Auf den weltweiten Märkten agieren eine Vielzahl von Teilnehmern wie Banken, Investorengemeinschaften, andere Unternehmen und noch viele mehr. Allein über die Deutsche Börse Group sind über 285000 Wertpapiere handelbar, davon über 10000 Aktien. Die Semantik hinter den Vorgängen ist sehr komplex und für Laien kaum nachzuvollziehen. Sogar erfahrenen Teilnehmern kann sich diese der Verständnis entziehen, wie die Folgen der Krise am Hypothekenmarkt der USA zeigen. Selbst wenn das System vollständig verstanden wäre, ist das schier unüberblickbare Geflecht der Märkte für einen Menschen zu groß, um in vernünftiger Zeit Entscheidungen treffen zu können. Die Menge an verfügbaren Daten ist so riesig, dass es einem Menschen unmöglich ist, diese zu bewältigen. Eine computergestützte Analyse kann an dieser Stelle helfen, da sie große Datenmengen in kurzer Zeit verarbeiten kann. Damit kann sie die Informationen bereitstellen, die man zur Entscheidungsunterstützung benötigt. Im Rahmen dieser Diplomarbeit soll gezeigt werden, dass sich mit Hilfe einfacher statistischer Kriterien, welche auf historischen Daten basieren, Aktien so in Cluster einteilen lassen, dass man durch Investition in einen dieser Cluster einen Vorteil gewinnt. Aufbauend auf den Ergebnisse der Studienarbeit sollen die Verfahren an Hand eines Trainingszeitraums weiterentwickelt werden. Zusätzlich muss der Prototyp weiterentwickelt werden, um seiner Aufgabe, der Bereitstellung von Informationen zur Entscheidungsunterstützung, gerecht zu werden. Die fertige Komponente soll sich alleine und als Plugin für WEBIS nutzen lassen, einem webbasierten Informationssystem, welches seine Daten direkt aus dem Internet beziehen kann.

Im Rahmen der vorliegenden Diplomarbeit werden Verfahren zur Clusteranalyse sowie deren Anwendungsmöglichkeiten zur Optimierung der Rechercheergebnisse von Information Retrievalsystemen untersucht. Die Grundlage der vergleichenden Evaluation erfolgversprechender Ansätze zur Clusteranalyse anhand der Domain Specific Monolingual Tasks des Cross-Language Evaluation Forums 2006 bildet die systematische Analyse der in der Forschung etablierten Verfahren zur Clusteranalyse. Die Implementierung ausgewählter Clusterverfahren wird innerhalb eines bestehenden, Lucene-basierten Retrievalsystems durchgeführt. Zusätzlich wird dieses System im Rahmen dieser Arbeit mit Komponenten zur Query Expansion und zur Datenfusion ausgestattet. Diese beiden Ansätze haben sich in der Forschung zur automatischen Optimierung von Retrievalergebnissen durchgesetzt und bilden daher die Bewertungsgrundlage für die implementierten Konzepte zur Optimierung von Rechercheergebnissen auf Basis der Clusteranalyse. Im Ergebnis erweist sich das lokale Dokument Clustering auf Basis des k-means Clustering-Algorithmus in Kombination mit dem Pseudo-Relevanz-Feedback Ansatz zur Selektion der Dokumente für die Query Expansion als besonders erfolgversprechend. Darüber hinaus wird gezeigt, dass mit Hilfe der Datenfusion auf Basis des Z-Score Operators die Ergebnisse verschiedener Indizierungsverfahren so kombiniert werden können, dass sehr gute und insbesondere sehr robuste Rechercheergebnisse erreicht werden. / Within the present diploma thesis, widely used Cluster Analysis approaches are studied in respect to their application to optimize the results of Information Retrieval systems. A systematic analysis of approved methods of the Cluster Analysis is the basis of the comparative evaluation of promising approaches to use the Cluster Analysis to optimize retrieval results. The evaluation is accomplished by the participation at the Domain Specific Monolingual Tasks of the Cross-Language Evaluation Forum 2006. The implementation of selected approaches for Clustering is realized within the framework of an existing Lucene-based retrieval system. Within the scope of work, this system will be supplemented with components for Query Expansion and Data Fusion. Both approaches have prevailed in the research of automatic optimization of retrieval results. Therefore, they are the basis of assessment of the implemented methods, which aim at improving the results of retrieval and are based on Cluster Analysis. The results show that selecting documents for Query Expansion with the help of local Document Clustering based on the k-means Clustering algorithm combined with the Blind Feedback approach is very promising. Furthermore, the Data Fusion approach based on the Z-Score operator proves to be very useful to combine retrieval results of different indexing methods. In fact, this approach achieves very good and in particular very robust results of retrieval.

