Zum Inhalt springen

Fehlende Daten und negative Ergebnisse korrekt dokumentieren - Tierpfleger im Forschungslabor

Aus MOOCsWiki Staging
aiMOOC-Siegel aiMOOC

Fehlende Daten und negative Ergebnisse korrekt dokumentieren - Tierpfleger im Forschungslabor

QR-Code
Alt-Text: Ein Histogramm zeigt, wie viele Messwerte in aufeinanderfolgenden Wertebereichen liegen. Es macht Verteilung, Häufungen und mögliche Auffälligkeiten sichtbar.
Alt-Text: Ein Histogramm zeigt, wie viele Messwerte in aufeinanderfolgenden Wertebereichen liegen. Es macht Verteilung, Häufungen und mögliche Auffälligkeiten sichtbar.


Einleitung

Stell dir vor, du übernimmst am Ende einer Schicht einen fiktiven Datensatz für eine interne Auswertung. In einer Messreihe fehlen drei Werte, ein Messgerät hat eine Störung gemeldet und die erwartete Veränderung ist nicht eingetreten. Im Entwurf des Berichts steht bereits: „Die Messung bestätigt die Hypothese.“ Darf dieser Satz so stehen? Nein. Deine Aufgabe ist nicht, ein gewünschtes Ergebnis herzustellen, sondern nachvollziehbar zu dokumentieren, was tatsächlich beobachtet wurde – einschließlich Lücken, Abweichungen und negativer Ergebnisse. Als Tierpflegerin oder Tierpfleger im Forschungs- und Klinikbereich bist du Teil einer Qualitätskette. Verlässliche Tier- und Versuchsdokumentation schützt Tiere, unterstützt belastbare Forschung und ermöglicht Kolleginnen und Kollegen, Entscheidungen nachzuvollziehen. Fehlende Daten sind nicht automatisch schlechte Arbeit; verschleierte Datenlücken, nachträglich erfundene Werte oder unbegründete Ausschlüsse gefährden dagegen die Aussagekraft einer Studie. Das einleitende Histogramm ist eine allgemeine Statistikdarstellung, keine Messung an Tieren. Beobachtungsfrage: Welche Information liefert die Häufigkeitsverteilung – und welche Information über Ursachen fehlender Werte liefert sie gerade nicht? Das Video erläutert den Experimental Design Assistant (EDA) des NC3Rs und zeigt, weshalb Planung, Randomisierung, Verblindung und passende Auswertung zusammengehören. Es ist eine Einführung in Studiendesign, keine Handlungsanweisung für Tierversuche. Du arbeitest in diesem Kurs ausschließlich mit vollständig synthetischen Zahlen, fiktiven Dokumenten, Diagrammen und Videoanalysen. Du führst keine Tierexperimente durch und erhebst keine echten Tier- oder Patientendaten. Das Lernziel lautet: Fehlende Daten und negative Ergebnisse korrekt dokumentieren. Dein prüfbares Lernprodukt ist eine Fehleranalyse eines Datensatzes, in der kein unbequemes Ergebnis verschwindet und keine nachträgliche Ergebnisoptimierung stattfindet. Der Kurs vertieft Aspekte der Ausbildungsordnung und der KMK-Lernfelder 10 bis 13 redaktionell. Gemeinsame Grundlagen wie Tierwohl, Hygiene, Kommunikation, Dokumentation und Arbeitsschutz werden nicht vollständig wiederholt, sondern mit den einschlägigen betrieblichen Lernmaterialien verknüpft. Lernziele

  • Du unterscheidest fehlende, ungültige, nicht erhobene und tatsächlich gemessene Werte.
  • Du dokumentierst Ausfälle, Abweichungen, Ausschlüsse und negative Ergebnisse mit Zeitpunkt, Quelle und Begründung.
  • Du erkennst, weshalb nachträgliches Löschen, Ersetzen oder Umdeuten von Daten zu Verzerrungen führt.
  • Du beschreibst Grenzen einer Auswertung, ohne aus einem nicht signifikanten Ergebnis einen Beweis für Wirkungslosigkeit zu machen.
  • Du ordnest deine eigene Tätigkeit in Aufsicht, Sachkunde, tierärztliche Anordnung, Projektgenehmigung und betriebliche SOP ein.


Datenstatus erkennen und lückenlos festhalten

Messwert, fehlender Wert und ungültiger Wert

Ein Messwert ist ein tatsächlich erhobener und nach dem festgelegten Verfahren gespeicherter Wert. Ein fehlender Wert liegt vor, wenn eine vorgesehene Information nicht verfügbar ist. Ein ungültiger Wert ist zwar vorhanden, erfüllt aber ein vorher festgelegtes Qualitätskriterium nicht oder ist nachweislich technisch fehlerhaft. Diese Kategorien dürfen nicht vermischt werden. Beispiel mit synthetischen Daten: Für fünf fiktive Messzeitpunkte waren Werte vorgesehen. Im Datensatz stehen 12,4; 12,1; leer; 12,6; 99,9. Das leere Feld ist nicht dasselbe wie Null. Die 99,9 könnte ein Messfehler sein, aber ohne Geräteprotokoll und vorab definiertes Kriterium ist sie zunächst nur ein auffälliger Wert. Du darfst sie nicht allein deshalb entfernen, weil sie das Bild stört. Ein leeres Feld kann verschiedene Ursachen haben: Messung nicht geplant, Messung technisch fehlgeschlagen, Eintrag versehentlich ausgelassen, Probe nicht auswertbar, Beobachtung aus Tierschutzgründen beendet oder Information nicht übermittelt. Diese Gründe haben unterschiedliche fachliche Bedeutungen. „Fehlt“ ist ein Datenstatus; die Ursache muss, soweit bekannt, gesondert dokumentiert werden.

