von 0,24 µL voraus. Gerundet wird das Ergebnis zu 100,0 ± 0,2 µL.

| Wiederholung | Rohwert | | 1 | 99,8 µL | | 2 | 100,2 µL | | 3 | 100,1 µL | | Mittelwert, ungerundet | 100,033… µL | | Berichtetes Ergebnis | 100,0 ± 0,2 µL |

Die Zahl 0,24 µL darf nicht allein aus dieser kleinen Beispieltabelle abgeleitet werden. Für eine reale Unsicherheitsbewertung wären das festgelegte Verfahren, die Datenbasis, relevante Einflussgrößen und die Bedeutung der erweiterten Unsicherheit zu dokumentieren. Die Übung zeigt vor allem, wie Zwischenwert und Endangabe auseinandergehalten und angemessen gerundet werden.


Datenqualität, Rückverfolgbarkeit und digitale Systeme


Rohdaten, Korrekturen und Reproduzierbarkeit

Rohdaten sind die ursprünglichen Beobachtungen oder Geräteausgaben. Sie werden nicht durch einen gerundeten Mittelwert ersetzt. Bewahre die Rohdaten nach den geltenden institutionellen Regeln auf und dokumentiere Auswertungsschritte so, dass sie nachvollzogen werden können. Eine Korrektur muss erkennen lassen, was ursprünglich eingetragen war, was geändert wurde, wann die Änderung erfolgte und wer sie vorgenommen hat. In elektronischen Systemen sind dafür nachvollziehbare Audit-Trails und geregelte Zugriffsrechte wichtig.

Eintragungen dürfen nicht rückwirkend unkenntlich gemacht oder so verändert werden, dass die Entstehung der Daten verschleiert wird. Bei Papieraufzeichnungen gelten die lokalen Regeln für Korrekturen; typischerweise bleibt der ursprüngliche Eintrag lesbar, die Korrektur wird datiert und zugeordnet. Bei digitalen Daten werden Originaldatei, Version, Änderungsgrund und Freigabestatus nach dem Systemverfahren gesichert.

Die DFG-Leitlinien zur guten wissenschaftlichen Praxis betonen unter anderem die Dokumentation, Nachvollziehbarkeit und angemessene Aufbewahrung zentraler Forschungsdaten. Die Aufbewahrungsdauer richtet sich nach Fachgebiet, Einrichtung, Rechtslage und begründeten Ausnahmen; eine pauschale Frist darf nicht ungeprüft auf jeden Datensatz übertragen werden.


LIMS: vom Messgerät zum freigegebenen Datensatz

Ein Laborinformations- und Managementsystem (LIMS) kann Probenkennungen, Messaufträge, Geräte, Methoden, Rohdaten, Berechnungen, Prüfstatus und Freigaben miteinander verknüpfen. Es ist kein Ersatz für fachliche Prüfung: Ein korrekt ausgefülltes Pflichtfeld beweist nicht, dass die Messung richtig durchgeführt wurde.

Ein beispielhafter Datenfluss lautet:

Auftrag → eindeutige Probenkennung → Messung und Rohdaten → Plausibilitätsprüfung → Berechnung mit Einheit und Unsicherheit → fachliche Prüfung → Freigabe und Archivierung.

Bei jedem Übergang muss klar sein, wer verantwortlich ist und welche Information übernommen wird. Verhindere Verwechslungen durch eindeutige IDs, kontrollierte Stammdaten, Rollen- und Rechtekonzepte, Zeitstempel, Versionierung und dokumentierte Schnittstellen. Einheiten müssen auch beim Import und Export erhalten bleiben. Prüfe, ob Dezimaltrennzeichen, Einheitenumrechnung und Rundungsregeln korrekt angewendet wurden.


Fehlerkorrigierte Beispieltabelle

Die Tabelle zeigt einen fiktiven, korrigierten Übungsdatensatz. Die Kennungen sind erfunden. Die Messbedingungen sind beispielhaft und müssten in einer realen Einrichtung an die SOP angepasst werden.

