Trotz weltweiter Bemühungen, die Tropenkrankheit Malaria zurückzudrängen, erkranken jährlich bis zu einer halben Milliarde Menschen an Malaria mit der Folge von über einer Million Todesopfern. Da zur Zeit eine wirksame Impfung nicht in Sicht ist und sich Resistenzen gegen gängige Medikamente ausbreiten, werden dringend neue Antimalariamittel benötigt. Um die Suche nach neuen Angriffsorten für Medikamente zu unterstützen, untersucht die vorliegende Arbeit mit einem rechnergestützten Ansatz den Stoffwechsel von Plasmodium falciparum, dem tödlichsten Malaria-Erreger. Basierend auf einem aus dem aktuellen Forschungsstand rekonstruierten metabolischen Netzwerk des Parasiten werden metabolische Flüsse für die einzelnen Stadien des Lebenszyklus von P. falciparum berechnet. Dabei wird ein im Rahmen dieser Arbeit entwickelter Fluss-Bilanz-Analyse-Ansatz verwendet, der ausgehend von in den jeweiligen Entwicklungsstadien gemessenen Genexpressionsprofilen entsprechende Flussverteilungen ableitet. Für das so ermittelte stadienspezifische Flussgeschehen ergibt sich eine gute Übereinstimmung mit bekannten Austauschprozessen von Stoffen zwischen Parasit und infiziertem Erythrozyt. Knockout Simulationen, die mit Hilfe einer ähnlichen Vorhersagemethode durchgeführte werden, decken essentielle metabolische Reaktionen im Netzwerk auf. Fast 90% eines Sets von experimentell bestimmten essentiellen Enzymen wird wiedergefunden, wenn die Annahme getroffen wird, dass Nährstoffe nur begrenzt aus der Wirtszelle aufgenommen werden können. Die als essentiell vorhergesagten Enzyme stellen mögliche Angriffsorte für Medikamente dar. Anhand der Flussverteilungen, die für die einzelnen Entwicklungsstadien berechnet wurden, können diese potenziellen Targets nach Relevanz für Malaria Prophylaxe und Therapie sortiert werden, je nachdem, in welchem Stadium die Enzyme als aktiv vorhergesagt wurden. Dies bietet einen vielversprechenden Startpunkt für die Entwicklung von neuen Antimalariamitteln. / Despite enormous efforts to combat malaria, the disease still afflicts up to half a billion people each year, of which more than one million die. Currently no effective vaccine is within sight, and resistances to antimalarial drugs are wide-spread. Thus, new medicines against malaria are urgently needed. In order to aid the process of drug target detection, the present work carries out a computational analysis of the metabolism of Plasmodium falciparum, the deadliest malaria pathogen. A comprehensive compartmentalized metabolic network is assembled, which is able to reproduce metabolic processes known from the literature to occur in the parasite. On the basis of this network metabolic fluxes are predicted for the individual life cycle stages of P. falciparum. In this context, a flux balance approach is developed to obtain metabolic flux distributions that are consistent with gene expression profiles observed during the respective stages. The predictions are found to be in good accordance with experimentally determined metabolite exchanges between parasite and infected erythrocyte. Knockout simulations, which are conducted with a similar approach, reveal indispensable metabolic reactions within the parasite. These putative drug targets cover almost 90% of a set of experimentally confirmed essential enzymes if the assumption is made that nutrient uptake from the host cell is limited. A comparison demonstrates that the applied flux balance approach yields target predictions with higher specificity than the topology based choke-point analysis. The previously predicted stage-specific flux distributions allow to filter the obtained set of drug target candidates with respect to malaria prophylaxis, therapy or both, providing a promising starting point for further drug development.