A simple search problem is studied in which a binary n-tuple is to be found in a list, by sequential bit comparisons with cost. The problem can be solved (for small n) using dynamic programming. We show how the “bottom up” part of the algorithm can be organized by means of Formal Concept Analysis.

In dieser Dissertation wird eine Suche nach einem angeregten $b$ Quark, $b^*$, durchgeführt. Für diese $b^*$ wird eine anomale Kopplung an Bosonen aus dem Standard Modell vorhergesagt. Diese Kopplung führt zu der Produktion in hochenergetischen Proton-Proton Kollisionen. In der Suche zielen wir auf Ereignisse, bei denen eines der zwei $W$ Bosonen in ein Elektron oder Muon zerfällt und das andere in ein Hadronenpaar. Da es nur ein Neutrino in diesem Prozess gibt, kann das ganze Ereigniss kinematisch rekonstruiert werden. Damit ist es möglich, die Masse des $b^*$ als diskriminierende Variable zu verwenden. Als Datenquelle dienen die Daten, die der ATLAS Detektor in den Jahren 2015 und 2016 bei Proton-Proton Kollisionen mit einer Schwerpunksenergie von $\sqrt s = \SI{13}{\tera\electronvolt}$ aufgezeichnet hat. Dabei entspricht diese Datenmenge einer integrierten Luminosität von $\L_{int} = \SI{36.1}{\femto\barn^{-1}}$. Da die Analyse auf hochmassige $b^*$ abziehlt, kann man davon ausgehen, dass das Hadronenpaar aus dem $W$ Zerfall in einen Jet mit großen Radius passt. Es wurde kein signifikanter Überschuss über den Untergrund gefunden. Damit können nur obere Ausschlussgrenzen bezüglich der Wirkungsquerschnitte in dem entsprechenden Zerfallskanal abgeleitet werden. Unter Annahme von einer Kopplungskonstanten von 1, sind Zerfälle von $b^*\to Wt$ bis zu einer Masse $m_{b^*,\mathrm{obs}}= \SI{2.5}{\tera\electronvolt}$ ausgeschlossen, wobei erwartet wurde, dass die Ausschlussmasse bei $m_{b^*,\mathrm{exp}}= \SI{2.4}{\tera\electronvolt}$ liegen würde. / A search for an excited $b$ quark, $b^*$, in events containing a top quark and a $W$ boson is investigated. These $b^*$ are predicted to have some anomalous couplings to Standard Model bosons aiding the production in high energy proton-proton collisions. The search is aiming for events, where one of the two $W$ bosons decays into an electron or muon, while the other decays hadronically. With only one neutrino, the event can be kinematically fully reconstructed. This enables the use of the mass of the $b^*$ as the discriminant variable. The data source under investigation is the data taken by the ATLAS detector at the LHC accelerator in the years 2015 and 2016 at a center-of-mass energy of $\sqrt s = \SI{13}{\tera\electronvolt}$. The combined dataset corresponds to an integrated luminosity of $\L_{int} = \SI{36.1}{\femto\barn^{-1}}$. The analysis targets high mass excited $b^*$ quarks, where the products of the hadronically decaying $W$ are contained within a large-radius jet. No significant excess over the expected background is observed and upper limits on the cross-section times branching ratio and coupling limits are derived. Assuming unit coupling, $b^*$ decaying into $Wt$ are excluded up to $m_{b^*,\mathrm{obs}}= \SI{2.5}{\tera\electronvolt}$, with an expected exclusion limit of $m_{b^*,\mathrm{exp}}= \SI{2.4}{\tera\electronvolt}$.