Datensatz Messgröße und Ergebnis Einheit Unsicherheit Gerät / Methode Messbedingungen und Rückverfolgbarkeit
DEMO-01 Volumen: 100,0 ± 0,2 µL U = 0,2 µL, im Übungsfall vorgegeben Pipette P-017, Prüfverfahren DEMO-M01 22,4 °C Raumtemperatur; Prüfmodell; 3 Wiederholungen; Rohwerte 99,8 / 100,2 / 100,1 µL; Auswertung V1
DEMO-02 Temperatur: 22,4 ± 0,2 °C ± 0,2 °C, im Übungsfall vorgegeben Sensor T-004, Verfahren DEMO-T02 Messort Laborbank; Zeitpunkt 09:15; stabiler Messzustand laut Übungsprotokoll
DEMO-03 Masse: 10,02 ± 0,02 g ± 0,02 g, im Übungsfall vorgegeben Waage W-008, Verfahren DEMO-W03 Prüfgewicht aus Übungssatz; nivellierte Waage; Rohwert unverändert archiviert

Fehlerkorrektur im Ausgangsprotokoll: In einer ersten Abschrift stand bei DEMO-01 „100,03 ml“. Die Korrektur hat zwei getrennte Aspekte: Das Einheitenzeichen wurde von ml auf µL berichtigt, weil die Rohdaten und das Messverfahren µL ausweisen; außerdem wurde der ungerundete Mittelwert nicht als Endergebnis ausgegeben, sondern mit der vorgegebenen Unsicherheit konsistent gerundet. Die Originalabschrift wird in der Übung als fehlerhafter Ausgangseintrag erhalten und die Änderung mit Datum, Kürzel und Grund protokolliert. In einem echten System darf eine solche Korrektur nur nach der geltenden SOP und mit entsprechender Berechtigung erfolgen.


Berufliche Verantwortung, Tierschutz und Rechtsrahmen


Datenqualität ist Teil des Tierschutzes

Messdaten können in Forschung und Klinik Entscheidungen über Versorgung, Beobachtung, technische Abläufe und wissenschaftliche Aussagekraft beeinflussen. Unvollständige oder falsch zugeordnete Daten können zu Fehlentscheidungen führen. Deshalb sind eindeutige Tier-, Proben- und Gerätekennungen, nachvollziehbare Zeitangaben, definierte Messmethoden und fachliche Rückfragen wichtig. In diesem Lernmodul werden ausschließlich fiktive Datensätze und Ersatzmodelle verwendet.

Die drei Grundprinzipien Replace, Reduce, Refine (Ersetzen, Verringern, Verbessern) betreffen die Planung und Durchführung von Tierversuchen. PREPARE unterstützt die sorgfältige Planung und Zusammenarbeit zwischen Forschungsteam und Tierhaltung; ARRIVE unterstützt eine transparente Berichterstattung. Beide sind freiwillige fachliche Leitlinien bzw. Werkzeuge und keine behördliche Genehmigung.

Beobachtungsauftrag zum Film „PREPARE guidelines for better Science“: Welche Informationen müssen Forschungsteam und Tierhaltung vor Beginn eines Vorhabens austauschen, damit Zuständigkeiten, Einrichtungen, Qualitätskontrollen und Tierwohlanforderungen geklärt sind? Notiere drei Punkte und ordne sie dem Datenfluss oder der organisatorischen Freigabe zu.


