Home› Ghostwriter Chemie› Methodik & Labor› Messdaten & Statistik

Statistische Auswertung chemischer Messdaten

Fehlerrechnung, Standardabweichung, Kalibriergeraden, Ausreissertests und Methodenvalidierung: So werten Sie Labordaten in Ihrer Chemie-Thesis statistisch korrekt aus – mit den richtigen Formeln, den richtigen Tests und den richtigen Diagrammen.

Fehlerrechnung
Kalibrierung
LOD / LOQ
Ausreissertests
Signifikanztests

Bei Business And Science verfügen wir über ein Team aus promovierten Chemikern und erfahrenen Statistik-Beratern, die Labordaten nicht nur auswerten, sondern methodisch einordnen: von der Gaussschen Fehlerfortpflanzung über Kalibriergeradenberechnung mit Residuenanalyse bis zur ICH-konformen Bestimmung von LOD und LOQ. In über 12.000 betreuten Projekten seit 2012 hat sich die statistische Auswertung chemischer Messdaten als einer der am häufigsten nachgefragten Teilbereiche etabliert.

Inhalt

Messdaten-Statistik in der Chemie – Das Wichtigste

Jeder quantitative Messwert in einer Chemie-Thesis braucht eine Unsicherheitsangabe. Das ist kein „Nice-to-have", sondern wissenschaftlicher Standard. Mindestanforderung: Dreifachbestimmung (n = 3) mit Mittelwert und Standardabweichung. Bei analytischen Methoden kommen Kalibrierung, LOD/LOQ und Methodenvalidierung hinzu. In der Thesis: Fehlerbalken in jedem quantitativen Diagramm, Konfidenzintervalle bei Ergebnisangaben. Unsere Chemie-Ghostwriter und Statistik-Berater unterstuetzen bei der kompletten Datenauswertung.

1. Warum Statistik in der Chemie-Thesis Pflicht ist

Chemische Messungen sind nie exakt. Jede Waage hat eine Ablesegenauigkeit, jeder Detektor ein Rauschen, jede Pipette eine Toleranz. Statistik quantifiziert diese Unsicherheiten und macht Ergebnisse vergleichbar und bewertbar.

Was Gutachter bei der Datenauswertung bewerten

  • Wiederholmessungen: Wurde jede Messung mindestens dreimal durchgefuehrt? Einzelmessungen sind in der Analytik nicht akzeptabel.
  • Unsicherheitsangaben: Steht bei jedem Mittelwert eine Standardabweichung oder ein Konfidenzintervall?
  • Fehlerbalken: Hat jeder Datenpunkt im Diagramm einen Fehlerbalken? Welche Art (SD, SEM, 95%-CI)?
  • Signifikanz: Werden Unterschiede zwischen Gruppen statistisch getestet, statt nur „augenscheinlich" beurteilt?
  • Kalibrierung: Wird die Kalibriergerade mit Regressionsparametern (R2, Steigung, Achsenabschnitt) und Residuenplot gezeigt?

Chemie-Statistik vs. Sozialwissenschaftliche Statistik

Die Statistik in der Chemie unterscheidet sich fundamental von der in Sozialwissenschaften oder Psychologie. In der Chemie geht es primaer um Messunsicherheit (Wie genau ist mein Ergebnis?), Kalibrierung (Ist mein Geraet korrekt eingestellt?) und Methodenguete (Wie zuverlaessig ist meine Analysemethode?). Komplexe multivariate Verfahren (Faktorenanalyse, Clusteranalyse) sind eher selten – dafuer sind Fehlerfortpflanzung, Ausreissertests und Regressionsanalyse Kernkompetenzen. Dieser Guide behandelt ausschliesslich die chemiespezifische Statistik.

