GCRI · Systemwissenschaft und Modellierung
Optimierung unter Unsicherheit
Plans for infrastructure, reserves and portfolios must work across futures that cannot be predicted. Optimisation under uncertainty chooses decisions that perform well on average, hold up in bad cases or stay acceptable across many scenarios. This page sets out the main approaches, from stochastic to robust optimisation and decision-making under tiefe Unsicherheit, how their results are tested, and what evidence serves the planners who rely on them.
Optimisation under uncertainty on the record.
Optimisation under uncertainty: how the risk develops.
Robust and adaptive decisions when futures are deeply uncertain. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Optimal for one future is fragile
A plan optimised for a single forecast can perform badly if the future differs. Representing uncertainty explicitly avoids this trap.
Stochastic methods use probabilities
Stochastic programming optimises expected performance across scenarios with assigned probabilities, which needs those probabilities to be credible.
Robust methods guard the worst case
Robust optimisation chooses decisions that perform acceptably for all scenarios within a set, trading average performance for protection.
Adaptive plans keep options open
Plans with decision points and triggers adapt as uncertainty resolves, avoiding commitments that lock in poor outcomes.
Gefahren und Exposition in Nordamerika.
Flood water, population density and daytime surface heat over North America, from NASA GIBS. Each layer carries its own date.
Die interaktive Karte benötigt JavaScript; die Ebenenliste und die Quellen finden Sie unten.
Ebenen 3
Gefahren und Exposition für diese Seite
Über diese Ebene
- Evidenz
- Beobachtet (Wolken hinterlassen Lücken)
- Quelle
- VIIRS Global Flood Product (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenerkennung; Wolken hinterlassen Lücken
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 250 m
- Unsicherheit
- Satellitenerkennung; Wolken hinterlassen Lücken. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Geschätzt
- Quelle
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
- Anbieter
- NASA SEDAC (CIESIN, Columbia University)
- Lizenz
- CC BY 4.0
- Jahrgang
- null; Zensusbasierte Schätzung, statisch (2020)
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Auf Volkszählungen beruhende Schätzung der Einwohner je Quadratkilometer im Jahr 2020, dargestellt als Expositionskontext; keine Zählung der von einer Gefahr betroffenen Menschen.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet (anhaltende Bewölkung hinterlässt weiterhin Lücken)
- Quelle
- VIIRS NOAA-20 Stufe 3, 8 Tage (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- 8 Tage; Satelliten-Komposit über 8 Tage; anhaltende Bewölkung hinterlässt weiterhin Lücken
- Neueste beim Build
- 2026-09-14
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Hauttemperatur des Bodens aus Satellitendaten über die 8 Tage bis zum angezeigten Datum, ein Indikator für Hitzeexposition; keine Lufttemperatur, kein Hitzeindex und keine Hitzewarnung.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS NOAA-20, korrigierte Reflexion (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenbild
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 250 m
- Unsicherheit
- Satellitenbild. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Modelliert (jüngstes Jahr, das GIBS veröffentlicht)
- Quelle
- MODIS Terra und Aqua, Landbedeckung (MCD12Q1) (NASA LP DAAC)
- Anbieter
- NASA LP DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- jährlich; Satellitenklassifikation; jüngstes Jahr, das GIBS veröffentlicht
- Neueste beim Build
- 2024-01-01
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Satellitengestützte Landbedeckungsklassen für das angezeigte Jahr, einschließlich Ackerland; eine Klassifikation mit bekannten Fehlern, kein Betriebsregister.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet (Wolken und der Überflugzeitpunkt hinterlassen Lücken)
- Quelle
- VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
- Anbieter
- NASA LANCE FIRMS
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenerkennung; Wolken und der Überflugzeitpunkt hinterlassen Lücken
- Neueste beim Build
- 2026-10-13
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Satellitenerkennungen von Hotspots für den angezeigten Tag, einschließlich Gasfackeln und industrieller Wärme; kein bestätigter Brand, kein Vorfallbericht und keine Warnung.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Tastatur, bei fokussierter Karte
Strg oder ⌘ gedrückt halten und scrollen, um zu zoomen
Zuletzt verfügbar
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap-Mitwirkende (ODbL) · Natural Earth
Die neuesten NASA-Bilder werden geladen.