Sachkunde, Aufsicht, Anordnung und Freigabe

Unterscheide vier Ebenen, die nicht miteinander verwechselt werden dürfen:

  • Tätigkeitsbezogene Sachkunde und praktische Kompetenz: Sie beziehen sich auf eine konkrete Tätigkeit und müssen entsprechend den einschlägigen Vorschriften und Anforderungen nachgewiesen und aktuell gehalten werden.
  • Aufsicht und betriebliche Organisation: Die Einrichtung legt Zuständigkeiten, Einweisung, Aufsicht, Gerätefreigaben und interne Abläufe fest. Eine Auszubildende oder ein Auszubildender handelt innerhalb des Ausbildungs- und Aufsichtsrahmens.
  • Tierärztliche Anordnung: Sie ist dort maßgeblich, wo eine tierärztliche Entscheidung oder Anordnung erforderlich ist. Sie ersetzt keine behördliche Genehmigung eines Versuchsvorhabens.
  • Betriebliche und behördliche Freigaben: Eine genehmigte Projektbeschreibung, ein Erlaubnisbescheid, eine Anzeige oder eine SOP haben jeweils eigene Voraussetzungen und Rechtswirkungen.

Die Ausbildung oder dieser Onlinekurs erteilt keine allgemeine Befugnis zu Eingriffen, Narkosen, Tötungen oder Tierversuchen. Eine Ausbildungsordnung beschreibt Ausbildungsinhalte und zu vermittelnde Fertigkeiten; sie ist keine pauschale persönliche Versuchsgenehmigung. Entscheidend sind die aktuelle Rechtslage, konkrete Sachkunde, Aufsicht, tierärztliche Anordnung, betriebliche Regelungen, Projektgenehmigung und behördliche Entscheidungen.


Rechtsstand und wichtige Quellen

Rechts- und Quellenprüfung: 09.11.2026. Die nachfolgenden Hinweise sind eine didaktische Einordnung, keine Rechtsberatung. Maßgeblich sind die amtlich verkündeten Fassungen, das konkrete Bundesland, die zuständige Behörde, Bescheide und die gültigen betrieblichen SOPs.

Die Tierpfleger-Ausbildungsordnung (TierpflAusbV 2003) regelt die staatlich anerkannte dreijährige Ausbildung und unterscheidet die Fachrichtungen. Für Forschung und Klinik nennt sie unter anderem Diagnostik, Mitwirkung bei Behandlungen und Eingriffen, Qualitätsmanagement, Hygienemanagement und prozessbezogene Arbeitstechniken. Der KMK-Rahmenlehrplan ist mit der Ausbildungsordnung abgestimmt. Dieses Modul vertieft die Daten- und Dokumentationsseite, statt die Lernfelder zu wiederholen.

Das Tierschutzgesetz und die Tierschutz-Versuchstierverordnung sind verbindliche Rechtsnormen. Die EU-Richtlinie 2010/63/EU verlangt grundsätzlich eine vorherige Projektgenehmigung durch die zuständige Behörde und eine positive Projektbewertung. Die konkreten deutschen Verfahren ergeben sich aus dem Tierschutzgesetz und der Tierschutz-Versuchstierverordnung.

§ 8a TierSchG ist kein allgemeines Anzeigeverfahren. Die Vorschrift regelt bestimmte Fälle eines vereinfachten Genehmigungsverfahrens mit gesetzlichen Voraussetzungen. Die gesonderte Anzeige von Versuchsvorhaben mit Zehnfußkrebsen steht in § 8a Absatz 3 TierSchG. Für konkrete Vorhaben müssen die Voraussetzungen und Verfahrensschritte der aktuellen Vorschriften geprüft werden.

Abgrenzung zur Änderung ab 04.12.2026: Zum hier dokumentierten Rechtsstand 09.11.2026 ist die durch die Verordnung vom 10.10.2025 (BGBl. 2025 I Nr. 238) vorgesehene Änderung der Anlage 2 TierSchVersV noch nicht in Kraft. Sie ist von der am Stichtag geltenden Fassung zu trennen. Die Änderung tritt nach der Verkündungs- und Änderungshistorie am 04.12.2026 in Kraft. Wer nach diesem Datum arbeitet, muss die dann geltende amtliche Fassung und mögliche weitere Änderungen erneut prüfen. Diese Datumsangabe bedeutet nicht, dass bereits am 09.11.2026 die zukünftige Anlage 2 anzuwenden wäre.