Gegenstand der vorliegenden Arbeit ist die Erfassung kindlicher Fußformtypen anhand ihrer morphologischen Struktur. Vor dem Hintergrund der beträchtlichen Variabilität kindlicher Füße liegt das Erkenntnisinteresse insbesondere in der Erarbeitung eines Typisierungsansatzes, mit dem die kindliche Fußvielfalt in einem geordneten und vereinfachenden System gefasst werden kann. Ziel ist es, daraus ableitend, Informationen über die Entwicklung der kindlichen Fußform sowie über Verhältnisse des Fußwachstums bereitzustellen (klinisch-orthopädisch orientierte Typologie). Neben dem Alter der Kinder, werden das Geschlecht und der Body Mass Index (BMI) als weitere Einflussfaktoren mitberücksichtigt. Im Weiteren wird dieser Typisierungsansatz im Hinblick auf eine für den Schuhbau umsetzbare Typologie modifiziert (schuhspezifischen Typologie). Zur Konstruktion der Typen dienen clusteranalytische Verfahren. Als Resultat der differenzierten – klinisch-orthopädisch orientierten – Typenbildung können fünf verschiedene Fußtypen identifiziert werden: flacher, schlanker, kräftiger, kurzer und langer Fußtyp. Hinsichtlich des Vorkommens der fünf Typen zeigen sich signifikante Zusammenhänge bezüglich des Alters, Geschlechts und BMI. Im Rahmen der schuhspezifischen Typologie können drei Typen, auf der Grundlage von fünf für den Schuhbau relevanten Merkmalen (Ballenlänge, -winkel, -breite, Spannhöhe und Fersenbreite) generiert werden. Die Betrachtung der drei Typen über alle Schuhgrößen zeigt – analog zur Altersverteilung der differenzierten Typologie – eine größenabhängige Verteilung im Sinne eines Proportionswandels der kindlichen Fußdimensionen. Um den alters- bzw. schuhgrößenspezifischen Proportionen der kindlichen Fußform gerecht zu werden, wird eine stratifizierte Analyse in drei Schuhgrößenblöcken angeschlossen. Im Ergebnis führt dies zu einer drei (Schuhgrößenblöcke) x drei (Typen)-Clusterlösung. Durch diese neun verschiedenen Typen wird die große Variabilität der Fußmaße auf der einen Seite sowie das Wachstum des Kinderfußes – im Sinne des Proportionswandels – auf der anderen Seite, als Grundlage für ein neues Kinderschuh-System berücksichtigt. Dadurch hebt sich das neue System deutlich von bisherigen Konzepten ab, indem die Gestaltunterschiede des Fußes im Sinne eines (mehrdimensionalen) Typisierungsmodells umfassender erfasst werden können. / The object of the present study is to distinguish foot shape types in children based on their morphology. Because of the great amount of variability of children’s feet, a new approach of typifying has been developed to capture the variability of the feet in a structured and simplified model. The aim of this is to gain information about the development of children’s foot shape and the change in proportions throughout childhood (clinical-orthopaedic oriented typology). In addition to the age of the children, gender and Body Mass Index (BMI) are considered. Subsequently, this approach is modified to a typology which is practical for shoe construction (shoe specific typology). Foot types are generated using cluster analysis techniques. As a result of the clinical-orthopaedic oriented typology, five different foot types could be identified: flat, slender, robust, short and long. There are statistically significant differences in the prevalence of the five foot types regarding age, gender and BMI of the children. In the context of the shoe specific typology, three foot types could be identified which are based on five relevant foot measures used in shoe construction (ball-of-foot length, angle, and width, dorsal arch height, heel width). Foot dimensions change their proportions throughout the course of the different shoe sizes as children's feet grow - analogous to the age-related changes of the clinical-orthopaedic oriented typology. Therefore, a stratified analysis for each of the three different foot size sectors will be done to allow for the age and size related change of proportions. Based on the results of this analysis, a three (shoe size sectors) by three (types) cluster solution was generated. These nine foot types are the basis for a new approach for constructing children’s shoes, which allows for the great variability of the foot measures on the one hand, as well as the change of proportions throughout childhood on the other. Thus, this new approach contrasts with previous approaches by gathering the differences in foot shape in terms of a (multidimensional) typing model in a comprehensive way.

