In dieser Arbeit werden verschieden Ansätze diskutiert, die zum Verständnis und zur Beschreibung anomalen Diffusionsverhaltens beitragen, wobei insbesondere zwei unterschiedliche Aspekte hervorgehoben werden. Zum einen wird das Entropieproduktions-Paradoxon beschrieben, welches bei der Analyse der Entropieproduktion bei der anomalen Diffusion, beschrieben durch fraktionale Diffusionsgleichungen auftritt. Andererseits wird ein detaillierter Vergleich zwischen Lösungen verallgemeinerter Diffusionsgleichungen mit numerischen Daten präsentiert, die durch Iteration der Mastergleichung auf verschiedenen Fraktalen produziert worden sind. Die Entropieproduktionsrate für superdiffusive Prozesse wird berechnet und zeigt einen unerwarteten Anstieg beim Übergang von dissipativer Diffusion zur reversiblen Wellenausbreitung. Dieses Entropieproduktions-Paradoxon ist die direkte Konsequenz einer anwachsenden intrinsischen Rate bei Prozessen mit zunehmendem Wellencharakter. Nach Berücksichtigung dieser Rate zeigt die Entropie den erwarteten monotonen Abfall. Diese Überlegungen werden für generalisierte Entropiedefinitionen, wie die Tsallis- und Renyi-Entropien, fortgeführt. Der zweite Aspekt bezieht sich auf die anomale Diffusion auf Fraktalen, im Besonderen auf Sierpinski-Dreiecke und -Teppiche. Die entsprechenden Mastergleichungen werden iteriert und die auf diese Weise numerisch gewonnenen Wahrscheinlichkeitsverteilungen werden mit den Lösungen vier verschiedener verallgemeinerter Diffusionsgleichungen verglichen.

Techn. Universiẗat, Diss., 2006--Darmstadt.

In dieser Arbeit untersuchen wir zwei Modelle, die das Laden und Entladen einer Lithium-Ionen Batterie beschreiben. Beide Modelle spiegeln eine Hysterese in dem Spannungs-Ladungs-Verlauf wider. Wir skizzieren den Modellierungsprozess von einem diskreten vielteilchen Modell sowie einem kontinuierlichen vielteilchen Modell. Das erste führt zu einer axiomatischen Beschreibung der Evolution makroskopischer Größen, während das zweite in eine nichtlineare Fokker-Planck Gleichung mündet. Wir zeigen die Existenz und Eindeutigkeit von Lösungen der nichtlinearen Fokker-Planck Gleichung und untersuchen deren qualitative Eigenschaften. Wir benutzen Interpolationsräume und Halbgruppen sektorieller Operatoren um den semilinearen Charakter der partiellen Differentialgleichung auszunutzen. Um globale Existenz zu erhalten, schätzen wir die Dissipation einer mit dem Modell verknüpften Energie ab. Diese Energie ist verwandt mit der L-log-L Norm, welche wir mithilfe einer Gagliardo-Nirenberg Ungleichung zu der L^2 Norm in Verbindung setzen können. Die notwendigen und hinreichenden Bedingungen zur globalen Existenz von Lösungen sind aus physikalischer Sicht plausibel. Der Ladezustand der Batterie muss innerhalb der Werte Voll und Leer sein. In numerischen Experimenten untersuchen wir das qualitative Verhalten von Lösungen. Wir zeigen die Konvergenz der numerischen Lösungen zu den exakten Lösungen. Dafür nutzen wir ähnliche Techniken wie bei der lokalen Existenztheorie. Wir beobachten die Tendenz von Lösungen sich um bestimmte Punkte zu konzentrieren. Unterstützt durch die formale Asymptotik zeigt dies für eine bestimmte Wahl von Parameter-Skalierungen, dass Lösungen gegen Dirac-Maße konvergieren. In diesem Grenzverhalten wird das System durch die Evolution von makroskopischen Größen beschrieben, welche wir auch in dem diskreten vielteilchen Modell wiederfinden. In diesen makroskopischen Größen lässt sich eine Hysterese beobachten. / We discuss two models which