Die DSGVO ist verbindliches EU-Recht, soweit personenbezogene Daten verarbeitet werden. Sie verlangt unter anderem Zweckbindung, Datenminimierung, Richtigkeit, Speicherbegrenzung sowie Integrität und Vertraulichkeit. Tier- und Probendaten sind nicht automatisch personenbezogene Daten; Beschäftigtenkennungen, Namen oder andere Angaben mit Personenbezug können es jedoch sein. Verwende für Lernaufgaben keine echten Personen- oder Schülerdaten.

DFG-Kodex und GWP-Leitlinien sind Standards guter wissenschaftlicher Praxis; ihre Umsetzung ist für DFG-geförderte Einrichtungen an die Förderbedingungen geknüpft. PTB/DKD-Leitfäden sind fachliche Empfehlungen für die behandelten metrologischen Fragestellungen und nicht mit einem Gesetz gleichzusetzen. ARRIVE und PREPARE sind freiwillige Berichts- bzw. Planungshilfen. Betriebs-SOPs konkretisieren den örtlichen Ablauf, dürfen höherrangigem Recht aber nicht widersprechen.


Interaktive Aufgaben


Quiz: Wissen prüfen

Welche Angaben machen einen Messwert erst fachlich interpretierbar? (Messgröße, Zahlenwert und Einheit) (!Nur der Zahlenwert) (!Nur das Datum) (!Nur die Gerätefarbe)



Welche Aussage über Messunsicherheit ist richtig? (Sie beschreibt die Unsicherheit des Messergebnisses nach einem festgelegten Bewertungsverfahren) (!Sie ist ein Synonym für einen Bedienfehler) (!Sie kann durch Löschen abweichender Rohwerte entfernt werden) (!Sie ist immer gleich der letzten angezeigten Dezimalstelle)



Welche Endangabe passt zu 100,03 µL bei vorgegebener erweiterter Unsicherheit von 0,24 µL? (100,0 ± 0,2 µL) (!100,03 ± 0,24 mL) (!100 ± 24 µL) (!100,0300 ± 0,0001 µL)



Was ist bei einer nachträglichen Korrektur eines digitalen Messdatensatzes wichtig? (Änderungsgrund, Zeitpunkt, verantwortliche Person und nachvollziehbare Version) (!Die ursprünglichen Daten vollständig überschreiben) (!Nur den neuen Wert speichern) (!Den Eintrag ohne Begründung ändern)



Welche Aussage zur Anzeigeauflösung eines Messgeräts trifft zu? (Sie allein belegt nicht die Messgenauigkeit oder die gesamte Messunsicherheit) (!Sie ist immer identisch mit der Messunsicherheit) (!Sie beweist die Kalibrierung) (!Sie ersetzt die Dokumentation der Messbedingungen)



Welche Information gehört typischerweise in die Rückverfolgbarkeit eines Messwerts? (Eindeutige Gerätekennung und angewandtes Verfahren) (!Die Lieblingsfarbe der messenden Person) (!Eine nicht zuordenbare Abkürzung) (!Nur der Dateiname ohne Probenbezug)



Wozu dient ein LIMS im hier beschriebenen Zusammenhang? (Es verknüpft Proben, Messaufträge, Geräte, Daten, Prüfungen und Freigaben) (!Es entscheidet automatisch über die fachliche Richtigkeit jedes Ergebnisses) (!Es macht eine SOP überflüssig) (!Es ersetzt die behördliche Genehmigung)



Welche Aussage beschreibt ARRIVE und PREPARE zutreffend? (ARRIVE unterstützt transparente Berichterstattung und PREPARE die sorgfältige Planung) (!Beide sind behördliche Genehmigungen) (!Beide ersetzen die Sachkunde) (!Beide sind Gesetze der Europäischen Union)



Was bedeutet § 8a TierSchG im Grundsatz? (Er regelt unter bestimmten Voraussetzungen ein vereinfachtes Genehmigungsverfahren) (!Er macht alle Tierversuche anzeigepflichtig statt genehmigungspflichtig) (!Er erteilt Auszubildenden eine persönliche Versuchserlaubnis) (!Er ersetzt die Projektbewertung)