Ein nachvollziehbarer Datensatz

Ein belastbarer Datensatz bewahrt Rohdaten unverändert und hält Korrekturen als nachvollziehbare Änderungen fest. Dazu gehören eindeutige Datensatzkennung, Datum und Uhrzeit, verantwortliche Rolle, Mess- oder Beobachtungsquelle, verwendete Version des Formulars, Status des Wertes, Abweichungsgrund und Verweis auf ein Ereignis- oder Geräteprotokoll. Personenbezogene Daten werden nicht in Lernmaterialien kopiert; Zugriffe richten sich nach den betrieblichen Regeln. Eine Korrektur überschreibt nicht still die Vergangenheit. Je nach System werden ursprünglicher Eintrag, korrigierter Eintrag, Zeitpunkt, Urheber und Grund in einem Audit-Trail festgehalten. Papieraufzeichnungen werden entsprechend der geltenden SOP berichtigt, ohne den ursprünglichen Eintrag unleserlich zu machen. Maßgeblich sind die im Betrieb freigegebenen Dokumentations- und Datenintegritätsregeln.

Fallbeispiel: Das leere Feld

In einem fiktiven Datensatz ist der Messwert am dritten Termin leer. Eine Notiz vom selben Tag besagt: „Gerät zeigte Fehlermeldung; Messung nicht verwertbar.“ Korrekt ist, den Wert als fehlend zu kennzeichnen, die dokumentierte technische Ursache zu referenzieren und offenzulegen, ob die Messung wiederholt wurde und auf welcher Grundlage. Falsch wäre, den Mittelwert der Nachbartage einzutragen, eine Null zu ergänzen oder den gesamten Datensatz kommentarlos zu löschen. Wenn die Ursache nicht bekannt ist, schreibst du „Ursache ungeklärt“ statt eine plausible Geschichte zu erfinden. Wenn ein Wert nicht erhoben wurde, weil ein genehmigter Abbruch- oder Endpunkt erreicht wurde, ist das kein technischer Messfehler. Es ist ein eigenständiges Ereignis, das im dafür vorgesehenen Tierwohl- und Studienkontext zu dokumentieren und an die zuständige Stelle weiterzugeben ist.

Alt-Text: Ein Streudiagramm stellt einzelne Wertepunkte auf zwei Achsen dar und veranschaulicht, wie Werte zusammenhängen oder voneinander abweichen.
Alt-Text: Ein Streudiagramm stellt einzelne Wertepunkte auf zwei Achsen dar und veranschaulicht, wie Werte zusammenhängen oder voneinander abweichen.

Beobachtungsfrage zum Streudiagramm: Welcher Punkt fällt auf? Reicht seine Lage allein aus, um ihn zu löschen? Begründe, welche zusätzlichen Informationen du vor einer Qualitätsentscheidung benötigst. Die Grafik ist ein allgemeines Beispiel; sie enthält keine Tierdaten.

Negative Ergebnisse und Abweichungen fair berichten

Was bedeutet „negatives Ergebnis“?

Im Forschungsalltag meint ein negatives Ergebnis häufig, dass eine vorher formulierte Hypothese durch die erhobenen Daten nicht bestätigt wurde oder dass kein statistisch nachweisbarer Unterschied gefunden wurde. Das bedeutet nicht automatisch, dass es keinerlei Effekt gibt. Ein Ergebnis kann auch unpräzise sein, weil die Datenmenge klein, die Messung variabel oder die Untersuchung nicht ausreichend aussagekräftig war. Unterscheide daher drei Aussagen: „Es wurde kein statistisch signifikanter Unterschied beobachtet“ beschreibt das Analyseergebnis. „Die Gruppen sind gleich“ ist eine stärkere Aussage und benötigt eine dafür geeignete Fragestellung und Auswertung, etwa einen Äquivalenzansatz. „Die Intervention wirkt nicht“ ist eine kausale Schlussfolgerung, die aus einem nicht signifikanten Test allein nicht folgt. Negative Ergebnisse sind wertvoll. Sie helfen, unnötige Wiederholungen zu vermeiden, Wissenslücken zu erkennen und die Evidenz vollständig einzuschätzen. Werden nur positive oder erwünschte Resultate weitergegeben, entsteht Publikationsbias. Die veröffentlichte Literatur kann dann die tatsächliche Datenlage verzerrt wiedergeben.

Abweichung, Ausschluss und Protokolltreue

Ein Ausschluss muss auf nachvollziehbaren, fachlich begründeten Kriterien beruhen. Idealerweise werden Ein- und Ausschlusskriterien sowie Regeln zum Umgang mit Ausreißern vor Beginn der Datenerhebung festgelegt. Wenn sich während einer Untersuchung eine unerwartete Situation ergibt, wird sie zeitnah dokumentiert. Eine spätere Entscheidung muss als nachträgliche Entscheidung erkennbar sein und darf nicht so dargestellt werden, als sei sie vorab geplant gewesen. ARRIVE empfiehlt, für jede Gruppe nicht berücksichtigte Tiere, experimentelle Einheiten oder Datenpunkte samt Begründung zu berichten; wenn es keine Ausschlüsse gab, soll auch das ausdrücklich gesagt werden. Bei jeder Analyse soll die genaue Zahl der ausgewerteten Einheiten je Gruppe angegeben werden. Für dich als Tierpflegefachkraft bedeutet das: Beobachtungen und Ereignisse vollständig und zeitnah festhalten, nicht selbstständig Werte aus dem Datensatz entfernen und Unklarheiten an die zuständige Studienleitung melden.