describe the charging and discharging of a lithium-ion battery and especially the hysteretical behaviour therein. We give an overview on the modelling process for a discrete many particle model and a continuous many particle model. The former results in an axiomatic description of macroscopic quantities while the latter gives a nonlinear Fokker-Planck equation. The nonlinear Fokker-Planck equation is analysed with respect to existence and uniqueness of solutions as well as qualitative behaviour of solutions. The nonlinearity in this partial differential equation stems from a coefficient which depends on the solution first non-local and second in a higher order. We use interpolation spaces and semigroups generated from sectorial operators to show the existence and uniqueness of solutions locally in time. The global existence in time relies on estimates for the dissipation of an energy. The suitable energy is related to the L-log-L norm and so a Gagliardo-Nirenberg inequality is needed to connect this back to L^2 estimates. It turns out that the conditions for global in time existence of solutions are physical reasonable. One needs that the loading state of the battery shall stay between totally empty and totally full. In numerical experiments we investigate the qualitative behaviour of solutions to the nonlinear Fokker-Planck equation. We are able to show convergence of the numerical solutions to the exact solution. We observe that solutions tend to concentrate at certain points. Supported by results from formal asymptotic expansions, we document the limiting behaviour in a certain scaling of the appearing parameters, which is the formation of Dirac measures. The evolution of the global quantities, which we observe in numerical simulations, is the same as what results from the discrete many particle model and one observes hysteretic behaviour in macroscopic quantities.

The topic of this thesis is a diffusion process on a potential landscape which is given by a smooth Hamiltonian function in the regime of small noise. The work provides a new proof of the Eyring-Kramers formula for the Poincaré inequality of the associated generator of the diffusion. The Poincaré inequality characterizes the spectral gap of the generator and establishes the exponential rate of convergence towards equilibrium in the L²-distance. This result was first obtained by Bovier et. al. in 2004 relying on potential theory. The presented approach in the thesis generalizes to obtain also asymptotic sharp estimates of the constant in the logarithmic Sobolev inequality. The optimal constant in the logarithmic Sobolev inequality characterizes the convergence rate to equilibrium with respect to the relative entropy, which is a stronger distance as the L²-distance and slightly weaker than the L¹-distance. The optimal constant has here no direct spectral representation. The proof makes use of the scale separation present in the dynamics. The Eyring-Kramers formula follows as a simple corollary from the two main results of the work: The first one shows that the associated Gibbs measure restricted to a basin of attraction has a good Poincaré and logarithmic Sobolev constants providing the fast convergence of the diffusion to metastable states. The second main ingredient is a mean-difference estimate. Here a weighted transportation distance is used. It contains the main contribution to the Poincaré and logarithmic Sobolev constant, resulting from exponential long waiting times of jumps between metastable states of the diffusion.