Welche Aussage zur Datenminimierung nach DSGVO ist richtig? (Es sollen nur für den festgelegten Zweck erforderliche personenbezogene Daten verarbeitet werden) (!Alle verfügbaren Personendaten sollen vorsorglich gespeichert werden) (!Personenbezogene Daten dürfen immer öffentlich geteilt werden) (!Datenminimierung bedeutet, Messwerte ohne Einheiten zu speichern)




Memory-Spiel

Messgröße Eigenschaft, die bestimmt werden soll
Einheit Vereinbarter Bezug für einen Zahlenwert
Rohdaten Ursprüngliche Beobachtungen oder Geräteausgaben
Messunsicherheit Quantitative Beschreibung der Unsicherheit des Ergebnisses
Audit-Trail Nachvollziehbare Aufzeichnung von Änderungen in einem System




Zuordnungsaufgabe: Datenqualität

Begriff Passende Beschreibung
Rückverfolgbarkeit Eindeutige Zuordnung zu Gerät, Verfahren, Zeit und verantwortlicher Person
Kalibrierung Ermittlung des Zusammenhangs zwischen Anzeigen und Referenzwerten unter festgelegten Bedingungen
Rundung Angemessene Begrenzung der dargestellten Stellenzahl passend zur Unsicherheit
Rohdaten Ursprüngliche Messbeobachtungen, die nicht durch den Mittelwert ersetzt werden
Audit-Trail Dokumentierte Änderungshistorie mit Zeitpunkt und Zuordnung




Kreuzworträtsel

Einheit Wie heißt die vereinbarte Bezugsgröße, die einem Zahlenwert zugeordnet wird?
Waage Welches Messmittel wird typischerweise zur Bestimmung der Masse verwendet?
Streuung Wie nennt man die Variabilität wiederholter Messwerte?
Rohdaten Wie heißen die ursprünglichen Beobachtungen vor der Auswertung?
Kalibrierung Wie heißt das Verfahren, das den Zusammenhang zwischen Anzeige und Referenzwert ermittelt?
Protokoll Wie heißt die nachvollziehbare schriftliche oder digitale Aufzeichnung eines Arbeitsablaufs?




LearningApps

Vertiefe die Begriffe und ihre Zusammenhänge mit einer thematischen Suche in LearningApps. Wähle eine passende Übung und prüfe nach jeder Zuordnung, ob du Messgröße, Einheit, Unsicherheit und Dokumentationsmerkmal korrekt unterscheiden kannst.


Lückentext

Vervollständige den Text zur Messwertdokumentation.
Ein vollständiges Messergebnis enthält Messgröße, Zahlenwert und

. Die Unsicherheit wird mit derselben

wie der Messwert angegeben. Die ursprünglichen Beobachtungen heißen

. Ein Messwert muss einem eindeutig identifizierbaren

zugeordnet werden können. Die Zahl der angezeigten Stellen beweist nicht automatisch die

. Bei einer Korrektur muss die Änderung

bleiben. Ein LIMS kann Daten und Prüfstatus über einen dokumentierten

verbinden. PREPARE unterstützt die sorgfältige

von Tierstudien. ARRIVE unterstützt deren transparente

. § 8a TierSchG regelt unter bestimmten Voraussetzungen ein vereinfachtes

.



Offene Aufgaben


Leicht

  1. Messgrößen erkennen: Ordne zehn fiktiven Laborangaben die jeweilige Messgröße und passende Einheit zu. Erkläre bei zwei Beispielen, warum eine Zahl ohne Einheit mehrdeutig ist.
  2. Einheiten richtig schreiben: Erstelle eine einseitige Merkhilfe zu g, mg, kg, mL, µL, s und °C. Verwende ausschließlich erfundene Beispiele und überprüfe die Schreibweise.
  3. Messbedingungen sammeln: Entwickle eine Checkliste für eine fiktive Temperaturmessung an einem Prüfmodell. Begründe, welche Bedingungen für die Vergleichbarkeit relevant sind.
  4. Fehler in einer Beispieltabelle finden: Markiere in einem bereitgestellten oder selbst erfundenen Datensatz fehlende Einheiten, uneinheitliche Dezimalstellen und nicht zugeordnete Gerätekennungen. Schreibe die Fehlerbegründungen dazu.