Zum Verschieben ziehen. Zum Zoomen Strg oder ⌘ gedrückt halten und scrollen, die Zwei-Finger-Geste oder die Schaltflächen verwenden; für die Werte unter dem Zeiger darüberfahren; Zurücksetzen kehrt zur Region zurück.
Gefahren und Exposition, gerahmt auf Nordamerika.Satelliten- und Modellprodukte, wie die NASA sie veröffentlicht, jeweils mit eigenem Datum. Sie sind Indikatoren, keine Bewertungen eines Ortes.
Daten: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap-Mitwirkende · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTQuellen und Lizenzen
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
- VIIRS-Produkte nahezu in Echtzeit (Hochwasser, Landoberflächentemperatur, Schneebedeckung, korrigierte Reflektanz), NASA LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Lizenziert unter CC BY 4.0. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). doi:10.7927/H49C6VHW. CC BY 4.0
- MODIS-Landprodukte (Vegetationsindizes, Bruttoprimärproduktion, Landbedeckung), NASA LP DAAC und LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Fire Information for Resource Management System (FIRMS) der NASA, VIIRS-375-m-Produkt aktiver Brände, NASA LANCE; Vektorkacheln über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- ASTER GDEM ist ein Produkt von METI und NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Zitieren als: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Offene Daten der NASA
- Erstellt mit Natural Earth. Freie Vektor- und Rasterkartendaten @ naturalearthdata.com. Gemeinfrei
- © OpenStreetMap-Mitwirkende (ODbL), über NASA GIBS (Küstenlinien, Grenzen, Straßen und Ortsnamen). Farben aus der veröffentlichten Farbtabelle neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). ODbL
- Blue Marble, NASA Earth Observatory; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Kontext auf Globus und flacher Karte: Küstenlinien, Grenzen, Straßen und Ortsnamen aus den Referenzebenen von NASA GIBS (OpenStreetMap-Daten, ODbL, © OpenStreetMap contributors); Blue-Marble-Bilddaten als optionale Basis; 3D-Gelände und Höhenanzeige aus dem Höhenfarbindex des ASTER GDEM (Klassen von 5 m bis 200 m, zur besseren Lesbarkeit überhöht). Grenzen werden wie veröffentlicht dargestellt und beziehen keine Position zu einem Gebiet.
- Live-Ereignisse: NASA Earth Observatory Natural Event Tracker (EONET). Die Ereignisse sind indikativ und behalten ihre ursprünglichen Quellenlinks.
- Live: Die NASA-EONET-Ereignisse sind Anhaltspunkte, keine behördlichen Warnungen.
- Live: Ereignisse des U.S. Geological Survey sind Hinweise, keine behördlichen Warnungen.
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Abflussvorhersage für Flüsse, 30 Tage mit Spannweite (GloFAS über Open-Meteo): Enthält modifizierte Informationen des Copernicus Emergency Management Service 2026; keine Hochwasserwarnung.
- Wetterdaten von Open-Meteo.com (https://open-meteo.com/), lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Optionale Ebenen (11 Quellen in der Ebenenliste: live, Vorhersage, beobachtet und Kontext) zeigen ihren Anbieternachweis auf der Karte und hier, wenn sie eingeschaltet sind; Vorhersagen sind Modellausgaben, abgeleitete Indizes sind Schätzungen.