Quantification of stochastic or quantum systems by a joint probability density or wave function is a notoriously difficult computational problem, since the solution depends on all possible states (or realizations) of the system. Due to this combinatorial flavor, even a system containing as few as ten particles may yield as many as $10^{10}$ discretized states. None of even modern supercomputers are capable to cope with this curse of dimensionality straightforwardly, when the amount of quantum particles, for example, grows up to more or less interesting order of hundreds. A traditional approach for a long time was to avoid models formulated in terms of probabilistic functions, and simulate particular system realizations in a randomized process. Since different times in different communities, data-sparse methods came into play. Generally, they aim to define all data points indirectly, by a map from a low amount of representers, and recast all operations (e.g. linear system solution) from the initial data to the effective parameters. The most advanced techniques can be applied (at least, tried) to any given array, and do not rely explicitly on its origin. The current work contributes further progress to this area in the particular direction: tensor product methods for separation of variables. The separation of variables has a long history, and is based on the following elementary concept: a function of many variables may be expanded as a product of univariate functions. On the discrete level, a function is encoded by an array of its values, or a tensor. Therefore, instead of a huge initial array, the separation of variables allows to work with univariate factors with much less efforts. The dissertation contains a short overview of existing tensor representations: canonical PARAFAC, Hierarchical Tucker, Tensor Train (TT) formats, as well as the artificial tensorisation, resulting in the Quantized Tensor Train (QTT) approximation method. The contribution of the dissertation consists in both theoretical constructions and practical numerical algorithms for high-dimensional models, illustrated on the examples of the Fokker-Planck and the chemical master equations. Both arise from stochastic dynamical processes in multiconfigurational systems, and govern the evolution of the probability function in time. A special focus is put on time propagation schemes and their properties related to tensor product methods. We show that these applications yield large-scale systems of linear equations, and prove analytical separable representations of the involved functions and operators. We propose a new combined tensor format (QTT-Tucker), which descends from the TT format (hence TT algorithms may be generalized smoothly), but provides complexity reduction by an order of magnitude. We develop a robust iterative solution algorithm, constituting most advantageous properties of the classical iterative methods from numerical analysis and alternating density matrix renormalization group (DMRG) techniques from quantum physics. Numerical experiments confirm that the new method is preferable to DMRG algorithms. It is as fast as the simplest alternating schemes, but as reliable and accurate as the Krylov methods in linear algebra.

In dieser Arbeit werden verschieden Ansätze diskutiert, die zum Verständnis und zur Beschreibung anomalen Diffusionsverhaltens beitragen, wobei insbesondere zwei unterschiedliche Aspekte hervorgehoben werden. Zum einen wird das Entropieproduktions-Paradoxon beschrieben, welches bei der Analyse der Entropieproduktion bei der anomalen Diffusion, beschrieben durch fraktionale Diffusionsgleichungen auftritt. Andererseits wird ein detaillierter Vergleich zwischen Lösungen verallgemeinerter Diffusionsgleichungen mit numerischen Daten präsentiert, die durch Iteration der Mastergleichung auf verschiedenen Fraktalen produziert worden sind. Die Entropieproduktionsrate für superdiffusive Prozesse wird berechnet und zeigt einen unerwarteten Anstieg beim Übergang von dissipativer Diffusion zur reversiblen Wellenausbreitung. Dieses Entropieproduktions-Paradoxon ist die direkte Konsequenz einer anwachsenden intrinsischen Rate bei Prozessen mit zunehmendem Wellencharakter. Nach Berücksichtigung dieser Rate zeigt die Entropie den erwarteten monotonen Abfall. Diese Überlegungen werden für generalisierte Entropiedefinitionen, wie die Tsallis- und Renyi-Entropien, fortgeführt. Der zweite Aspekt bezieht sich auf die anomale Diffusion auf Fraktalen, im Besonderen auf Sierpinski-Dreiecke und -Teppiche. Die entsprechenden Mastergleichungen werden iteriert und die auf diese Weise numerisch gewonnenen Wahrscheinlichkeitsverteilungen werden mit den Lösungen vier verschiedener verallgemeinerter Diffusionsgleichungen verglichen.