Zugl.: Giessen, University, Diss., 2006.

In der vorliegenden Dissertation wird die Entwicklung eines phylogenetischen DNA Microarrays, die Analyse von mehreren Microarray-Genexpressionsdatensätzen und neue Ansätze für die Datenanalyse und Interpretation der Ergebnisse vorgestellt. Die Entwicklung und Analyse der Daten eines phylogenetischen DNA Microarrays wird in der ersten Publikation dargestellt. Ich konnte zeigen, dass die Spezies-Detektion mit phylogenetischen Microarrays durch die Datenanalyse mit einem linearen Regressionsansatz signifikant verbessert werden kann. Standard-Methoden haben bislang nur Signalintensitäten betrachtet und eine Spezies als an- oder abwesend bezeichnet, wenn die Signalintensität ihres Messpunktes oberhalb eines willkürlich gesetzten Schwellenwertes lag. Dieses Verfahren ist allerdings aufgrund von Kreuz-Hybridisierungen nicht auf sehr nah verwandte Spezies mit hoher Sequenzidentität anwendbar. Durch die Modellierung des Hybridisierungs und Kreuz-Hybridisierungsverhaltens mit einem linearen Regressionsmodell konnte ich zeigen, dass Spezies mit einer Sequenzähnlichkeit von 97% im Markergen immer noch unterschieden werden können. Ein weiterer Vorteil der Modellierung ist, dass auch Mischungen verschiedener Spezies zuverlässig vorhergesagt werden können. Theoretisch sind auch quantitative Vorhersagen mit diesem Modell möglich. Um die großen Datenmengen, die in öffentlichen Microarray-Datenbanken abgelegt sind besser nutzen zu können, bieten sich Meta-Analysen an. In der zweiten Publikation wird eine explorative Meta-Analyse auf Arabidopsis thaliana-Datensätzen vorgestellt. Mit der Analyse verschiedener Datensätze, die den Einfluss von Pflanzenhormonen, Pathogenen oder verschiedenen Mutationen auf die Genexpression untersucht haben, konnten die Datensätze anhand ihrer Genexpressionsprofile in drei große Gruppen eingeordnet werden: Experimente mit Indol-3-Essigsäure (IAA), mit Pathogenen und andere Experimente. Gene, die charakteristisch für die Gruppe der IAA-Datensätze beziehungsweise für die Gruppe der Pathogen-Datensätze sind, wurden näher betrachtet. Diese Gene hatten Funktionen, die bereits mit Pathogenbefall bzw. dem Einfluss von IAA in Verbindung gebracht wurden. Außerdem wurden Hypothesen über die Funktionen von bislang nicht annotierten Genen aufgestellt. In dieser Arbeit werden auch Primäranalysen von einzelnen Arabidopsis thaliana Genexpressions-Datensätzen vorgestellt. In der dritten Publikation wird ein Experiment beschrieben, das durchgeführt wurde um herauszufinden ob Mikrowellen-Strahlung einen Einfluss auf die Genexpression einer Zellkultur hat. Dazu wurden explorative Analysemethoden angewendet. Es wurden geringe aber signifikante Veränderungen in einer sehr kleinen Anzahl von Genen beobachtet, die experimentell bestätigt werden konnten. Die Funktionen der regulierten Gene und eine Meta-Analyse mit öffentlich zugänglichen Datensätzen einer Datenbank deuten darauf hin, dass die pflanzliche Zellkultur die Strahlung als eine Art Energiequelle ähnlich dem Licht wahrnimmt. Des weiteren wird in der vierten Publikation die funktionelle Analyse eines Arabidopsis thaliana Genexpressionsdatensatzes beschrieben. Die Analyse der Genexpressions eines pflanzlichen Tumores zeigte, dass er seinen Stoffwechsel von aerob und auxotroph auf anaerob und heterotroph umstellt. Gene der Photosynthese werden im Tumorgewebe reprimiert, Gene des Aminosäure- und Fettstoffwechsels, der Zellwand und Transportkanäle werden so reguliert, dass Wachstum und Entwicklung des Tumors gefördert werden. In der fünften Publikation in dieser Arbeit wird GEPAT (Genome Expression Pathway Analysis Tool) beschrieben. Es besteht aus einer Internet- Anwendung und einer Datenbank, die das einfache Hochladen von Datensätzen in die Datenbank und viele Möglichkeiten der Datenanalyse und die Integration anderer Datentypen erlaubt. In den folgenden zwei Publikationen (Publikation 6 und Publikation 7) wird GEPAT auf humane Microarray-Datensätze angewendet um Genexpressionsdaten mit