Hitzestress beeinflusst nicht nur das Wohlbefinden, sondern vor allem auch die menschliche Gesundheit. Während Hitzestress im Außenraum bereits detailliert untersucht wurde, gibt es nur wenige Studien, welche sich mit thermischen Belastungen im Innenraum befassen. Dabei hält sich die Bevölkerung der Industriestaaten im Durchschnitt durchschnittlich 90 % des Tages im Innenraum auf. Analysen der klimatischen Bedingungen im Innenraum sind essenziell, um zugrundeliegende Prozesse zu verstehen, die Auswirkungen auf den Menschen zu erfassen und passende Anpassungsstrategien entwickeln zu können. Ziel der Arbeit ist es daher, verschiedene Innenraumklimata zu untersuchen und zu bewerten. Zur Untersuchung ihrer Charakteristika wurden Räume ohne Nutzerverhalten innerhalb eines Gebäudes bemessen und analysiert. Die Ergebnisse wurden dann verwendet, um ein detailliertes Innenraummesssystem zu entwickelt und an verschiedenen Standorten in Berlin aufzubauen. Die erhobenen Daten wurden dann verwendet, um die Variabilität von Hitzestress im Innenraum zeitlich und räumlich anhand des UTCI (Universal Thermal Climate Index) zu untersuchen. Den Abschluss bilden umfangreiche Analysen zu den Einflüssen von Innenraum- und Außenraumtemperaturen auf die Mortalität mittels Generalisierter Additiver Modelle (GAM). Die Ergebnisse zeigen, dass Hitzestress im Innenraum eine ernstzunehmende Gefahr darstellt. Alle Untersuchungsräume weisen hohe thermische Belastungen auf. UTCI Werte im Innenraum schwanken innerhalb eines Gebäudes und weisen im Vergleich zum Außenraum sehr hohe Belastungswerte während der Nacht auf. Die höchsten Werte wurden in modernen Gebäuden mit großen Fensterflächen ermittelt. Bezüglich der unterschiedlichen Einflussfaktoren auf das Innenraumklima konnte das Außenklima als wichtigste Einflussgröße bestätigt werden. Des Weiteren zeigt sich, dass die Innenraumtemperatur im Vergleich zur Außenraumtemperatur ein ebenso guter Prädiktor für Mortalität ist. / Heat stress influences not only the comfort of humans but also human health. Heat stress in outdoor environments has been investigated extensively, whereas only a few studies have focused on indoor environments. People in industrialized countries spend approximately 90 % of their day in confined spaces. Analyses of indoor climatic conditions are essential to understanding the underlying processes, determining the impacts on humans and developing appropriate adaptation measures. The aim of this work is to investigate and assess different indoor climates and provide a valuable contribution to future research questions. To analyze indoor climate characteristics or, rather, the influence of different meteorological parameters, the indoor climate in four rooms in one building without user behavior was measured and examined. The results were used to establish a detailed indoor measurement system at different study sites distributed over Berlin. The gathered data were then used to assess indoor heat stress variability on a temporal and spatial scale using the UTCI (Universal Thermal Climate Index). Finally, an extensive analysis of the influence of indoor climate and outdoor climate on mortality was conducted by applying generalized additive models (GAM). The results indicate that indoor heat stress is a severe threat. All study rooms experienced high thermal loads, regardless of the building type they were located in or their location within the building. Indoor UTCI values varied within buildings and further exhibited very high heat stress levels during night compared to outdoors. The highest values were measured in modern buildings with a high percentage of windows. Among the different driving factors of indoor climate, outdoor climate was confirmed to have the highest impact. Moreover, this thesis shows that indoor air temperature is an equally good predictor of mortality compared to outdoor climate.

Für die Luftqualitätsbewertung in Städten sind Informationen zur raumzeitlichen Variabilität luftgetragener Feinstäube auf kleiner Skala von wichtiger Bedeutung. Standardisierte Messverfahren, zur Bestimmung von Partikelkonzentrationen, sind mit hohem Aufwand verbunden, weshalb dichte Messnetze fehlen. Partikelausbreitungsmodelle sind kompliziert in der Anwendung und/oder benötigen hohe Computerrechenleistung. Infolgedessen gibt es bezüglich örtlicher Partikelkonzentrationen große Informationslücken. Diese Arbeit untersucht die mikroskalige Variabilität von Aerosolen in Raum und Zeit mit unterschiedlichen Methoden. Es wurden Erhebungen mit mobilen Sensoren und eine Passantenbefragung durchgeführt. Weiterhin wurden in dieser Arbeit die physikalischen Partikeltransportmodelle ENVI-met und Austal2000 in ihrer Leistung bewertet und in angewandten Studien eingesetzt. Weiterhin wurde ein neuronales Netzwerk zur Vorhersage von Partikelkonzentrationen entwickelt. Die Untersuchungen erfolgten in den Städten Aachen und Münster. Es konnten unerwartete Verteilungsmuster hinsichtlich der Massekonzentration von Partikeln beobachtet werden. In einem innerstädtischen Park wurden diffuse Partikelquellen identifiziert, mit einem deutlichen Hinweis darauf, dass feuchtgelagerte Wegedecken einen maßgeblichen Anteil an lokalen Partikelimmissionen hatten. Weiterhin wurde Straßenverkehr als wichtiger Beitrag zum städtischen Aerosol identifiziert. Passanten, die verschiedenen Partikelkonzentrationen ausgesetzt waren, konnten diese perzeptiv nicht unterscheiden. Simulationsergebnisse von Austal2000 und ENVI-met wiesen Unterschätzungen im Vergleich zu Messwerten auf. Das entwickelte neuronale Netzwerk prognostizierte Partikelkonzentrationen teilweise mit hoher Genauigkeit. Das große Potenzial von neuronalen Netzen für die Vorhersage von Partikelkonzentrationen in räumlicher und zeitlicher Ausdehnung, auch für den Bereich der Luftqualitätsüberwachung, wurde aufgezeigt. / Knowledge about the micro-scale variability of airborne particles is a crucial criterion for air quality assessment within complex terrains such as urban areas. Due to the significant costs and time consumption related to the work required for standardized measurements of particle concentrations, dense monitoring networks are regularly missing. Models that simulate the transmission of particles are often difficult to use and/or computationally expensive. As a result, information regarding on-site particle concentrations at small scales is still limited. This thesis explores the micro-scale variability of aerosol concentrations in space and time using different methods. Experimental fieldwork, including measurements with mobile sensor equipment alongside a survey, and modeling approaches were conducted. Applied simulation studies, a performance assessment of two popular particle dispersion models, namely Austal2000 and ENVI-met, as well as the development of an ANN model are presented. The cities of Aachen and Münster were chosen as case studies for this research. Unexpected patterns of particle mass concentrations could be observed, including the identification of diffuse particle sources inside a park area with strong evidence that unpaved surfaces contributed to local aerosol concentration. In addition, vehicle traffic was proved to be a major contributor of particles, particularly close to traffic lanes. Results of the survey reveal that people were not able to distinguish between different aerosol concentration levels. Austal2000 and ENVI-met turned out to have room for improvement in terms of the reproduction of observed particle concentration levels, with both models having a tendency toward underestimation. The newly developed ANN model was confirmed to be a fairly accurate tool for predicting aerosol concentrations in both space and time, and demonstrates the principal ability of the approach also in the domain of air quality monitoring.