Fallbeispiel: Die unerwünschte Abweichung

Ein synthetischer Vergleich enthält zehn geplante Messungen. Zwei Werte liegen außerhalb des erwarteten Bereichs. Die vorab genehmigte Auswertungsregel enthält jedoch kein Ausschlusskriterium für diese Werte. Im Ergebnisbericht werden beide Werte deshalb zunächst mitgeführt und als auffällig beschrieben. Eine Sensitivitätsanalyse kann später – durch die hierfür verantwortliche fachliche Person und nach dokumentierter Begründung – zeigen, wie stark das Ergebnis von diesen Punkten abhängt. Sie ersetzt nicht die vollständige Darstellung des ursprünglichen Datensatzes. Eine nachträgliche Regel „Wir entfernen die beiden Werte, weil dann die Hypothese bestätigt wird“ ist unzulässig. Ebenso problematisch wäre es, nur die günstigste von mehreren Auswertungen zu berichten. Abweichende Analysen müssen als solche kenntlich gemacht werden; die ursprüngliche Fragestellung, der Analyseplan und die Änderungen bleiben sichtbar.

Diagramme ohne Täuschung

Diagramme sollen Daten verständlich machen, nicht den Eindruck eines gewünschten Resultats erzeugen. Achsen, Einheiten, Gruppengrößen, Streuung und fehlende Werte müssen nachvollziehbar sein. Ein Balkendiagramm ohne Streuungsinformation kann Unterschiede größer erscheinen lassen, als sie sind. Eine abgeschnittene Achse kann kleine Abstände dramatisieren. Eine geglättete Linie darf nicht suggerieren, dass zwischen einzelnen Messpunkten Beobachtungen vorliegen. Für Übungszwecke kannst du ein Diagramm aus synthetischen Zahlen erstellen und daneben eine zweite, irreführende Darstellung markieren. Beschreibe konkret, welche Gestaltung die Interpretation verändert. Kennzeichne jede Grafik als synthetisch, damit sie nicht mit echten Studienergebnissen verwechselt wird.

Fehlende Daten verstehen und Reduction stärken

Warum Werte fehlen

Fehlende Werte können zufällig auftreten oder mit Merkmalen des Messprozesses und der untersuchten Situation zusammenhängen. Eine einfache Unterscheidung lautet: vollständig zufällig fehlend (MCAR), bedingt zufällig fehlend (MAR) und nicht zufällig fehlend (MNAR). Diese Fachbegriffe beschreiben Annahmen über den Mechanismus des Fehlens. Sie sind keine Etiketten, die man ohne Prüfung vergeben sollte. Beispiel: Eine Datei wird durch einen dokumentierten Serverausfall nicht gespeichert. Das kann – abhängig vom Ablauf – annähernd unabhängig vom Messwert sein. Wenn hingegen Messungen häufiger fehlen, sobald ein Gerät eine bestimmte Wertezone erreicht, kann das Fehlen mit dem Messwert zusammenhängen. Wenn Beobachtungen aus Tierschutzgründen vorzeitig beendet werden, können fehlende spätere Werte mit dem Zustand des Tieres zusammenhängen. Diese Situation darf nicht als belangloser technischer Ausfall behandelt werden. Die Ursache des Fehlens ist oft nicht vollständig feststellbar. Beschreibe daher, was bekannt ist, welche Hypothesen bestehen und welche Unsicherheit verbleibt. Prüfe, ob fehlende Werte in bestimmten Gruppen, Zeitpunkten, Messgeräten oder Ereigniskategorien gehäuft auftreten. Die Auswertung und Wahl statistischer Verfahren obliegt qualifizierten Personen; Tierpflegefachkräfte liefern dafür präzise Beobachtungs- und Ereignisdokumentation.

Imputation ist keine Reparatur der Rohdaten

Imputation bezeichnet statistische Verfahren, mit denen fehlende Werte für bestimmte Analysen geschätzt oder mehrfach simuliert werden. Sie ist keine Erlaubnis, einen geschätzten Wert als tatsächlich gemessenen Rohwert einzutragen. Wenn Imputation eingesetzt wird, muss sie im Analyseplan und Bericht offengelegt werden. Das Verfahren, seine Annahmen und die Unsicherheit der Schätzung müssen beschrieben werden. Für den Lernnachweis dieses Kurses werden keine Werte imputiert. Du markierst fehlende Werte sichtbar und analysierst die Folgen für die Interpretation. Eine Mittelwert-Ersetzung oder das Fortschreiben des letzten Messwerts kann Streuung unterschätzen und Zusammenhänge verzerren. Ob ein statistisches Verfahren geeignet ist, entscheidet nicht die Person, die den Datensatz lediglich pflegt.