Was diese Seite beschreibt – Fehlerfortpflanzung statt Faktorenanalyse, Kalibriergeraden statt Likert-Skalen, Grubbs-Test statt Chi-Quadrat – spiegelt exakt die Denkweise wider, mit der unsere Autoren an chemische Datenauswertungen herangehen: fachspezifisch, nicht generisch.

2. Deskriptive Statistik: Mittelwert, Streuung, Fehler

Arithmetischer Mittelwert

Mittelwert x̄ = (1/n) · ∑ xi

Bester Schaetzwert fuer den wahren Wert. In der Thesis: Immer mit n (Anzahl Messungen) angeben.

Standardabweichung (SD)

Stichproben-SD s = √[ ∑(xi - x̄)2 / (n-1) ]

Mass fuer die Streuung der Einzelwerte. Durch (n-1): Bessel-Korrektur fuer kleine Stichproben.

Relative Standardabweichung (RSD)

RSD / Variationskoeffizient RSD (%) = (s / x̄) · 100

Erlaubt den Vergleich der Praezision verschiedener Methoden. Typisch in der Analytik: RSD ≤ 2% fuer Praezision.

Standardfehler des Mittelwerts (SEM)

SEM SEM = s / √n

Unsicherheit des Mittelwerts (nicht der Einzelwerte). Kleiner als SD – wird manchmal faelschlicherweise statt SD fuer Fehlerbalken verwendet.

Konfidenzintervall (95%-CI)

95%-Konfidenzintervall CI = x̄ ± t(0.025, n-1) · s / √n

Bereich, in dem der wahre Wert mit 95% Wahrscheinlichkeit liegt. Haengt vom t-Wert (Freiheitsgrade) ab.

SD oder SEM fuer Fehlerbalken?

In der Chemie werden Fehlerbalken typischerweise als ± SD angegeben – sie zeigen die Streuung der Messwerte. SEM ist kleiner und zeigt die Unsicherheit des Mittelwerts – wird in der Biologie/Medizin haeufiger verwendet. Entscheidend: In der Abbildungsunterschrift immer angeben, welches Mass die Fehlerbalken repraesentieren: „Fehlerbalken repraesentieren ± 1 SD (n = 3)." Mischen Sie nie SD und SEM in derselben Arbeit.

3. Fehlerfortpflanzung nach Gauss

Wenn ein Ergebnis aus mehreren fehlerbehafteten Groessen berechnet wird (z.B. Konzentration aus Einwaage, Volumen und Extinktion), pflanzen sich die Einzelfehler fort. Die Gausssche Fehlerfortpflanzung quantifiziert den resultierenden Gesamtfehler.

Allgemeine Fehlerfortpflanzung (Gauss) Δf = √[ (∂f/∂x1 · Δx1)2 + (∂f/∂x2 · Δx2)2 + ... ]

Addition / Subtraktion

f = a + b - c

Δf = √[ (Δa)2 + (Δb)2 + (Δc)2 ]

Absolute Fehler addieren sich quadratisch. Beispiel: Masse-Differenz beim Waegen.

Multiplikation / Division

f = (a · b) / c

Δf/f = √[ (Δa/a)2 + (Δb/b)2 + (Δc/c)2 ]

Relative Fehler addieren sich quadratisch. Beispiel: Konzentrationsberechnung (c = n/V).

Praxisbeispiel: Konzentrationsbestimmung

c = m / (M · V). Mit m = 25.3 ± 0.1 mg, M = 274.32 g/mol (exakt), V = 25.00 ± 0.04 mL ergibt sich: Δc/c = √[(0.1/25.3)2 + (0.04/25.00)2] = √[1.56·10-5 + 2.56·10-6] = 0.42%. Die Einwaage dominiert den Fehler.

Fehlerrechnung fuer Ihre Thesis?