Standard

  1. Messreihe auswerten: Werte eine fiktive Messreihe mit mindestens drei Wiederholungen aus. Trenne Rohdaten, Zwischenwert und berichtetes Ergebnis; nutze eine vorgegebene Unsicherheit und runde passend.
  2. Korrekturprotokoll erstellen: Erstelle für eine absichtlich fehlerhafte Beispieltabelle eine nachvollziehbare Korrekturhistorie mit altem Eintrag, neuem Eintrag, Grund, Datum und fiktivem Kürzel.
  3. LIMS-Datenfluss skizzieren: Zeichne ein Schema vom Messauftrag bis zur Freigabe. Ergänze an jedem Übergang eine mögliche Verwechslungsgefahr und eine passende Kontrollmaßnahme.
  4. Messbedingungen vergleichen: Vergleiche zwei fiktive Messprotokolle, bei denen Temperatur, Gerätekennung oder Messverfahren unterschiedlich dokumentiert sind. Entscheide, ob die Ergebnisse unmittelbar vergleichbar sind, und begründe deine Antwort.


Schwer

  1. Qualitätsprüfung einer Datentabelle: Entwickle anhand eines vollständig fiktiven Datensatzes ein Prüfraster zu Einheiten, Stellenzahlen, Unsicherheit, Rohdaten, Zeitstempeln, Verantwortlichkeit und Gerätebezug. Wende es an und dokumentiere alle Befunde.
  2. Unsicherheitsbudget nachvollziehen: Erstelle mit vorgegebenen, fiktiven Beiträgen ein einfaches Unsicherheitsbudget. Kennzeichne Annahmen, Rechenweg und Grenzen; leite keine reale Messunsicherheit aus erfundenen Werten ab.
  3. SOP für Datenkorrekturen entwerfen: Formuliere einen Entwurf für einen betrieblichen Prüfprozess zur Korrektur fehlerhafter Messdatensätze. Kennzeichne deutlich, dass die zuständige Einrichtung den Entwurf fachlich und rechtlich prüfen und freigeben muss.
  4. Reproduzierbarkeit auditieren: Überprüfe ein erfundenes Messprotokoll aus Sicht einer zweiten fachkundigen Person. Erstelle eine begründete Liste fehlender Angaben und schlage vor, wie die Dokumentation ohne Veränderung der Rohdaten verbessert werden kann.




Text bearbeiten Bild einfügen Video einbetten Interaktive Aufgaben erstellen



Lernkontrolle

  1. Messwert und Unsicherheit gemeinsam interpretieren: Erläutere an einem fiktiven Messwert, wie Einheit, Unsicherheit und Stellenzahl zusammenwirken und welche Schlussfolgerungen ohne diese Angaben unzulässig wären.
  2. Rohdaten und Ergebniswert unterscheiden: Begründe, warum Rohdaten erhalten bleiben müssen, obwohl ein gerundeter Ergebniswert berichtet wird. Nenne einen möglichen Fehler bei der ausschließlichen Speicherung des Mittelwerts.
  3. Systematische und zufällige Einflüsse unterscheiden: Analysiere ein fiktives Beispiel mit geringer Streuung, aber möglicher systematischer Abweichung. Erkläre, welche zusätzlichen Informationen zur Bewertung benötigt werden.
  4. Datenfluss im LIMS prüfen: Beurteile ein Schema mit Proben-ID, Geräte-ID, Rohdatenimport, Berechnung und Freigabe. Finde zwei Risiken und ordne geeignete Kontrollen zu.
  5. Rechtliche Zuständigkeiten abgrenzen: Erkläre anhand eines fiktiven Vorhabens den Unterschied zwischen Sachkunde, Aufsicht, tierärztlicher Anordnung, betrieblicher SOP und behördlicher Projektgenehmigung. Begründe, warum ein Onlinekurs keine allgemeine Eingriffsbefugnis verleiht.
  6. Rechtsstand zeitlich einordnen: Beschreibe, warum eine am 09.11.2026 noch nicht in Kraft getretene Änderung der TierSchVersV nicht als geltendes Recht dieses Stichtags dargestellt werden darf.
  7. Datenschutz und Datenqualität abwägen: Entwickle für eine fiktive Tabelle eine Lösung, die Messdaten nachvollziehbar hält und zugleich unnötige personenbezogene Angaben vermeidet.