Reduction durch bessere Planung

Reduction bedeutet, die Zahl der eingesetzten Tiere auf das wissenschaftlich notwendige Maß zu begrenzen, ohne die Aussagekraft der Untersuchung zu untergraben. Eine schlecht geplante Untersuchung kann zu unbrauchbaren Daten führen und Wiederholungen erforderlich machen. Gute Planung, klare primäre Zielgrößen, geeignete Fallzahlplanung, Randomisierung, Verblindung, qualitätsgesicherte Messsysteme und eine vorher festgelegte Analyse reduzieren das Risiko solcher Verluste. Der NC3Rs Experimental Design Assistant unterstützt die strukturierte Planung und gibt Rückmeldungen zu Studiendesign, Randomisierung, Verblindung, statistischen Methoden und Stichprobengröße. Er ersetzt keine statistische Beratung und keine behördliche oder ethische Prüfung. Die ARRIVE-Studienplanvorlage fördert die transparente Beschreibung geplanter In-vivo-Studien. PREPARE ergänzt dies um Planungsthemen wie Literaturrecherche, rechtliche und ethische Fragen, Statistik, Einrichtung, Schulung, Tierhaltung und Qualitätskontrolle.

Alt-Text: Drei Darstellungen derselben Punktdaten zeigen ohne Verbindungslinie, mit Verbindungslinie und mit angepasster Trendlinie, wie grafische Entscheidungen die Wahrnehmung beeinflussen.
Alt-Text: Drei Darstellungen derselben Punktdaten zeigen ohne Verbindungslinie, mit Verbindungslinie und mit angepasster Trendlinie, wie grafische Entscheidungen die Wahrnehmung beeinflussen.

Beobachtungsfrage: Welche der drei Darstellungen zeigt die Rohdaten am unmittelbarsten? Welche Zusatzannahme bringt eine Trendlinie mit sich? Eine Linie ist ein Modell oder eine Verbindung der Punkte, nicht automatisch eine zusätzliche Messung.

Negative Ergebnisse als Beitrag zu Reduction

Ein sauber dokumentiertes Null- oder Negativergebnis kann andere Teams davor bewahren, eine bereits beantwortete Frage unnötig erneut zu untersuchen. Dafür müssen Fragestellung, Design, tatsächlich erreichte Stichprobe, fehlende Daten, Abweichungen und Unsicherheit sichtbar sein. Unvollständige oder selektiv berichtete Ergebnisse können dagegen zu Fehlentscheidungen und vermeidbaren Wiederholungen führen.

Verantwortung, Rechtsrahmen und sichere Zuständigkeiten

Rechtliche Grundlagen in Deutschland und der EU

Rechtsstand dieses Lernmaterials: 09.11.2026. Geprüft wurden die am Abrufdatum bereitgestellten amtlichen Fassungen des deutschen Tierschutzgesetzes (TierSchG), der Tierschutz-Versuchstierverordnung (TierSchVersV) und die Richtlinie 2010/63/EU. Vor einer konkreten Tätigkeit sind die dann geltende Rechtslage, landesrechtliche Zuständigkeiten, behördliche Bescheide, Auflagen und betriebliche SOPs erneut zu prüfen. Dieses Lernmaterial ist keine Rechtsberatung. Das TierSchG begrenzt Tierversuche auf das unerlässliche Maß und verlangt die erforderlichen Kenntnisse und Fähigkeiten der planenden und durchführenden Personen (§ 7). § 7a beschreibt zulässige Zwecke und Grundsätze, darunter die Prüfung von Alternativen, den Stand der wissenschaftlichen Erkenntnisse und die Begrenzung von Belastungen. Für Versuche an Wirbeltieren und Kopffüßern ist grundsätzlich eine behördliche Genehmigung des Versuchsvorhabens nach § 8 erforderlich. Die EU-Richtlinie 2010/63/EU verlangt ebenfalls eine vorherige Projektgenehmigung und eine positive Projektbewertung, insbesondere nach den Artikeln 36 und 38. § 8a TierSchG darf nicht pauschal als Anzeigeverfahren bezeichnet werden. § 8a Absatz 1 regelt bestimmte Fälle eines vereinfachten Genehmigungsverfahrens. Die Genehmigung gilt nur unter den gesetzlichen Voraussetzungen und nach den dort beschriebenen behördlichen Prüfschritten als erteilt. Davon zu unterscheiden ist § 8a Absatz 3: Er sieht eine Anzeige für Versuchsvorhaben mit Zehnfußkrebsen vor. Die verfahrensrechtlichen Einzelheiten finden sich unter anderem in § 39 TierSchVersV. Für ein konkretes Vorhaben ist stets zu prüfen, welche Vorschrift und welches Verfahren tatsächlich einschlägig sind. Die TierSchVersV enthält Anforderungen an Sachkunde und Zuständigkeiten. § 3 verpflichtet die Einrichtungsleitung beziehungsweise den Betriebsverantwortlichen, sicherzustellen, dass Tierpflege- und Tötungstätigkeiten nur mit den jeweils erforderlichen Kenntnissen und Fähigkeiten ausgeübt werden; Ausbildungszwecke sind an Anwesenheit und Aufsicht einer entsprechend sachkundigen Person gebunden. § 16 regelt die Sachkunde für die Durchführung von Tierversuchen an Wirbeltieren und Kopffüßern und enthält zusätzliche Anforderungen für bestimmte Tätigkeiten. Projektgenehmigung, persönliche Sachkunde, betriebliche Beauftragung und konkrete Aufsicht sind unterschiedliche Voraussetzungen und dürfen nicht gleichgesetzt werden.