weiteren Datentypen zu verknüpfen. Genexpressionsdaten und Daten aus vergleichender Genom-Hybridisierung (CGH) von primären Tumoren von 71 Mantel-Zell-Lymphom (MCL) Patienten ermöglichte die Ermittlung eines Prädiktors, der die Vorhersage der Überlebensdauer von Patienten gegenüber herkömmlichen Methoden verbessert. Die Analyse der CGH Daten zeigte, dass auch diese für die Vorhersage der Überlebensdauer geeignet sind. Für den Datensatz von Patienten mit großzellig diffusem B-Zell-Lymphom DLBCL konnte aus den Genexpressionsdaten ebenfalls ein neuer Prädiktor vorgeschlagen werden. Mit den zwischen lang und kurz überlebenden Patienten differentiell exprimierten Genen der MCL Patienten und mit den Genen, die zwischen den beiden Untergruppen von DLBCL reguliert sind, wurden Interaktionsnetzwerke gebildet. Diese zeigen, dass bei beiden Krebstypen Gene des Zellzyklus und der Proliferation zwischen Patienten mit kurzer und langer Überlebensdauer unterschiedlich reguliert sind. / In this thesis, the development of a phylogenetic DNA microarray, the analysis of several gene expression microarray datasets and new approaches for improved data analysis and interpretation are described. In the first publication, the development and analysis of a phylogenetic microarray is presented. I could show that species detection with phylogenetic DNA microarrays can be significantly improved when the microarray data is analyzed with a linear regression modeling approach. Standard methods have so far relied on pure signal intensities of the array spots and a simple cutoff criterion was applied to call a species present or absent. This procedure is not applicable to very closely related species with high sequence similarity because cross-hybridization of non-target DNA renders species detection impossible based on signal intensities alone. By modeling hybridization and cross-hybridization with linear regression, as I have presented in this thesis, even species with a sequence similarity of 97% in the marker gene can be detected and distinguished from related species. Another advantage of the modeling approach over existing methods is that the model also performs well on mixtures of different species. In principle, also quantitative predictions can be made. To make better use of the large amounts of microarray data stored in public databases, meta-analysis approaches need to be developed. In the second publication, an explorative meta-analysis exemplified on Arabidopsis thaliana gene expression datasets is presented. Integrating datasets studying effects such as the influence of plant hormones, pathogens and different mutations on gene expression levels, clusters of similarly treated datasets could be found. From the clusters of pathogen-treated and indole-3-acetic acid (IAA) treated datasets, representative genes were selected which pointed to functions which had been associated with pathogen attack or IAA effects previously. Additionally, hypotheses about the functions of so far uncharacterized genes could be set up. Thus, this kind of meta-analysis could be used to propose gene functions and their regulation under different conditions. In this work, also primary data analysis of Arabidopsis thaliana datasets is presented. In the third publication, an experiment which was conducted to find out if microwave irradiation has an effect on the gene expression of a plant cell culture is described. During the first steps, the data analysis was carried out blinded and exploratory analysis methods were applied to find out if the irradiation had an effect on gene expression of plant cells. Small but statistically significant changes in a few genes were found and could be experimentally confirmed. From the functions of the regulated genes and a meta-analysis with publicly available microarray data, it could be suspected that the plant cell culture somehow perceived the irradiation as energy, similar to perceiving light rays. The fourth publication describes the functional analysis of another Arabidopsis thaliana gene