In dieser Arbeit werden mithilfe der Fokker-Planck-Gleichung die Statistiken, vor allem die Leistungsspektren, von Punktprozessen berechnet, die von mehrdimensionalen Integratorneuronen [Engl. integrate-and-fire (IF) neuron], Netzwerken von IF Neuronen und Entscheidungsfindungsmodellen erzeugt werden. Im Gehirn werden Informationen durch Pulszüge von Aktionspotentialen kodiert. IF Neurone mit radikal vereinfachter Erzeugung von Aktionspotentialen haben sich in Studien die auf Pulszeiten fokussiert sind als Standardmodelle etabliert. Eindimensionale IF Modelle können jedoch beobachtetes Pulsverhalten oft nicht beschreiben und müssen dazu erweitert werden. Im erste Teil dieser Arbeit wird eine Theorie zur Berechnung der Pulszugleistungsspektren von stochastischen, multidimensionalen IF Neuronen entwickelt. Ausgehend von der zugehörigen Fokker-Planck-Gleichung werden partiellen Differentialgleichung abgeleitet, deren Lösung sowohl die stationäre Wahrscheinlichkeitsverteilung und Feuerrate, als auch das Pulszugleistungsspektrum beschreibt. Im zweiten Teil wird eine Theorie für große, spärlich verbundene und homogene Netzwerke aus IF Neuronen entwickelt, in der berücksichtigt wird, dass die zeitlichen Korrelationen von Pulszügen selbstkonsistent sind. Neuronale Eingangströme werden durch farbiges Gaußsches Rauschen modelliert, das von einem mehrdimensionalen Ornstein-Uhlenbeck Prozess (OUP) erzeugt wird. Die Koeffizienten des OUP sind vorerst unbekannt und sind als Lösung der Theorie definiert. Um heterogene Netzwerke zu untersuchen, wird eine iterative Methode erweitert. Im dritten Teil wird die Fokker-Planck-Gleichung auf Binärentscheidungen von Diffusionsentscheidungsmodellen [Engl. diffusion-decision models (DDM)] angewendet. Explizite Gleichungen für die Entscheidungszugstatistiken werden für den einfachsten und analytisch lösbaren Fall von der Fokker-Planck-Gleichung hergeleitet. Für nichtliniear Modelle wird die Schwellwertintegrationsmethode erweitert. / This thesis is concerned with the calculation of statistics, in particular the power spectra, of point processes generated by stochastic multidimensional integrate-and-fire (IF) neurons, networks of IF neurons and decision-making models from the corresponding Fokker-Planck equations. In the brain, information is encoded by sequences of action potentials. In studies that focus on spike timing, IF neurons that drastically simplify the spike generation have become the standard model. One-dimensional IF neurons do not suffice to accurately model neural dynamics, however, the extension towards multiple dimensions yields realistic behavior at the price of growing complexity. The first part of this work develops a theory of spike-train power spectra for stochastic, multidimensional IF neurons. From the Fokker-Planck equation, a set of partial differential equations is derived that describes the stationary probability density, the firing rate and the spike-train power spectrum. In the second part of this work, a mean-field theory of large and sparsely connected homogeneous networks of spiking neurons is developed that takes into account the self-consistent temporal correlations of spike trains. Neural input is approximated by colored Gaussian noise generated by a multidimensional Ornstein-Uhlenbeck process of which the coefficients are initially unknown but determined by the self-consistency condition and define the solution of the theory. To explore heterogeneous networks, an iterative scheme is extended to determine the distribution of spectra. In the third part, the Fokker-Planck equation is applied to calculate the statistics of sequences of binary decisions from diffusion-decision models (DDM). For the analytically tractable DDM, the statistics are calculated from the corresponding Fokker-Planck equation. To determine the statistics for nonlinear models, the threshold-integration method is generalized.