Lernnachweis

Als Lernnachweis reichst du eine fehlerkorrigierte Beispieltabelle auf Basis ausschließlich fiktiver Messdaten ein. Sie muss mindestens drei Datensätze und folgende Elemente enthalten: eindeutige Datensatzkennung und Messgröße; Zahlenwert mit korrekter Einheit; nachvollziehbare Unsicherheitsangabe und angemessene Stellenzahl; Gerätekennung und Messverfahren; Datum bzw. Zeitbezug und relevante Messbedingungen; getrennte Rohdaten und berichtetes Ergebnis; dokumentierte Korrektur mindestens eines absichtlich eingebauten Fehlers; kurze Begründung, weshalb die korrigierte Fassung reproduzierbar und prüfbar ist.

Bewertungskriterien: fachlich passende Einheiten; rechnerisch und sprachlich nachvollziehbare Unsicherheitsdarstellung; konsistente Rundung; keine erfundene Präzision; vollständige Rückverfolgbarkeit; unveränderte Rohdaten; transparente Korrektur; klare Trennung zwischen Übungsannahmen und realen betrieblichen Anforderungen. Eine Musterlösung kann abweichen, wenn sie die verwendete Methode und ihre Annahmen schlüssig offenlegt.


OER und Wikipedia

Fachliche Quellen und weiterführende Materialien (Abruf- und Gültigkeitsprüfung: 09.11.2026)

Medienhinweis: Die eingebettete Commons-Datei „Laboratory pipettes.jpg“ ist von J.N. Eskra und unter CC BY-SA 4.0 lizenziert. Bei Weiterverwendung sind Urheber, Lizenz und Änderungen anzugeben; Bearbeitungen müssen unter gleicher oder kompatibler Lizenz weitergegeben werden. Die zweite Commons-Grafik ist von DBCLS und unter CC BY 4.0 lizenziert. Das PREPARE-Video wird von Norecopa als Film zu den PREPARE-Leitlinien bereitgestellt; die Videoquelle und der Anbieter sind oben verlinkt.


Verknüpfte Lernbereiche

Das Thema verbindet Mathematik und Naturwissenschaften mit Laborpraxis, Qualitätsmanagement, digitaler Dokumentation, wissenschaftlicher Integrität, Datenschutz und dem Tierschutz in Forschung und Klinik. Es unterstützt insbesondere die beruflichen Aufgaben in Diagnostik, prozessbezogenen Arbeitstechniken sowie Qualitäts- und Hygienemanagement, ohne die gemeinsamen Grundlagen der Ausbildung zu duplizieren.


aiMOOC-Projekte



Schulfach+




aiMOOCs



aiMOOC Projekte









MOOCwiki · Deutsch

Nach dem Lernen ist vor dem Lernen

Entdecke direkt den nächsten Lernkurs. Weitere Inhalte erscheinen, wenn Du weiter nach unten scrollst.

Zur MOOCwiki-Hauptseite

Mediathek

Suche verfeinern

Dein Lernplan bestimmt, was oben steht. Alle anderen Inhalte bleiben erreichbar. Seitenaufrufe beeinflussen die Auswahl nicht.

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...