expression dataset. The gene expression data of the plant tumor dataset pointed to a switch from a mainly aerobic, auxotrophic to an anaerobic and heterotrophic metabolism in the plant tumor. Genes involved in photosynthesis were found to be repressed in tumors; genes of amino acid and lipid metabolism, cell wall and solute transporters were regulated in a way that sustains tumor growth and development. Furthermore, in the fifth publication, GEPAT (Genome Expression Pathway Analysis Tool), a tool for the analysis and integration of microarray data with other data types, is described. It consists of a web application and database which allows comfortable data upload and data analysis. In later chapters of this thesis (publication 6 and publication 7), GEPAT is used to analyze human microarray datasets and to integrate results from gene expression analysis with other datatypes. Gene expression and comparative genomic hybridization data from 71 Mantle Cell Lymphoma (MCL) patients was analyzed and allowed proposing a seven gene predictor which facilitates survival predictions for patients compared to existing predictors. In this study, it was shown that CGH data can be used for survival predictions. For the dataset of Diffuse Large B-cell lymphoma (DLBCL) patients, an improved survival predictor could be found based on the gene expression data. From the genes differentially expressed between long and short surviving MCL patients as well as for regulated genes of DLBCL patients, interaction networks could be set up. They point to differences in regulation for cell cycle and proliferation genes between patients with good and bad prognosis.

Durch die Kombination von SKY-, Array-CGH-, und Expressionsnanalysen wurden ausgewählte MM-Zelllinien auf Aberrationen hin untersucht und diese genauer analysiert. 32 Myelom-Patienten wurden mittels Array-CGH-Analyse untersucht und aufgrund ihrer Aberrationen und der klinischen Daten durch eine anschließende Clusteranalyse in 4 Subgruppen unterteilt.

Proximity scaling (i.e., multidimensional scaling and related methods) is a versatile statistical method whose general idea is to reduce the multivariate complexity in a data set by employing suitable proximities between the data points and finding low-dimensional configurations where the fitted distances optimally approximate these proximities. The ultimate goal, however, is often not only to find the optimal configuration but to infer statements about the similarity of objects in the high-dimensional space based on the the similarity in the configuration. Since these two goals are somewhat at odds it can happen that the resulting optimal configuration makes inferring similarities rather difficult. In that case the solution lacks "clusteredness" in the configuration (which we call "c-clusteredness"). We present a version of proximity scaling, coined cluster optimized proximity scaling (COPS), which solves the conundrum by introducing a more clustered appearance into the configuration while adhering to the general idea of multidimensional scaling. In COPS, an arbitrary MDS loss function is parametrized by monotonic transformations and combined with an index that quantifies the c-clusteredness of the solution. This index, the OPTICS cordillera, has intuitively appealing properties with respect to measuring c-clusteredness. This combination of MDS loss and index is called "cluster optimized loss" (coploss) and is minimized to push any configuration towards a more clustered appearance. The effect of the method will be illustrated with various examples: Assessing similarities of countries based on the history of banking crises in the last 200 years, scaling Californian counties with respect to the projected effects of climate change and their social vulnerability, and preprocessing a data set of hand written digits for subsequent classification by nonlinear dimension reduction. (authors' abstract) / Series: Discussion Paper Series / Center for Empirical Research Methods

Zugl.: Zürich, Techn. Hochsch., Diss.