Ziel der vorliegenden Arbeit ist es, das Preisach-Modell bezüglich stochastischer äußerer Felder und temperaturbezogener Aspekte zu untersuchen. Das phänomenologische Preisach-Modell wird oft erfolgreich angewendet, um Systeme mit Hysterese zu beschreiben. Im ersten Teil der Arbeit wird die Antwort des Preisach-Modells auf stochastische äußere Felder untersucht. Hier liegt das Augenmerk hauptsächlich auf der Autokorrelation; sie dient dazu den Einfluss des hysteretischen Gedächtnisses zu quantifizieren. Mit analytischen Methoden wird gezeigt, dass sich ein Langzeitgedächtnis, sichtbar in der Autokorrelation der Systemantwort, entwickeln kann, selbst wenn das treibende Feld unkorreliert ist. Im Anschluss werden diese Resultate, m.H. von Simulationen, auf äußere Felder ausgeweitet, die selbst Korrelationen aufweisen können. Der zweite Teil der Arbeit befasst sich mit dem Einfluss einer endlichen Temperatur auf das Preisach-Modell. Es werden unterschiedliche Methoden besprochen, wie das Nichtgleichgewichtsmodell in seiner mikromagnetischen Interpretation mit Temperatur als Gleichgewichtseigenschaft verknüpft werden kann. Eine Formulierung wird genutzt, um die Magnetisierung von Nickelnanopartikeln in einer Fullerenmatrix zu simulieren und mit Experimenten zu vergleichen. Des Weiteren wird die Relaxationsdynamik des Gedächtnisses des Preisach-Modells bei endlichen Temperaturen untersucht. / The aim of this thesis is to investigate the Preisach model in regard to stochastically driving and temperature-related aspects. The Preisach model is a phenomenological model for systems with hysteresis which is often successfully applied. Hysteresis is a widespread phenomenon which is observed in nature and the key feature of certain technological applications. Further, it contributes to phenomena of interest in social science and economics as well. Prominent examples are the magnetization of ferromagnetic materials in an external magnetic field or the adsorption-desorption hysteresis observed in porous media. Hysteresis involves the development of a hysteresis memory, and multistability in the interrelations between external driving fields and system response. In the first part, we mainly investigate the response of Preisach hysteresis models driven by stochastic input processes with regard to autocorrelation functions to quantify the influence of the system’s memory. Using rigorous methods, it is shown that the development of a hysteresis memory is reflected in the possibility of long-time tails in the autocorrelation functions, even for uncorrelated driving fields. In the case of uncorrelated driving, these long-time tails in the autocorrelations of the system’s response are determined only by the tails of the involved densities. They will be observed if there are broad Preisach densities assigning a high weight to elementary loops of large width and narrow input densities such that rare extreme events of the input time series contribute significantly to the output for a long period of time. Afterwards, these results are extended by simulations to driving fields which themselves show correlations. It is shown that the autocorrelation of the output does not decay faster than the autocorrelation of the input process. Further, there is a possibility that long-term memory in the hysteretic response is more pronounced in the case of uncorrelated driving than in the case of correlated driving. The behavior of the output probability distribution at the saturation values is quite universal. It is not affected by the presence of correlations and allows conclusions whether the input density is much more narrow than the Preisach density or not. Moreover, the existence of effective Preisach densities is shown which define equivalence classes of systems of input and Preisach densities which lead to realizations of the same output variable. The asymptotic behavior of an effective Preisach density determines the asymptotic correlation decay of the system’s response in the case of uncorrelated driving. In the second part, temperature-related effects are considered. It is reviewed how the non-equilibrium Preisach model in its micromagnetic picture can be related to temperature within the framework of extended irreversible thermodynamics. The irreversible response of a ferromagnetic material, namely, Nickel nanoparticles in a fullerene matrix, is simulated. The model includes superparamagnetism where ferromagnetism breaks down at temperatures lower than the Curie temperature and the results are compared to experimental data. Furthermore, we adapt known results for the thermal relaxation of the system’s memory in the form of a front propagation in the Preisach plane derived basically from solving a master equation and by the use of a contradictory assumption. A closer look is taken at short time scales which dissolves the contradiction and shows that the known results apply, taking into account the fact that the dividing line propagation starts with an additional delay time depending on the front coordinates in the Preisach plane. Additionally, it is outlined how thermal relaxation behavior in the Preisach model of hysteresis can be studied using a Fokker-Planck equation. The latter is solved analytically in the non-hysteretic limit using eigenfunction methods. The results indicate a change in the relaxation behavior, especially on short time scales.