Promovierte Chemiker und Statistiker unterstuetzen bei Gaussscher Fehlerfortpflanzung und Datenauswertung
Statistik-Beratung →

4. Kalibrierung & lineare Regression

Die Kalibriergerade ist das zentrale Werkzeug der quantitativen Analytik: Sie verknuepft das Messsignal (Absorption, Peakflaeche, Intensitaet) mit der Konzentration des Analyten. Details zur chromatographischen Kalibrierung finden Sie im Chromatographie-Guide.

Pflichtangaben fuer Kalibrierung in der Thesis

  • Konzentrationsbereich: Niedrigste und hoechste Kalibrierkonzentration
  • Anzahl Kalibrierpunkte: Mindestens 5, gleichmaessig verteilt
  • Wiederholungen: Mindestens Dreifachbestimmung pro Konzentration
  • Regressionsgleichung: y = mx + b (Steigung m, Achsenabschnitt b)
  • Bestimmtheitsmass: R2 ≥ 0.999 fuer lineare Kalibrierung
  • Residuenplot: Zeigt systematische Abweichungen von der Linearitaet

Kalibriergerade darstellen

X-Achse: Konzentration (unabhaengige Variable). Y-Achse: Signal (abhaengige Variable). Datenpunkte mit Fehlerbalken (SD aus Dreifachbestimmung). Regressionsgerade einzeichnen. Regressionsgleichung und R2 im Diagramm oder in der Unterschrift angeben.

Residuenplot erstellen

X-Achse: Konzentration. Y-Achse: Residuum (Messwert - Vorhersagewert). Zufaellige Verteilung um Null = Linearitaet OK. Systematisches Muster (U-Form, Trend) = Linearitaet verletzt. Bei Nichtlinearitaet: gewichtete Regression (1/x oder 1/x2) oder quadratisches Modell pruefen.

Ob lineare Regression mit Residuenplot, gewichtete Kalibrierung bei heteroskedastischen Daten oder nichtlineare Modelle für Enzymkinetik – unsere Autoren wählen das passende Regressionsmodell und dokumentieren es so, dass auch der Residuenplot den Gutachter überzeugt.

R2 allein beweist keine Linearitaet

Ein R2 von 0.998 sieht gut aus – kann aber eine systematische Kruemmung verbergen. Gutachter wissen das. Der Residuenplot ist der bessere Test: Er zeigt auf einen Blick, ob die Residuen zufaellig verteilt sind oder ein Muster aufweisen. In der Thesis: Kalibriergerade und Residuenplot zeigen. Das ist ein Qualitaetsmerkmal, das wenige Studierende beachten – und das Gutachter sofort positiv registrieren.

5. Nachweisgrenze (LOD) & Bestimmungsgrenze (LOQ)

LOD und LOQ definieren die untere Leistungsgrenze einer analytischen Methode. Sie sind Pflichtangaben bei jeder quantitativen Analysemethode in der Thesis.

LOD – Limit of Detection

Niedrigste Konzentration, die qualitativ nachweisbar ist (vom Rauschen unterscheidbar).

Methode 1: Signal/Rausch LOD: S/N ≥ 3
Methode 2: Kalibriergerade LOD = 3.3 · σ / S

σ = Standardabweichung des Blindwerts (oder y-Achsenabschnitt-Residuum). S = Steigung der Kalibriergeraden.

LOQ – Limit of Quantification

Niedrigste Konzentration, die quantitativ bestimmbar ist (mit akzeptabler Praezision und Richtigkeit).

Methode 1: Signal/Rausch LOQ: S/N ≥ 10
Methode 2: Kalibriergerade LOQ = 10 · σ / S

Proben unter LOQ: als „< LOQ" angeben, nicht als Null. Proben unter LOD: als „n.d." (not detected) angeben.

Ob Fehlerrechnung für eine Titrationsserie, Kalibrierung einer HPLC-Methode oder Ausreissertest bei Dreifachbestimmungen – unsere Autoren übernehmen die statistische Auswertung auf dem Niveau, das Gutachter in analytischen und physikalisch-chemischen Arbeiten erwarten. Liegen Ihre Rohdaten bereits als Excel- oder Origin-Datei vor, starten wir direkt mit der Berechnung und Visualisierung.