Ebenen und Daten
- Hochwasser, 3-Tage-Komposit: VIIRS Global Flood Product, NASA LANCE · 14. Okt. 2026
- Bevölkerungsdichte, 2020: Bevölkerung: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statisch
- Landoberflächentemperatur, Tag, 8-Tage-Komposit: VIIRS NOAA-20 Level 3, 8 Tage, NASA LANCE · 14. Sept. 2026
- Echtfarbe: VIIRS NOAA-20 korrigierte Reflektanz, NASA LANCE · 13. Okt. 2026
- Landbedeckungstyp (IGBP), jährlich: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
- Aktive Brände und thermische Anomalien: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13. Okt. 2026
Optimisation under uncertainty supports decisions in every domain.
Findings are designed for the Reihe Methods and Technical. Decision making under tiefe Unsicherheit (Marchau and others, 2019) sets out robust methods; owners decide.
- Case applications.
- Comparisons of robust methods.
Ausführung gekoppelter Modelle.
Die Ansicht, die ein Team nutzen würde, um dieses Thema zu verfolgen: seine Messgrößen, Zustände und Entscheidungen. Namen sind Beispiele, Werte sind illustrativ.
Ausführung gekoppelter Modelle
Optimisation under uncertainty · Coupled model A · Scenario set 3
Kopplungsgraph der Modelle
Knoten: Modelle · Kanten: ausgetauschte Variablen
Gekoppelte Komponenten
| Hydrologie | 1 day | Abfluss | Ja |
| Stromsystem | 1 h | Nachfrage, Ausfälle | Ja |
| Wirtschaft | 1 Quartal | Produktion, Preise | Teilweise |
| Bevölkerung | 1 year | Exposition | Ja |
Ensembleausgabe
Was gemessen wird und wie gut.
Jeder Indikator trägt seine Einheit, seinen Rhythmus, die Art der zugrunde liegenden Quelle und die Evidenzkennzeichnung, die ein Wert tragen würde. Es werden keine Werte gezeigt: Ein Programm liefert sie unter seiner eigenen Autorität.
| Indikator | Einheit | Takt | Quellentyp | Kennzeichnung |
|---|---|---|---|---|
| Scenarios evaluated | Anzahl | per analysis | Analysis documentation | DEKLARIERT |
| Regret of chosen plan | difference from best plan in each scenario | per analysis | Robustness analysis | MODELLIERT |
| Value of the stochastic solution | difference between stochastic and deterministic plans | per analysis | Optimisation outputs | MODELLIERT |
| Satisficing share | percent of scenarios meeting objectives | per analysis | Robustness analysis | MODELLIERT |
| Adaptation triggers defined | Anzahl | per plan | Plan documentation | DEKLARIERT |
| Out-of-sample performance | objective value on held-out scenarios | per analysis | In Erprobung | MODELLIERT |
Model optimisation under uncertainty as a system. Run the cascade.
Assembled from the Nexus Standards area profile Standards zu Verbund- und Kaskadengefahren: the hazards it names, the Systeme and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System-Builder.
Gefahren
- Natech event
- Chemical spill or leak (nachgelagert ausgelöst)
- Emergency-response overload (nachgelagert ausgelöst)
- Toxic gas release (set off downstream)
- Industrial fire (set off downstream)
Systeme und Kopplungen
Steuerung
NS-0Verfassung und GrundsätzeNS-3UNIs für Risikodatensätze (Grammatik, Altbestands-Crosswalk, Zuteilungsstelle)NS-9Kontextuelle UNIs (Bereitstellungen, Instanzen, Programminstanzen)NS-11Verifikation und Überwachung (Evidenz, Bescheinigungen, Beobachtung der Zero-Trust-Konformität)NRS-H61Gefahrenfamilie: kaskadierender Ausfall (NHS-1 sys.cascade)NRS-H62Gefahrenfamilie: Verbund- und Mehrfachgefahrenereignisse (NHS-1 sys.compound)NRS-H60Gefahrenfamilie: Störung von Lieferketten und Flüssen (NHS-1 sys.supply-chain)NRS-H94Gefahrenfamilie: systemische Cyberereignisse (NHS-1 cyber.systemic-cyber)NRS-H107Gefahrenfamilie: Konzentration und Monokultur digitaler Infrastruktur (NHS-1 tech.digital-concentration)NRS-H7Gefahrenfamilie: großräumige Zirkulationsanomalien (NHS-1 atmo.climate-mode)
Beobachtung
- Copernicus EMS rapid mapping activations (listed for reference)
- OpenStreetMap planet and replication (listed for reference)
- ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
- Direkte wirtschaftliche Schäden infolge von Katastrophen im Verhältnis zum globalen BIP
- Number of disruptions to basic services attributed to disasters
Beispielgeografie
- Bangladesch: 134 Sechseckzellen
- Nachtlichter heute Nacht, Ausfälle (VIIRS Day/Night Band), NASA GIBS
- Carbon monoxide, smoke transport (AIRS), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
Woher die Evidenz stammt.