Ziel der vorliegenden Arbeit ist es, das Preisach-Modell bezüglich stochastischer äußerer Felder und temperaturbezogener Aspekte zu untersuchen. Das phänomenologische Preisach-Modell wird oft erfolgreich angewendet, um Systeme mit Hysterese zu beschreiben. Im ersten Teil der Arbeit wird die Antwort des Preisach-Modells auf stochastische äußere Felder untersucht. Hier liegt das Augenmerk hauptsächlich auf der Autokorrelation; sie dient dazu den Einfluss des hysteretischen Gedächtnisses zu quantifizieren. Mit analytischen Methoden wird gezeigt, dass sich ein Langzeitgedächtnis, sichtbar in der Autokorrelation der Systemantwort, entwickeln kann, selbst wenn das treibende Feld unkorreliert ist. Im Anschluss werden diese Resultate, m.H. von Simulationen, auf äußere Felder ausgeweitet, die selbst Korrelationen aufweisen können. Der zweite Teil der Arbeit befasst sich mit dem Einfluss einer endlichen Temperatur auf das Preisach-Modell. Es werden unterschiedliche Methoden besprochen, wie das Nichtgleichgewichtsmodell in seiner mikromagnetischen Interpretation mit Temperatur als Gleichgewichtseigenschaft verknüpft werden kann. Eine Formulierung wird genutzt, um die Magnetisierung von Nickelnanopartikeln in einer Fullerenmatrix zu simulieren und mit Experimenten zu vergleichen. Des Weiteren wird die Relaxationsdynamik des Gedächtnisses des Preisach-Modells bei endlichen Temperaturen untersucht. / The aim of this thesis is to investigate the Preisach model in regard to stochastically driving and temperature-related aspects. The Preisach model is a phenomenological model for systems with hysteresis which is often successfully applied. Hysteresis is a widespread phenomenon which is observed in nature and the key feature of certain technological applications. Further, it contributes to phenomena of interest in social science and economics as well. Prominent examples are the magnetization of ferromagnetic materials in an external magnetic field or the adsorption-desorption hysteresis observed in porous media. Hysteresis involves the development of a hysteresis memory, and multistability in the interrelations between external driving fields and system response. In the first part, we mainly investigate the response of Preisach hysteresis models driven by stochastic input processes with regard to autocorrelation functions to quantify the influence of the system’s memory. Using rigorous methods, it is shown that the development of a hysteresis memory is reflected in the possibility of long-time tails in the autocorrelation functions, even for uncorrelated driving fields. In the case of uncorrelated driving, these long-time tails in the autocorrelations of the system’s response are determined only by the tails of the involved densities. They will be observed if there are broad Preisach densities assigning a high weight to elementary loops of large width and narrow input densities such that rare extreme events of the input time series contribute significantly to the output for a long period of time. Afterwards, these results are extended by simulations to driving fields which themselves show correlations. It is shown that the autocorrelation of the output does not decay faster than the autocorrelation of the input process. Further, there is a possibility that long-term memory in the hysteretic response is more pronounced in the case of uncorrelated driving than in the case of correlated driving. The behavior of the output probability distribution at the saturation values is quite universal. It is not affected by the presence of correlations and allows conclusions whether the input density is much more narrow than the Preisach density or not. Moreover, the existence of effective Preisach densities is shown which define equivalence classes of systems of input and Preisach densities which lead to realizations of the same output variable. The asymptotic behavior of an effective Preisach density determines the asymptotic correlation decay of the system’s response in the case of uncorrelated driving. In the second part, temperature-related effects are considered. It is reviewed how the non-equilibrium Preisach model in its micromagnetic picture can be related to temperature within the framework of extended irreversible thermodynamics. The irreversible response of a ferromagnetic material, namely, Nickel nanoparticles in a fullerene matrix, is simulated. The model includes superparamagnetism where ferromagnetism breaks down at temperatures lower than the Curie temperature and the results are compared to experimental data. Furthermore, we adapt known results for the thermal relaxation of the system’s memory in the form of a front propagation in the Preisach plane derived basically from solving a master equation and by the use of a contradictory assumption. A closer look is taken at short time scales which dissolves the contradiction and shows that the known results apply, taking into account the fact that the dividing line propagation starts with an additional delay time depending on the front coordinates in the Preisach plane. Additionally, it is outlined how thermal relaxation behavior in the Preisach model of hysteresis can be studied using a Fokker-Planck equation. The latter is solved analytically in the non-hysteretic limit using eigenfunction methods. The results indicate a change in the relaxation behavior, especially on short time scales.