Formulierungsbeispiel Thesis

Die Nachweisgrenze (LOD) wurde anhand des Signal/Rausch-Verhaeltnisses (S/N ≥ 3) zu 0.05 mg/L bestimmt, die Bestimmungsgrenze (LOQ, S/N ≥ 10) zu 0.15 mg/L. Konzentrationen unter LOQ werden als „< LOQ" angegeben.

6. Ausreissertests: Grubbs & Dixon

Ein Messwert weicht stark von den anderen ab – ist er ein Ausreisser oder ein valider Extremwert? In der Chemie werden Ausreisser nie willkuerlich entfernt, sondern nur nach einem statistischen Test – und die Entfernung muss dokumentiert werden.

Grubbs-Test

Standardtest fuer Ausreisser. Prueft, ob der extremste Wert signifikant von den uebrigen abweicht.

Pruefgroesse G = |xi - x̄| / s

Vergleich mit tabelliertem Grubbs-kritischen Wert (abhaengig von n und Signifikanzniveau, typisch α = 0.05). G > Gkrit: Ausreisser signifikant.

Dixon-Q-Test

Alternative fuer kleine Stichproben (n = 3–7). Einfacher zu berechnen, aber weniger robust als Grubbs.

Pruefgroesse (n = 3–7) Q = |xverdaechtig - xnaechster| / (xmax - xmin)

Vergleich mit tabelliertem Q-kritischem Wert. Q > Qkrit: Ausreisser signifikant.

Grubbs für Datensätze ab n = 6, Dixon-Q für die chemietypische Dreifachbestimmung – unsere Autoren wählen den passenden Test, führen ihn korrekt durch und formulieren die Dokumentation der Ausreisserentfernung so, wie Gutachter und Reviewer sie erwarten.

Ausreisser dokumentieren – nie stillschweigend streichen

In der Thesis: „Der Messwert von Probe 3 (c = 12.8 mg/L) wurde mittels Grubbs-Test als Ausreisser identifiziert (G = 2.41, Gkrit(95%, n=6) = 1.89) und aus der weiteren Berechnung ausgeschlossen. Die Auswertung basiert auf n = 5 Messwerten." Nie: den Wert einfach weglassen, ohne Begruendung.

7. Signifikanztests: t-Test, F-Test & Co.

Wenn Sie in der Thesis zwei Methoden, zwei Bedingungen oder zwei Konzentrationen vergleichen, brauchen Sie einen Signifikanztest. „Sieht anders aus" genuegt nicht – der Unterschied muss statistisch abgesichert sein.

TestFragestellungVoraussetzungenTypischer Thesis-Einsatz
t-Test (unabhaengig)Unterscheiden sich zwei Mittelwerte signifikant?Normalverteilung, gleiche Varianzen (pruefen mit F-Test)Vergleich zweier Methoden, Vergleich behandelt vs. unbehandelt
t-Test (gepaart)Unterscheiden sich gepaarte Messungen signifikant?Normalverteilung der DifferenzenVorher/Nachher-Vergleich, Methodenvergleich an denselben Proben
F-TestUnterscheiden sich zwei Varianzen signifikant?NormalverteilungPraezisionsvergleich zweier Methoden, Voraussetzungspruefung fuer t-Test
ANOVA (einfaktoriell)Unterscheiden sich ≥ 3 Gruppenmittelwerte?Normalverteilung, VarianzhomogenitaetVergleich mehrerer Konzentrationen, mehrerer Bedingungen, mehrerer Methoden
Korrelation (Pearson)Gibt es einen linearen Zusammenhang?Normalverteilung beider VariablenKorrelation zwischen zwei Messmethoden, Struktur-Wirkungs-Beziehungen
Formulierungsbeispiel t-Test

Der mittlere Gehalt an Verbindung X betrug mit Methode A 45.3 ± 1.2 mg/L (n = 6) und mit Methode B 46.1 ± 1.5 mg/L (n = 6). Ein t-Test fuer unabhaengige Stichproben ergab keinen signifikanten Unterschied (t = 1.05, p = 0.32, α = 0.05). Beide Methoden liefern vergleichbare Ergebnisse.