Was deine Ausbildung nicht automatisch erlaubt

Eine abgeschlossene Ausbildung oder ein Onlinekurs erteilt keine allgemeine Befugnis zu Eingriffen, Narkosen, Tötungen oder zur Durchführung von Tierversuchen. Entscheidend sind die konkrete Tätigkeit, nachgewiesene tätigkeitsbezogene Sachkunde, einschlägige gesetzliche Anforderungen, tierärztliche Anordnung soweit erforderlich, verantwortliche Aufsicht, betriebliche Beauftragung, genehmigtes Versuchsvorhaben und behördliche Auflagen. Eine SOP konkretisiert betriebliche Abläufe, ersetzt aber keine gesetzliche Genehmigung oder fehlende persönliche Sachkunde. Bei einem unerwarteten Ereignis dokumentierst du Beobachtungen und informierst unverzüglich die im Betrieb festgelegten verantwortlichen Personen. Tierärztliche Entscheidungen und Anordnungen bleiben bei den dazu befugten Personen. Du veränderst keine Versuchsplanung, Messstrategie oder Abbruchkriterien eigenmächtig. Wenn du eine mögliche Belastung oder einen genehmigten Endpunkt erkennst, hat die etablierte Tierschutz- und Meldekette Vorrang vor dem Wunsch, einen Messwert zu vervollständigen.

Gesetze, Regeln und Standards unterscheiden

Gesetze und Verordnungen sind verbindliches Recht. Technische Regeln und behördliche Vollzugshinweise konkretisieren Anforderungen im jeweiligen Anwendungsbereich; ihre rechtliche Wirkung hängt von ihrer Grundlage ab. Behördliche Bescheide und Nebenbestimmungen sind für das konkrete Vorhaben maßgeblich. Betriebliche SOPs und Qualitätsmanagementvorgaben regeln interne Arbeitsabläufe. ARRIVE, PREPARE und EDA sind fachliche Leitlinien beziehungsweise Hilfsmittel und keine Gesetze oder behördlichen Genehmigungen. Landesbehörden vollziehen das Bundes- und Unionsrecht im Rahmen ihrer Zuständigkeiten. Daher können Ansprechstellen, Formulare und konkrete Verfahrenswege je nach Bundesland und Vorhaben variieren. Bei Unsicherheit klärst du den Sachverhalt über die verantwortliche Studienleitung, Tierschutzbeauftragte, Tierärztinnen oder Tierärzte und die zuständige Behörde – nicht durch eigenständige Interpretation eines einzelnen Paragraphen. Zum Stichtag 09.11.2026 wird in diesem Kurs keine Änderung mit Inkrafttreten ab 04.12.2026 vorweggenommen. Für Regelungen oder Änderungen mit einem späteren Inkrafttretensdatum ist gesondert zu prüfen, ob sie beschlossen, verkündet und tatsächlich in Kraft getreten sind. Vor einer Anwendung nach dem Stichtag ist die amtliche Fassung erneut zu konsultieren.

Interaktive Aufgaben


Quiz: Prüfe dein Wissen

Beantworte jede Frage. Die richtige Antwort steht jeweils zuerst; die anschließende Begründung erläutert die fachliche Entscheidung.

Was bedeutet ein leeres Datenfeld ohne weitere Information? (Ein fehlender Wert mit ungeklärter Ursache) (!Ein Messwert von null) (!Ein sicherer technischer Defekt) (!Ein Wert, der automatisch durch den Mittelwert ersetzt werden muss)



Begründung: Ein leeres Feld belegt zunächst nur, dass kein Wert vorliegt. Die Ursache darf nicht erfunden werden.

Wie ist ein auffälliger Messwert ohne vorab festgelegtes Ausschlusskriterium zunächst zu behandeln? (Als vorhandenen, auffälligen Wert dokumentieren und prüfen lassen) (!Sofort löschen) (!Durch den Durchschnitt der Nachbarwerte ersetzen) (!Nur dann aufbewahren, wenn er die Hypothese stützt)



Begründung: Ein ungewöhnlicher Wert ist nicht automatisch ungültig. Die Qualitätsentscheidung benötigt dokumentierte Kriterien und Belege.

Welche Aussage beschreibt ein nicht signifikantes Ergebnis korrekt? (Es wurde mit diesem Verfahren kein statistisch signifikanter Unterschied nachgewiesen) (!Die Gruppen sind bewiesenermaßen identisch) (!Die Intervention ist in jedem Fall wirkungslos) (!Alle Messwerte waren fehlerhaft)



Begründung: Nichtsignifikanz ist kein Gleichheitsbeweis. Präzision, Design und Unsicherheit sind mitzuberichten.

Was gehört zu einer transparenten Datenkorrektur? (Ursprünglicher Eintrag, Korrektur, Zeitpunkt und Begründung nachvollziehbar erhalten) (!Den alten Wert spurlos überschreiben) (!Die Änderung ohne Notiz in allen Kopien verteilen) (!Nur den endgültigen Mittelwert speichern)



Begründung: Änderungen müssen nachvollziehbar sein. Ein Audit-Trail oder eine entsprechende Papierdokumentation schützt die Integrität.

Welche Information empfiehlt ARRIVE bei Ausschlüssen? (Welche Datenpunkte je Gruppe nicht berücksichtigt wurden und warum) (!Nur den günstigsten Gesamteffekt) (!Ausschließlich die Zahl der veröffentlichten Diagramme) (!Nur die Namen der Personen, die ausgewertet haben)



Begründung: Ausschlüsse und ihre Gründe sowie die analysierten Gruppengrößen ermöglichen eine faire Beurteilung.