Benannte öffentliche Datensätze und institutionelle Aufzeichnungen, jeweils mit ihrer Lizenzklasse. Quellen auf Vereinbarungsbasis werden nur zu ihren Bedingungen genutzt und niemals weiterveröffentlicht.
| Quelle | Was es liefert | Lizenzklasse |
|---|---|---|
| Society for Decision Making under Deep Uncertainty resources | Methods and case studies for robust and adaptive planning | Public, terms to check |
| Open-source optimisation tools such as Pyomo and JuMP | Modelling languages for stochastic and robust optimisation | Open source, BSD and MPL licences |
| EMA Workbench | Exploratory modelling and analysis toolkit | Open source, BSD licence |
| Operations research literature on stochastic programming | Methods and applications | Licence per publication |
| Veröffentlicht adaptive pathway plans, such as delta programmes | Applied adaptive planning | Public records, licence per government |
How optimisation under uncertainty is modelled, measured and tested.
Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.
Modell, Gleichungen und Annahmen
The model structure used for optimisation under uncertainty, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)Gefahr, Exposition, Verwundbarkeit und BewältigungskapazitätEAL = ∑k pk · Lküber Ereignisse k mit jährlicher Wahrscheinlichkeit pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Annahme | Warum es entsteht | Wie es geprüft wird |
|---|---|---|
| Gefahr und Exposition sind innerhalb eines Ereignisses unabhängig | Hält das Schadensintegral berechenbar | Mit einer Copula-Anpassung an gemeinsamen Aufzeichnungen vergleichen |
| Kopplungen sind nahe dem Arbeitspunkt linear | Lässt Schocks sich über A ausbreiten | Über den linearen Bereich hinaus stören und vergleichen |
| Vulnerabilitätskurven lassen sich zwischen Orten übertragen | Lokale Kurven sind selten verfügbar | Anhand beobachteter Schäden validieren, wo es sie gibt |
- Eingaben
- versionierte Datensätze mit Herkunftsnachweis
- Ergebnisse
- Verteilungen, nie einzelne Zahlen
- Code
- mit Modellkarte und Tests veröffentlicht
- Reproduktion
- gleiche Daten, Code, Umgebung und Seed
Wer entscheidet und wozu die Evidenz dient.
System Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Wer entscheidet | Die Frage | Evidenz, der diese Seite dient |
|---|---|---|
| Infrastructure and resource planners | Which plans hold up across plausible futures | Robustness analyses; pathway designs |
| Analysts across Nexus platforms | Which optimisation approach suits their question | Method selection guides |
| Finance and audit bodies | Whether planning analyses considered uncertainty adequately | Analysis documentation |
Ergebnisse, die dieses Thema hervorbringt
- Method selection guides for planning under uncertainty
- Robustness and regret analyses
- Adaptive pathway designs with triggers
- Teaching material on optimisation under uncertainty
What experts ask about decisions under uncertainty.
- Is the aim to perform best on average, to avoid the worst outcomes, or to perform acceptably across many futures?
- Which uncertainties can be described with probabilities, and which cannot?
- Which decisions can be delayed, adapted or reversed as information arrives?
- How do trade-offs between objectives change across scenarios?
- What signals would indicate that a strategy needs to change?
Why optimal can be fragile.