8. Fehlerbalken, Tabellen & Diagramme

Fehlerbalken in Diagrammen

Jedes quantitative Diagramm braucht Fehlerbalken. In der Abbildungsunterschrift: Art (SD, SEM, 95%-CI) und n angeben. Fehlerbalken als vertikale (und bei x-Fehlern horizontale) Linien an jedem Datenpunkt. Software: Origin, Excel, R (ggplot2), Python (Matplotlib). Details im Abbildungen-Guide.

Ergebnistabellen formatieren

Messergebnisse in Tabellen: Mittelwert ± SD (n). Einheiten in der Spaltenueberschrift, nicht in jeder Zelle. Signifikante Stellen: So viele, wie die Praezision der Messung hergibt – nicht mehr. Beispiel: 45.3 ± 1.2 mg/L (nicht 45.312 ± 1.234).

Signifikante Stellen: Die unterschaetzte Fehlerquelle

Die Anzahl signifikanter Stellen in der Thesis signalisiert dem Gutachter, ob Sie die Praezision Ihrer Messung verstanden haben. Faustregel: Die letzte angegebene Stelle sollte in der Groessenordnung der Unsicherheit liegen. Eine Waage mit ± 0.1 mg liefert: 25.3 mg (nicht 25.3124 mg). Ein pH-Wert mit Genauigkeit ± 0.05: pH 7.4 (nicht pH 7.4000). Eine UV-Vis-Extinktion: A = 0.845 ± 0.012 (drei signifikante Stellen, weil die SD bei der dritten Nachkommastelle liegt).

9. Haeufige Fehler bei der statistischen Auswertung in der Chemie-Thesis

Keine Fehlerbalken

Balkendiagramme und Scatter-Plots ohne jegliche Fehlerbalken. Ohne Unsicherheitsangabe ist ein Diagramm reine Dekoration – keine Wissenschaft.

Einzelmessung statt Dreifachbestimmung

n = 1 fuer quantitative Analysen. Mindeststandard: n = 3 (Dreifachbestimmung). Fuer Methodenvalidierung: n = 6 (Wiederholbarkeit) oder n = 9 (3 Konzentrationen × 3).

R2 als einziger Linearitaetsnachweis

Eine Kalibriergerade mit R2 = 0.998, aber ohne Residuenplot. R2 kann eine systematische Abweichung verbergen – der Residuenplot zeigt sie sofort.

SD und SEM verwechselt

SD wird als SEM angegeben (oder umgekehrt), ohne Kennzeichnung in der Abbildungsunterschrift. Das aendert die Interpretation fundamental: SD zeigt Streuung, SEM zeigt Mittelwert-Unsicherheit.

Ausreisser ohne Test entfernt

Ein Messwert wird gestrichen, weil er „nicht passt" – ohne Grubbs- oder Dixon-Test. Das ist Datenselektion und in der Wissenschaft nicht akzeptabel.

Ueberfluss an Dezimalstellen

Konzentration: 12.34567 ± 0.12345 mg/L. Scheinpraezision – die Messung ist nicht so genau. Korrekt: 12.35 ± 0.12 mg/L (zwei signifikante Stellen bei der Unsicherheit genuegen).

Statistische Auswertung pruefen lassen?

Promovierte Chemiker und Statistiker pruefen Fehlerrechnung, Kalibrierung und Signifikanztests
Statistik-Beratung →

Haeufig gestellte Fragen zur statistischen Auswertung in der Chemie-Thesis

Brauche ich R, SPSS oder reicht Excel?