Ziel dieser Arbeit ist die Untersuchung des Einflusses der stochastischen Interpretation der Langevin Gleichung mit zustandsabhängigen Diffusionskoeffizienten auf den Propagator des zugehörigen stochastischen Prozesses bzw. dessen Mittelwerte. Dies dient dem besseren Verständnis und der Interpretation von Messdaten von Diffusion in inhomogenen Systemen und geht einher mit der Frage der Form der Diffusionsgleichung in solchen Systemen. Zur Vereinfachung der Fragestellung werden in dieser Arbeit nur Systeme untersucht die vollständig durch einen ortsabhängigen Diffusionskoeffizienten und Angabe der stochastischen Interpretation beschrieben werden können. Dazu wird zunächst für mehrere experimentell relevante eindimensionale Systeme der jeweilige allgemeine Propagator bestimmt, der für jede denkbare stochastische Interpretation gültig ist. Der analytisch bestimmte Propagator wird dann für zwei exemplarisch ausgewählte stochastische Interpretationen, hier für die Itô und Klimontovich-Hänggi Interpretation, gegenübergestellt und die Unterschiede identifiziert. Für Mittelwert und Varianz der Prozesse werden die drei wesentlichen stochastischen Interpretationen verglichen, also Itô, Stratonovich und Klimontovich-Hänggi Interpretation. Diese systematische Untersuchung von inhomogenen Diffusionsprozessen kann zukünftig helfen diese Art von, in genau einer stochastischen Interpretation, driftfreien Systemen einfacher zu identifizieren. Ein weiterer wesentlicher Teil der Arbeit erweitert die Frage auf mehrdimensionale inhomogene anisotrope Systeme. Dies wird z.B. bei der Untersuchung von Diffusion in Flüssigkristallen mit inhomogenem Direktorfeld relevant. Obwohl hier, im Gegensatz zu eindimensionalen Systemen, der Propagator nicht allgemein berechnet werden kann, wird dennoch der Einfluss der Inhomogenität auf Messgrößen, wie die mittlere quadratische Verschiebung oder die Verteilung der Diffusivitäten, bestimmt. Anhand eines Beispiels wird auch der Einfluss der stochastischen Interpretation auf diese Messgrößen demonstriert. / The aim of this thesis is to investigate the influence of the stochastic interpretation of the Langevin equation with state-dependent diffusion coefficient on the propagator of the related stochastic process, or its averages, respectively. This helps to obtain a deeper understanding and to interpret measurement data of diffusion in inhomogeneous systems and is accompanied with the question of the proper form of the diffusion equation in such systems. To simplify the question, in this thesis only systems are considered which can be fully described by a spatially dependent diffusion coefficient and a given stochastic interpretation. Therefore, for several experimentally relevant one-dimensional systems, the respective general propagator is determined, which is valid for any possible stochastic interpretation. Then, the propagator for two exemplary stochastic interpretations, here the Itô and Klimontovich-Hänggi interpretation, are compared and the differences are identified. For mean and variance of the processes three major interpretations are compared, namely the Itô, the Stratonovich and the Klimontovich-Hänggi interpretation. This systematic research on inhomogeneous diffusion process may help in future to identify these kind of, in exactly one stochastic interpretation, drift-free systems more easily. Another important part of this thesis extends this question to multidimensional inhomogeneous anisotropic systems. This is of high relevance, for instance, for the research of diffusion in liquid crystalline systems with an inhomogeneous director field. Although, in contrast to one-dimensional systems, the propagator may not be calculated generally, the influence of the inhomogeneity on measurement data like the mean squared displacement or the distribution of diffusivities is determined. Based on one example, also the influence of the stochastic interpretation on these quantities is demonstrated.