Diese Arbeit soll im Wesentlichen dazu beitragen, die Frage der Abhängigkeit von Unfallursachen bzw. beschreibenden Eigenschaften eines Verkehrsunfalls zum Alter des Hauptverursachers im motorisierten Straßenverkehr zu beantworten. Anhand der Darstellung des Unfallgeschehens in der BRD kann abgeleitet werden, dass die Anzahl der Unfälle im Straßenverkehr seit einigen Jahren langsam aber stetig steigt. Im Gegenzug sinkt jedoch die Schwere der Unfälle. Anhand der Definition verschiedener verkehrsunfallbezogener Risikofaktoren können die Unfallrisikogruppen in Form der Fahranfänger und Senioren identifiziert werden. Das Risiko zu verunfallen ist für einen 17-Jährigen Fahranfänger mehr als sechsmal höher als das Risiko der Referenzkategorie der erfahrenen Fahrer. Die Gründe dafür werden durch eine altersbezogene Unfallursachenanalyse offengelegt. Um einen Überblick über verschiedene Ansätze zur Bestimmung der Unfallursachen zu bekommen, wird neben den durch die Polizei kategorisierten amtlichen Unfallursachen und der merkmalsorientierten Dokumentation das Konzept eines verhaltenspsychologischen Ansatzes diskutiert. Es ist davon auszugehen, dass die Gründe für einen Unfall facettenreicher sind als es die Kategorien der amtlichen Statistik abbilden können. Primär wird davon ausgegangen, dass verschiedene Metaereignisse, wie zum Beispiel Ablenkung in Kombination mit einer amtlich dokumentierten Unfallursache, in einer Wirkungskette als Bedingung für ein Unfallereignis auftreten. Mit Unfällen gehen auch immer Strategien zur Unfallvermeidung einher. Präventionsmaßnahmen werden in umfänglicher Form von verschiedenen Interessengruppen formuliert und praktiziert. Wesentliche Ansätze werden zur Bewertung des Zusammenhangs zwischen personenbezogenen Merkmalen, wie dem Alter, diskutiert. Eine Clusteranalyse, als strukturentdeckendes Verfahren, von sächsischen Unfalldaten klärt, ob das Alter einer Person im Zusammenhang mit einer dokumentierten Konfiguration von Unfalleigenschaften steht und schafft dabei eine Grundlage zur Ausrichtung geeigneter Präventionsmaßnahmen in Abhängigkeit zum Alter des Hauptverursachers. Die wesentlichen in der Literaturrecherche formulierten Zusammenhänge zwischen den Unfalleigenschaften und dem Alter einer Person gelten auch für den räumlich begrenzten Unfalldatensatz. Zusätzlich konnten eine Reihe weiterer Eigenschaften als bedeutsam klassifiziert werden. Zudem ergeben sich auch für Unfallverursacher, die keiner Risikogruppe zugeordnet wurden, bedeutsame Eigenschaften eines Unfalls mit Getöteten.