Fuer die Chemie-Statistik reicht Excel in den meisten Faellen: Mittelwert, SD, t-Test, lineare Regression, Kalibriergeraden. Origin ist in der Chemie Standard fuer die Darstellung und bietet ebenfalls Regressionsanalyse und Fehlerbalkenfunktionen. R ist ueberlegen bei komplexeren Auswertungen (nichtlineare Regression, multivariate Analysen, Bootstrapping) und liefert publizierbare Grafiken. SPSS ist in der Chemie unueblich – eher fuer Sozialwissenschaften. Python (SciPy, Matplotlib) ist eine starke Alternative zu R. Fuer die Bachelorarbeit: Excel + Origin. Fuer die Masterarbeit/Dissertation: Origin + R oder Python.

Wie viele Wiederholungen (n) brauche ich?

Mindestens n = 3 (Dreifachbestimmung) fuer jede quantitative Messung – das ist der absolute Mindeststandard. Fuer Methodenvalidierung nach ICH: n = 6 fuer Wiederholbarkeit, n = 9 (3 Konzentrationen × 3) fuer Richtigkeit. Fuer Signifikanztests: n = 5–10 fuer ausreichende statistische Power. Bei kleinem n (n = 3): t-Verteilung statt Normalverteilung fuer Konfidenzintervalle verwenden. Grundsatz: Mehr Wiederholungen = zuverlaessigere Statistik – aber bei teuren oder zeitaufwaendigen Messungen ist n = 3 akzeptabel.

Was mache ich bei nichtlinearen Kalibrierungen?

Wenn der Residuenplot eine systematische Kruemmung zeigt: (1) Arbeitsbereich einschraenken – vielleicht ist die Kalibrierung nur im oberen Bereich nichtlinear. (2) Gewichtete Regression (1/x oder 1/x2) – korrigiert heteroskedastische Fehler, haeufig bei chromatographischen Methoden. (3) Polynomiale Regression (quadratisches Modell y = ax2 + bx + c) – nur wenn physikalisch begruendbar. (4) Nichtlineares Modell (z.B. Michaelis-Menten in der Enzymkinetik, Langmuir in der Adsorption). In der Thesis: Modellwahl begruenden und Gueteparameter angeben (R2, Residuenverteilung, Freiheitsgrade).

Muss ich in der Bachelorarbeit einen Signifikanztest durchfuehren?

Nicht immer – aber wenn Sie zwei Ergebnisse vergleichen und eine Aussage ueber deren Unterschied treffen, brauchen Sie einen Test. Typische Situationen: „Methode A liefert hoehere Ausbeuten als Methode B" → t-Test. „Der Gehalt an X steigt mit der Temperatur" → Korrelation. Wenn Sie lediglich Messergebnisse berichten, ohne Vergleiche anzustellen, genuegen Mittelwert ± SD. Aber: Fehlerbalken und Dreifachbestimmung sind immer Pflicht.

Wie gebe ich asymmetrische Fehler an?

Wenn der Fehler nicht symmetrisch ist (z.B. bei logarithmischen Groessen, pH-Werten oder Quotienten): Angabe als x + Δx_oben / - Δx_unten. Beispiel: pH = 7.4 +0.08 / -0.06. Alternative: Transformation in einen linearen Raum, dort Fehlerrechnung, dann Ruecktransformation. In der Praxis: Bei den meisten Chemie-Messungen ist die Naeherung symmetrischer Fehler akzeptabel, solange die Unsicherheit klein ist relativ zum Messwert (< 10%).

Was ist der Unterschied zwischen Richtigkeit und Praezision?