Wofür steht Reduction im 3R-Prinzip? (Die Zahl der eingesetzten Tiere auf das notwendige Maß begrenzen und zugleich belastbare Erkenntnisse ermöglichen) (!Alle Messwerte reduzieren, bis das Ergebnis signifikant wird) (!Dokumentationsaufwand grundsätzlich vermeiden) (!Nur positive Ergebnisse veröffentlichen)



Begründung: Reduction bedeutet nicht Datenreduktion durch Weglassen, sondern wissenschaftlich begründete Begrenzung der Tierzahl.

Welche Aussage zu Imputation ist richtig? (Ein statistisch geschätzter Wert bleibt als imputiert erkennbar und ist kein gemessener Rohwert) (!Ein imputierter Wert darf als Originalmessung gespeichert werden) (!Imputation beseitigt jede Unsicherheit) (!Imputation ist immer die beste Methode für fehlende Werte)



Begründung: Imputation ist ein Analyseverfahren mit Annahmen und Unsicherheit. Rohdaten werden nicht rückwirkend umgeschrieben.

Was regelt § 8a Absatz 1 TierSchG? (Bestimmte Fälle eines vereinfachten Genehmigungsverfahrens unter gesetzlichen Voraussetzungen) (!Ein allgemeines Anzeigeverfahren für alle Tierversuche) (!Eine persönliche Ausbildungsbescheinigung) (!Die automatische Genehmigung jeder Änderung einer Studie)



Begründung: Absatz 1 betrifft ein vereinfachtes Genehmigungsverfahren. Die Anzeige nach § 8a Absatz 3 betrifft gesondert Versuchsvorhaben mit Zehnfußkrebsen.

Was ist bei einer möglichen tierschutzrelevanten Abweichung zu tun? (Beobachtung zeitnah dokumentieren und die betriebliche Melde- und Aufsichtskette nutzen) (!Messwerte eigenmächtig verändern) (!Abbruchkriterien nach eigenem Ermessen verschieben) (!Den Vorfall bis zum Abschluss der Statistik zurückhalten)



Begründung: Tierwohl und genehmigte Abläufe haben Vorrang. Entscheidungen treffen die zuständigen verantwortlichen Personen.

Welche Aussage zu Ausbildung und Befugnis ist korrekt? (Ausbildung allein begründet keine allgemeine Befugnis zu Eingriffen oder Tierversuchen) (!Ein Onlinekurs ersetzt jede Sachkundeprüfung) (!Eine SOP ersetzt eine erforderliche behördliche Genehmigung) (!Jede ausgebildete Person darf ohne Aufsicht alle Tätigkeiten ausführen)



Begründung: Tätigkeitsspezifische Sachkunde, gesetzliche Anforderungen, Beauftragung, Aufsicht und Genehmigung sind getrennt zu prüfen.

Memory-Spiel

Ordne die fünf Fachbegriffe ihren Bedeutungen zu.

Fehlender Wert Vorgesehene Information liegt nicht vor
Rohdatum Unverändert dokumentierte ursprüngliche Beobachtung oder Messung
Imputation Statistische Schätzung eines fehlenden Wertes für eine Analyse
Ausschlusskriterium Vorab definierte Regel, wann Daten nicht in eine bestimmte Analyse eingehen
Publikationsbias Verzerrung durch bevorzugte Veröffentlichung bestimmter Ergebnisse




Drag and Drop: Begriffe zuordnen

Ordne jedem Eintrag die passende Bedeutung zu. Alle Paare bestehen aus Text, nicht aus Zahlen.

Suchbegriff Passende Bedeutung
Audit-Trail Nachvollziehbare Historie von Einträgen und Änderungen
Ausreißer Auffälliger Wert, der eine Prüfung, aber nicht automatisch eine Löschung erfordert
Randomisierung Zufällige Zuteilung nach festgelegtem Studiendesign
Verblindung Verbergen von Gruppenzugehörigkeiten gegenüber festgelegten Beteiligten
Negatives Ergebnis Ergebnis, das eine formulierte Hypothese nicht bestätigt oder keinen erwarteten Effekt zeigt




Kreuzworträtsel

Finde die sechs Begriffe. Jede Lösung besteht aus einem Wort.

Protokoll Dokument, das geplantes Vorgehen und Regeln einer Untersuchung festhält
Ausreißer Auffälliger Messwert, der nicht ohne Prüfung entfernt werden darf
Stichprobe Ausgewählte Teilmenge der untersuchten Grundgesamtheit
Randomisierung Zufallsbasierte Zuteilung zu Gruppen
Verblindung Verfahren, das bestimmte Informationen über die Gruppenzugehörigkeit verbirgt
Replikation Wiederholung einer Untersuchung zur Prüfung der Reproduzierbarkeit




LearningApps

Nutze die thematische Suche, um ein passendes Zuordnungsspiel zu finden oder eine eigene Übung mit synthetischen Beispielen zu erstellen. Prüfe die fachliche Richtigkeit, bevor du eine fremde Lernaktivität verwendest.


Lückentext

Setze die passenden Begriffe ein. Jede Lücke prüft einen zentralen Gedanken des Kurses.

Vervollständige den Text.
Ein leeres Datenfeld ist zunächst ein

und nicht automatisch eine Null. Die Ursache des Fehlens wird dokumentiert, soweit sie

ist. Ein auffälliger Messwert darf nicht ohne vorab festgelegte Regel

werden. Eine statistische Schätzung eines fehlenden Wertes heißt

und bleibt von einem gemessenen Rohwert unterscheidbar. Ein nicht signifikanter Test beweist nicht, dass zwei Gruppen

sind. Eine nachvollziehbare Änderung benötigt einen Zeitpunkt und eine

. Die Zahl der tatsächlich ausgewerteten Einheiten wird je Gruppe

. Ein unerwartetes Tierwohlereignis wird über die betriebliche Meldekette an die

weitergegeben. Das 3R-Prinzip Reduction begrenzt die Tierzahl auf das

. Gesetze und Verordnungen sind von freiwilligen fachlichen

zu unterscheiden.