Gegenstand der vorliegenden Arbeit ist die Erfassung kindlicher Fußformtypen anhand ihrer morphologischen Struktur. Vor dem Hintergrund der beträchtlichen Variabilität kindlicher Füße liegt das Erkenntnisinteresse insbesondere in der Erarbeitung eines Typisierungsansatzes, mit dem die kindliche Fußvielfalt in einem geordneten und vereinfachenden System gefasst werden kann. Ziel ist es, daraus ableitend, Informationen über die Entwicklung der kindlichen Fußform sowie über Verhältnisse des Fußwachstums bereitzustellen (klinisch-orthopädisch orientierte Typologie). Neben dem Alter der Kinder, werden das Geschlecht und der Body Mass Index (BMI) als weitere Einflussfaktoren mitberücksichtigt. Im Weiteren wird dieser Typisierungsansatz im Hinblick auf eine für den Schuhbau umsetzbare Typologie modifiziert (schuhspezifischen Typologie). Zur Konstruktion der Typen dienen clusteranalytische Verfahren. Als Resultat der differenzierten – klinisch-orthopädisch orientierten – Typenbildung können fünf verschiedene Fußtypen identifiziert werden: flacher, schlanker, kräftiger, kurzer und langer Fußtyp. Hinsichtlich des Vorkommens der fünf Typen zeigen sich signifikante Zusammenhänge bezüglich des Alters, Geschlechts und BMI. Im Rahmen der schuhspezifischen Typologie können drei Typen, auf der Grundlage von fünf für den Schuhbau relevanten Merkmalen (Ballenlänge, -winkel, -breite, Spannhöhe und Fersenbreite) generiert werden. Die Betrachtung der drei Typen über alle Schuhgrößen zeigt – analog zur Altersverteilung der differenzierten Typologie – eine größenabhängige Verteilung im Sinne eines Proportionswandels der kindlichen Fußdimensionen. Um den alters- bzw. schuhgrößenspezifischen Proportionen der kindlichen Fußform gerecht zu werden, wird eine stratifizierte Analyse in drei Schuhgrößenblöcken angeschlossen. Im Ergebnis führt dies zu einer drei (Schuhgrößenblöcke) x drei (Typen)-Clusterlösung. Durch diese neun verschiedenen Typen wird die große Variabilität der Fußmaße auf der einen Seite sowie das Wachstum des Kinderfußes – im Sinne des Proportionswandels – auf der anderen Seite, als Grundlage für ein neues Kinderschuh-System berücksichtigt. Dadurch hebt sich das neue System deutlich von bisherigen Konzepten ab, indem die Gestaltunterschiede des Fußes im Sinne eines (mehrdimensionalen) Typisierungsmodells umfassender erfasst werden können. / The object of the present study is to distinguish foot shape types in children based on their morphology. Because of the great amount of variability of children’s feet, a new approach of typifying has been developed to capture the variability of the feet in a structured and simplified model. The aim of this is to gain information about the development of children’s foot shape and the change in proportions throughout childhood (clinical-orthopaedic oriented typology). In addition to the age of the children, gender and Body Mass Index (BMI) are considered. Subsequently, this approach is modified to a typology which is practical for shoe construction (shoe specific typology). Foot types are generated using cluster analysis techniques. As a result of the clinical-orthopaedic oriented typology, five different foot types could be identified: flat, slender, robust, short and long. There are statistically significant differences in the prevalence of the five foot types regarding age, gender and BMI of the children. In the context of the shoe specific typology, three foot types could be identified which are based on five relevant foot measures used in shoe construction (ball-of-foot length, angle, and width, dorsal arch height, heel width). Foot dimensions change their proportions throughout the course of the different shoe sizes as children's feet grow - analogous to the age-related changes of the clinical-orthopaedic oriented typology. Therefore, a stratified analysis for each of the three different foot size sectors will be done to allow for the age and size related change of proportions. Based on the results of this analysis, a three (shoe size sectors) by three (types) cluster solution was generated. These nine foot types are the basis for a new approach for constructing children’s shoes, which allows for the great variability of the foot measures on the one hand, as well as the change of proportions throughout childhood on the other. Thus, this new approach contrasts with previous approaches by gathering the differences in foot shape in terms of a (multidimensional) typing model in a comprehensive way.