Die Motivation für dieses Best-Practice-Handbuch zum Forschungsdatenmanagement (FDM) entstand aus zahlreichen Gesprächen und Interviews, die wir mit Anwendern aus den Bereichen Ingenieur- und Naturwissenschaften geführt haben. Dabei wurde immer wieder deutlich, dass ein praxisorientierter FDM-Leitfaden fehlt und dringend benötigt wird. Die verfügbaren, eher theoretisch ausgerichteten Darstellungen sind in der praktischen Anwendung meist nur von begrenztem Nutzen. So erklären sie beispielsweise nicht, wie man konkret einen Datenmanagementplan (DMP) schreibt und worauf Drittmittelgeber achten. Selbst für den praktischen Betrieb eines elektronischen Laborjournals (ELN) sind Anwender fast ausschließlich auf die Handbücher des jeweiligen Systems angewiesen, was für viele Anwender eine große Hürde darstellt. Auch rechtliche Fragen sind oft ein Problem, beispielsweise bei der Vergabe von Lizenzen oder der Verwendung externer Daten. Wir haben uns daher entschlossen, dieses Best-Practice-Handbuch für FDM zu verfassen, um diese Lücken zu schließen und Wissenschaftlern kostenlose praktische Hilfe anzubieten. Beispielsweise gehen wir detailliert darauf ein, wie man einen DMP verfasst, erläutern die rechtlichen Aspekte von FDM, die im Alltag zu beachten sind, zeigen Beispiele für die Verwendung und Bedienung der freien elektronischen Laborbücher JuliaBase, eLabFTW und Kadi4Mat, diskutieren Aspekte der Datenqualität und -analyse und welche Open-Source-Software hierfür verwendet werden kann. Wir zeigen, wie Daten zwischen verschiedenen ELNs ausgetauscht und nachverfolgt werden können, und demonstrieren die Veröffentlichung von Daten. Außerdem erklären wir, wie Forschungsdaten für maschinelles Lernen genutzt und wiederverwendet werden können und welche Anforderungen dafür erfüllt sein müssen. Abschließend erläutern wir sichere Möglichkeiten zur dauerhaften Speicherung von Daten und geben hilfreiche Tipps und Hinweise für die Suche nach weiteren Informationen. Dieses ist eine überarbeitete Version 1.1 des Originalhandbuchs aus dem Jahr 2025. Danksagung: Wir bedanken uns bei der Deutschen Forschungsgemeinschaft DFG für die Förderung im Rahmen von NFDI, inbesondere des Konsortiums NFDI4ING (Projekt-Nummer: 442146713). Eine englische Version steht ebenfalls auf Zenodo zur Verfügung, unter dem Link https://doi.org/10.5281/zenodo.18468308