Offene Aufgaben

Bearbeite die Aufgaben ausschließlich mit fiktiven Datensätzen, Musterformularen, Ersatzmodellen oder öffentlich verfügbaren Lehrvideos. Verwende keine realen Tier- oder Patientendaten und führe keine Tierexperimente durch.

Leicht

  1. Fehlende Werte markieren: Erstelle aus einer frei erfundenen Tabelle eine Version, in der Messwert, fehlender Wert und ungültiger Wert durch eindeutige Statusfelder unterschieden werden. Begründe jede Kennzeichnung.
  2. Dokumentationsnotiz verfassen: Schreibe zu einem fiktiven Geräteausfall eine sachliche Notiz mit Zeitpunkt, Datenquelle, Status, bekannter Ursache und offener Frage.
  3. Negatives Ergebnis erklären: Formuliere drei Sätze, die ein nicht bestätigtes Hypothesenergebnis korrekt und ohne Übertreibung beschreiben.
  4. Diagramm lesen: Beschreibe ein öffentliches, allgemeines Histogramm oder Streudiagramm und notiere zwei Aussagen, die es erlaubt, sowie zwei Aussagen, die es nicht erlaubt.


Standard

  1. Synthetischen Datensatz prüfen: Analysiere eine Tabelle mit mindestens zwölf vollständig erfundenen Zeilen, drei fehlenden Feldern und zwei auffälligen Werten. Bewahre alle Zeilen und begründe jeden Datenstatus.
  2. Fehleranalyse erstellen: Entwickle eine Fehleranalyse zu einem fiktiven Datensatz. Trenne Beobachtung, mögliche Ursache, Beleg, Auswirkung auf die Auswertung und erforderliche Rückfrage.
  3. Ausschlussentscheidung vergleichen: Vergleiche eine vorab definierte Ausschlussregel mit einer nachträglich eingeführten Regel. Zeige an synthetischen Zahlen, wie sich die Schlussfolgerung verändern könnte.
  4. Medienanalyse durchführen: Sieh das eingebettete EDA-Video und erstelle eine kommentierte Skizze, wie Planung, Randomisierung, Verblindung und Auswertung die Belastbarkeit beeinflussen. Keine Versuchsdurchführung.


Schwer

  1. Audit-Trail simulieren: Erstelle für ein fiktives Formular eine Änderungshistorie mit Originaleintrag, Korrektur, Zeitstempel, Rolle und Grund. Erkläre, weshalb Überschreiben ungeeignet wäre.
  2. Fehlmechanismen beurteilen: Entwickle drei synthetische Szenarien für MCAR, MAR und MNAR. Kennzeichne die Annahmen ausdrücklich und beschreibe, welche Informationen zur Unterscheidung fehlen.
  3. Bericht mit Sensitivitätsanalyse planen: Entwirf für einen vollständig fiktiven Datensatz einen Ergebnisbericht, der Hauptanalyse, dokumentierte Abweichungen und eine begründete Sensitivitätsanalyse transparent nebeneinanderstellt.
  4. Reduction-Fallstudie ausarbeiten: Schreibe eine Fallstudie, wie bessere Planung und vollständige Ergebnisdokumentation unnötige Wiederholungen vermeiden können. Berücksichtige Alternativen, Datenqualität, Tierwohl und Zuständigkeiten.




Text bearbeiten Bild einfügen Video einbetten Interaktive Aufgaben erstellen



Lernkontrolle

  1. Datenstatus anwenden: Erkläre an einem synthetischen Datensatz, weshalb leer, null, ungültig und nicht erhoben unterschiedliche Zustände sind und wie du sie dokumentierst.
  2. Ursachen und Verzerrung analysieren: Zeige, wie ein systematischer Ausfall in einer Gruppe das Ergebnis verzerren könnte. Welche Angaben wären erforderlich, bevor eine statistische Methode gewählt wird?
  3. Negative Ergebnisse interpretieren: Formuliere eine Schlussfolgerung aus einem nicht signifikanten Vergleich und nenne mindestens drei Grenzen, die vor einer Aussage über Wirkungslosigkeit zu beachten sind.
  4. Ausschlüsse nachvollziehbar berichten: Erstelle eine Tabelle mit je Gruppe geplanter Anzahl, tatsächlicher Anzahl, fehlenden Werten, Ausschlüssen und Gründen. Nutze ausschließlich fiktive Zahlen.
  5. Recht und Verantwortung unterscheiden: Erkläre anhand eines Beispiels den Unterschied zwischen persönlicher Sachkunde, Aufsicht, tierärztlicher Anordnung, betrieblicher SOP und behördlicher Projektgenehmigung.
  6. Reduction begründen: Beschreibe, wie transparente Nullresultate, gute Planung und reproduzierbare Dokumentation zur Vermeidung unnötiger Wiederholungen beitragen können.