Classical optimisation assumes a known model and known inputs. A strategy optimised for a single forecast can be finely tuned to that forecast and fragile if the future differs. In infrastructure planning, for example, a design optimised for one climate projection may fail under another.
Stochastic optimisation handles uncertainty described by probability distributions, seeking the best expected performance or managing risk measures. Robust optimisation seeks solutions that perform well across a set of possible conditions without probabilities.
Under tiefe Unsicherheit, when experts cannot agree on models or probabilities, methods such as robust decision making and adaptive pathways explore many futures, identify where strategies fail, and design plans that can change course when signposts are observed.
Methoden und ihre Grenzen.
- 01
Stochastic programming
Optimising expected outcomes over scenarios, using Optimierung und Operations Research. Requires credible probabilities.
- 02
Robust optimisation
Optimising worst-case or regret across uncertainty sets. Can be conservative.
- 03
Exploratory modelling
Running models across many futures to find vulnerabilities, using decision analysis. Computationally demanding.
- 04
Adaptive pathways
Sequencing actions with triggers for change. Requires monitoring and institutional capacity.
These methods support judgement, they do not replace it. The choice of objectives and acceptable risks is a value choice for decision-makers.
Wie es untersucht wird und was die Methoden nicht sagen können.
- 01Optimierung und Operations ResearchLeitlinien zur Problemformulierung · Robuste und stochastische Vergleiche · Benchmarking von SolvernHier angewandt
- 02Entscheidungsanalyse unter UnsicherheitDie Entscheidung vor dem Modell rahmen · Informationswert für ModelleHier angewandt
- 03Unsicherheitsquantifizierung und ModellvalidierungUnsicherheitsbudgets · Surrogatmodelle für aufwendige Simulationen · GlaubwürdigkeitsbewertungHier angewandt
- 04Hochleistungs-, Cloud- und Edge-ComputingEnsembledesign im Rahmen von Budgets · Workflow-Orchestrierung · Reproduzierbare UmgebungenHier angewandt
Where this page’s references lead.
Die Gremien und Dokumente, vor deren Hintergrund diese Seite gelesen wird. Status und Ausgaben ändern sich; jeder Link führt zur herausgebenden Stelle.
Fragen und Antworten.
What is robust optimisation?
What is deep uncertainty?
What is an adaptive pathway?
Is a robust strategy always more expensive?
Does the platform choose strategies?
Evidenz von dieser Seite aus beitragen.
Berichte is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- E-MailZugang GW-GCRIVon dieser Seite aus sendenEvidenz, eine Korrektur, ein Fall, eine Methode, eine Prüfung, eine Übersetzung oder ein Beitrag zu einem Profil. Sie kommt mit dieser Seite gekennzeichnet an, sodass die zuständige Redaktion sie erhält.
- ZenodoOffene HinterlegungHinterlegen und bei der Community einreichenVeröffentlichen Sie Ihren eigenen Eintrag auf Zenodo mit Ihrer ORCID iD und reichen Sie ihn dort bei der Reports-Community ein. Kuratorinnen und Kuratoren prüfen ihn; der DOI bleibt bei Ihnen.
- BerichteGCRIAlle Wege zum Beitragen ansehenDie Beitragsarten, wie jede geprüft wird, welche Nennung Sie erhalten, die Lizenz und was nie angenommen wird.
Senden Sie nie personenbezogene Daten, sensible Infrastrukturdetails oder etwas, das Sie nicht weitergeben dürfen. Ein Beitrag wird vor der Nutzung geprüft; das Einsenden begründet weder Urheberschaft noch redaktionelle Rechte, und Sponsoring erkauft nie ein Ergebnis.
Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.
Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.
Rechtliche Dokumente.
Karten, Daten und Zahlen auf dieser Website werden zu Kontext- und allgemeinen Informationszwecken gezeigt. Sie sind weder Beratung noch Prognosen oder Warnungen; die Grenzen der Information sind in den Haftungsausschlüssen und Datenhinweisen dargelegt.