In der Dissertation wird der Frage nachgegangen, welche kognitiven Prozesse der Informationsverarbeitung von wissenschaftlichen Daten beim konzeptuellen Lernen von biologischen Inhalten eine Rolle spielen. Dafür wird ein theoriebasiertes Modell des data-based scientific reasoning beschrieben, welches ebenfalls Aspekte der visuellen Wahrnehmung einbezieht. Dabei kann eine Synthese sogenannter bottom-up- und top-down-Effekte die visuelle Wahrnehmung der dargestellten Daten beeinflussen. Von Interesse sind hierbei Charakteristika der Repräsentation der Daten, sowie die individuellen Vorstellungen zum Kontext und ob, die Daten diese stützen oder widerlegen (anomale Daten). Weiterhin wird in der Arbeit die Rolle von data-based scientific reasoning auf wissenschaftliche Modellierungsprozesse untersucht, da Modellieren als übergreifende wissenschaftliche Praxis gesehen werden kann. In vier empirischen Studien wurden kognitive Prozesse beim Umgang mit Daten bei angehenden Biologielehrkräften, mit Fragebögen, Eye Tracking und lautem Denken untersucht. Die Ergebnisse der durchgeführten Studien heben die Rolle der visuellen Wahrnehmung als entscheidenden Schritt beim data-based scientific reasoning hervor. In Bezug auf Charakteristika der Repräsentation erscheint es notwendig, die visuelle Aufmerksamkeit der Lernenden auf spezifische Merkmale zu lenken und mit entsprechendem konzeptuellem Wissen zu verknüpfen. Die Ergebnisse legen nahe, dass anomale Daten zwar mit wissenschaftlich adäquatem Wissen erklärt werden, dies aber nicht automatisch zur Änderung ursprünglicher Vorstellungen bezüglich des Kontexts führt. Diese Tendenz scheint mit Unsicherheit gegenüber den Daten verbunden zu sein. Darüber hinaus spielen anomale Daten eine zentrale Rolle in wissenschaftlichen Modellierungsprozessen. Die Ergebnisse der entsprechenden Studie deuten darauf hin, dass hoch ausgeprägte Kompetenzen des data-based scientific reasoning mit elaborierten Modellierungsprozessen zusammenhängen. / The thesis focusses on the relevance of reasoning with scientific data for conceptual learning in biology. It aims to contribute to the question which cognitive processes are involved when learners encounter data sets that support or contradict their individual expectations. Therefore, a theoretical model of data-based scientific reasoning is described that is grounded on a general model of information processing. In this model, aspects of visual perception are emphasized. However, visual perception is influenced by a synthesis of so-called bottom-up and top-down effects. Furthermore, the theoretical perspective on the role of responses to anomalous data for scientific practices was extended by investigating how learners react and integrate anomalous data during modeling processes. In four empirical studies cognitive processes leading to responses to anomalous data in science education were investigated by applying a mixture of questionnaires, eye tracking techniques, and think aloud. The findings of the conducted studies highlight the role of perceptual processes as a key step during data-based scientific reasoning. Regarding representational characteristics it seems necessary to guide learners´ visual attention and connect specific features with corresponding conceptual knowledge. However, the findings suggest that a use of adequate scientific knowledge for explaining anomalous data does not lead to a change in initial conceptions regarding the context, since participants of the studies still tended to maintain their initial expectations. This tendency seems to be linked to a high need for encompassing information and a connected uncertainty towards the perceived data. Furthermore, anomalous data play a central role during modelling processes. The results of the corresponding study, indicate that sophisticated competencies of data-based reasoning with anomalous data relate to elaborate modeling processes.