Lernnachweis

Der Lernnachweis besteht aus einer Fehleranalyse eines vollständig synthetischen Datensatzes. Er muss mindestens Folgendes enthalten:

  • Eine unveränderte Ausgangstabelle mit eindeutigen fiktiven Kennungen und einer Kennzeichnung, dass sämtliche Daten erfunden sind.
  • Eine Statusübersicht aller fehlenden, ungültigen und auffälligen Werte. Kein unbequemer Wert darf entfernt oder verdeckt werden.
  • Für jede Datenlücke: bekannte Ursache, Quelle der Information oder ausdrückliche Kennzeichnung „Ursache ungeklärt“.
  • Eine nachvollziehbare Änderungshistorie für jede Korrektur; keine stillen Überschreibungen.
  • Eine Ausschlussübersicht mit vorab definierten Kriterien, tatsächlich angewendeten Regeln und Begründungen für Abweichungen.
  • Eine kurze Interpretation des negativen oder nicht bestätigenden Ergebnisses mit Unsicherheit und Grenzen der Aussage.
  • Eine Reflexion, wie vollständige Dokumentation und bessere Planung Reduction unterstützen können.

Bewertungskriterien: Vollständigkeit der Rohdaten (25 %), korrekte Statuskennzeichnung (20 %), Nachvollziehbarkeit von Änderungen und Ausschlüssen (20 %), fachlich angemessene Interpretation (20 %), Reflexion von Tierwohl, Reduction und Zuständigkeiten (15 %). Eine Arbeit besteht nicht, wenn Daten absichtlich weggelassen, erfunden oder nach Ergebniswunsch verändert wurden.

Typische Fehler und wie du sie vermeidest

Leeres Feld mit Null verwechseln: Null ist ein konkreter Zahlenwert. Ein fehlender Wert bedeutet, dass kein Messwert vorliegt. Verwende getrennte Statusangaben. Auffällige Werte reflexartig löschen: Auffälligkeit ist ein Anlass zur Prüfung, kein automatischer Ausschlussgrund. Prüfe Rohquelle, Messsystem und vorab festgelegte Kriterien. Nachträglich passende Kriterien erfinden: Kennzeichne nachträgliche Entscheidungen als solche, dokumentiere Anlass und Auswirkung und lege sie der zuständigen fachlichen Leitung vor. Nichtsignifikanz als Wirkungslosigkeit ausgeben: Beschreibe den Testbefund und die Unsicherheit. Behaupte keine Gleichheit, wenn sie nicht mit geeignetem Design geprüft wurde. Imputierte Werte als Messungen ausgeben: Halte Schätzwerte in der Analyse getrennt von Rohdaten und lege Verfahren und Annahmen offen. Nur die günstige Auswertung zeigen: Berichte Analyseplan, Abweichungen und relevante Sensitivitätsanalysen vollständig. Tierschutzereignisse als technische Datenlücke tarnen: Ein Abbruch oder eine Beobachtung aus Tierschutzgründen hat einen eigenen Sachverhalt und folgt der zuständigen Meldekette. Onlinekurs mit Befugnis verwechseln: Prüfe immer Tätigkeit, Sachkunde, Aufsicht, Anordnung, Genehmigung, Bescheid und SOP. Der Kurs erteilt keine Befugnis.

OER und Wikipedia

Fachliche Leitlinien und Werkzeuge

Deutsche und europäische Primärquellen

Weiterführende deutschsprachige Hintergrundartikel

  • Publikationsbias: Hintergrund zu Verzerrungen durch bevorzugte Veröffentlichung bestimmter Ergebnisse.
  • Imputation (Statistik): Überblick zu statistischen Verfahren für unvollständige Datensätze.
  • Reproduzierbarkeit: Grundbegriffe zur Wiederholbarkeit wissenschaftlicher Ergebnisse.

Mediennachweise und Nutzungsangaben

Medium Quelle und Urheber Lizenz beziehungsweise Herkunft - Datei: Histogram en.png Wikimedia Commons; Urheber: Petr.noha; eigenes Werk Creative Commons Namensnennung 3.0 (CC BY 3.0) - Datei: Scatter plot.jpg Wikimedia Commons; Urheber: Mdd; Visualisierung aus VisIt Public Domain Mark 1.0 - Datei: Scatter plots.png Wikimedia Commons; Urheber: RWhitwam; eigenes Werk Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 - Video: Improving Experimental Design: Ethical Implications and How the Experimental Design Assistant (EDA) Can Help National Institutes of Health; Videoeinbettung über den offiziellen NIH-Medienplayer YouTube-Einbettung über den NIH-Player; Abruf und Einbettungs-ID am 09.11.2026 geprüft

Abruf- und Gültigkeitsdatum: Die verlinkten Onlinequellen wurden am 09.11.2026 recherchiert. Die Rechtsausführungen beziehen sich auf den am 09.11.2026 amtlich abrufbaren Stand. Freiwillige Standards und Planungshilfen sind keine Gesetze. Prüfe vor konkreter Anwendung Änderungen, Landesvollzug, individuelle Bescheide und betriebliche SOPs. Wikimedia-Commons- und Video-Beobachtungsfragen: Beim Histogramm: Was beschreibt die Häufigkeit, und was bleibt über die Ursache eines fehlenden Wertes unbekannt? Beim Streudiagramm: Wann ist ein Punkt auffällig, aber noch kein begründeter Ausschluss? Beim Video: Welche Schritte der Studienplanung verbessern Reproduzierbarkeit und Reduction? Das Video stammt von einer NIH-Seite, die den eingebetteten YouTube-Player für die EDA-Einführung bereitstellt.


Verknüpfte Lernbereiche

Die Inhalte dieses Kurses verbinden Datenintegrität, Statistik, Studienplanung, Tierschutz und berufliche Verantwortung. Die folgende Navigation führt zu ergänzenden Themen.


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 ...