Praezision (Precision) beschreibt die Streuung der Messwerte untereinander – wie nahe liegen Wiederholmessungen beieinander? Gemessen als SD oder RSD. Richtigkeit (Accuracy/Trueness) beschreibt die Abweichung vom wahren Wert – wie nahe liegt der Mittelwert am Sollwert? Gemessen als Wiederfindung (Recovery) in Prozent. Eine Methode kann praezise sein, aber unrichtig (systematischer Fehler/Bias) – und umgekehrt. Gute analytische Methoden sind beides: praezise und richtig. In der Methodenvalidierung werden beide getrennt bestimmt.

Messdaten-Auswertung fuer Ihre Thesis – professionell und korrekt

Ueber 200 promovierte Ghostwriter und erfahrene Statistik-Berater. Von der Fehlerrechnung ueber die Kalibrierung bis zur kompletten Methodenvalidierung.

Chemie-Ghostwriter Statistik-Beratung Jetzt anfragen

Weitere Methodik-Guides Chemie

Alle Methodik-Guides Spektroskopie Chromatographie Syntheseplanung Stoffcharakterisierung Experimentalteil schreiben Abbildungen & Grafiken Literaturrecherche Chemie Ghostwriter Chemie Statistik-Beratung Ghostwriter Bachelorarbeit schreiben lassen Ghostwriter Masterarbeit Ghostwriter Doktorarbeit

Das sagen unsere Kunden

Ausgezeichnet
4.9
Leon B.
2 Monaten ago
Die Kommunikation verlief herrvoragend, alle Wünsche wurden stets schnell bearbeitet. Das Ergebnis war so wie ich es mir vorgestellt hatte!
Denis G.
1 Jahr ago
sehr kompetente und zuverlässige Abwicklung. Kein Vergleich zu den anderen Anbietern. Top Support und Abwicklung.
Kerem K.
1 Jahr ago
Es war eine gute Zusammenarbeit und sehr zuverlässig.

Ich kann die Agentur mit gutem
Gewissens empfehlen ! :)
Elli
2 Jahren ago
Die Projektarbeit konnte super schnell geprüft werden. Leider kam es aufgrund technischer Probleme zu einer Überzahlung - die Erstattung habe ich Blitz schnell für die 2. Zahlung erhalten. Kann ich nur empfehlen, bin sehr glücklich!
Claudia T.
2 Jahren ago
Ich hab auf dieser Seite eine Plagiatsprüfung durchführen lassen, die sehr zu empfehlen und von anderen heraussticht, da sie auch von allen gängigen Unis benutzt wird. Im ersten Moment war ich sehr erschrocken, weil es bei mir Auffälligkeiten gab, die ich mir nicht erklären konnte. Zwei Tage vor Abgabe, habe ich diesen Scan durchlaufen lassen, meine Nerven lagen blank und ich war sehr verzweifelt. Aus der Verzweiflung heraus, habe ich den Support angeschrieben, weil ich die Ergebnisse auch nicht ein- und zuordnen konnte. Netterweise wurde mir sehr schnell geantwortet, sie haben sich die Zeit genommen, um sich meine Arbeit nochmal anzuschauen, meine Fragen beantwortet und ich wurde beruhigt, dass alles ohne zusätzliche Kosten ! Danke, Danke, Danke für diese tolle Unterstützung und den tollen herzlichen Support! Ich kann sie vom ganzem Herzen weiterempfehlen!
Ulrich H.
2 Jahren ago
Ich benötigte eine umfassende Literaturrecherche für ein populäres Sachbuch. Die erfolgte sehr gründlich und wurde sogar schneller geliefert als erwartet. Die Auftragnehmerin oder der Auftragnehmer hat auch sehr gut mitgedacht. Ich war mit der Arbeit ausgesprochen zufrieden! (Über das Ghostwriting kann ich nichts sagen, für mich wurde ja nichts geschrieben.)
Julia F.
3 Jahren ago
Sehr professionelle Abwicklung, schnelle Umsetzung der Wünsche. Die BAS ist sehr zu empfehlen.
S
4 Jahren ago
Sehr guter Ablauf, alle Wünsche werden schnell umgesetzt!
crossmenu