Diese Dissertation beschreibt die Suche nach Resonanzen in der Erzeugung von Top-Quark-Antiquark-Paaren in Proton-Proton-Kollisionen bei einer Schwerpunktsenergie von 8 TeV. Die ausgewerteten Daten entsprechen einer integrierten Luminosität von 20.3 fb-1 und wurden mit dem ATLAS-Detektor am Large Hadron Collider aufgezeichnet. Die Analyse basiert auf Ereignissen mit genau einem geladenen Lepton, fehlendem Transversalimpuls und Teilchenjets im Endzustand. Mithilfe eines künstlichen neuronalen Netzes wird bei gleicher Signaleffizienz eine präzisere Identifikation von hochenergetischen, hadronisch zerfallenden Top-Quarks erzielt als mit bisher verwendeten Verfahren. Darauf aufbauend wird eine Ereignisselektion für die Erkennung von s-Kanal-Resonanzen mit Spin-1 optimiert. Eine verbesserte Abschätzung des erwarteten Untergrunds wird eingeführt, die den Einfluss der systematischen Unsicherheiten verringert. Die untersuchten Massenspektren der rekonstruierten Top-Quark-Paare weisen keine signifikante Abweichung von den Vorhersagen des Standardmodells auf. Im Vergleich zu schnittbasierten Suchstrategien lassen sich für Massen über 2 TeV etwa 30% bessere bayessche obere Ausschlussgrenzen auf den Wirkungsquerschnitt einer schmalen Resonanz eines leptophobischen Z'-Bosons in einem Technicolour-Modell sowie einer breiten Kaluza-Klein-Anregung des Gluons in einem Randall-Sundrum-Modell erzielen. Ausgehend von den beobachteten Ausschlussgrenzen auf den Wirkungsquerschnitt werden eine Z'-Resonanz bis zu einer Masse von 2.5 TeV und ein Randall-Sundrum Kaluza-Klein-Gluon bis zu einer Masse von 2.9 TeV ausgeschlossen. Dies stellt eine Verbesserung gegenüber bisherigen Suchen in vergleichbaren Datensätzen dar. / A search for new heavy particles that decay into top quark-antiquark pairs is presented using an integrated luminosity of 20.3 fb-1 of proton-proton collision data recorded at a centre-of-mass energy of 8 TeV with the ATLAS experiment at the Large Hadron Collider. The analysis considers events with exactly one charged lepton, missing transverse momentum and jets in the final state. An artificial neural network is utilized to identify hadronically decaying top quarks with high Lorentz boost more precisely than established methods at the same signal efficiency. Based on this, a novel method optimized for the detection of s-channel resonances with spin 1 is created. An enhanced estimation of the background expectations is introduced, which reduces the impact of the systematic uncertainties on the analysis. No significant deviation from the background predicted by the Standard Model of particle physics is observed in the invariant mass spectrum of the top-quark pair candidates. Bayesian upper cross-section limits on a narrow resonance from a leptophobic Z' boson in the framework of a technicolour model and a broad Kaluza-Klein excitation of the gluon in a Randall-Sundrum model are both found to be about 30% better at resonance masses of at least 2 TeV relative to a cut-based search strategy. Based on the observed cross-section limits, a topcolour-assisted technicolour Z' boson up to a mass of 2.5 TeV and a Randall-Sundrum Kaluza-Klein gluon up to a mass of 2.9 TeV are excluded. These are the most stringent exclusion limits on the resonance mass as compared to other searches based on similar data sets.

Die Ramanspektroskopie (RS) ist eine analytische Technik, die in Folge einer optischen Anregung eines Stoffes materialspezifische Informationen über dessen molekulare Schwingungen und Kristallstruktur liefert. Da sowohl Minerale als auch biologische Materialien untersucht werden können, ist die RS in der Weltraumforschung von besonderem Interesse. So werden im Jahr 2020 gleich zwei Marsrover (ExoMars und Mars 2020) Ramanspektrometer mitführen, deren Aufgabe unter anderem die Detektion von Spuren von vergangenem oder gegenwärtigem extraterrestrischen Leben sein wird. Die Charakterisierung von stark lumineszierenden biologischen Proben und Mineralen stellt eine der größten Herausforderungen in der konventionellen RS dar. Daher beschäftigt sich diese Dissertation mit dem Problem der Lumineszenz in der RS. Dazu wird das Potenzial von fünf verschiedenen ramanspektroskopischen Techniken zur Handhabung der Lumineszenz evaluiert. Diese Techniken beinhalten (i) die Auswahl von verschiedenen Anregungswellenlängen (325 nm, 532 nm, 785 nm, 1064 nm), welche auf dem Konzept der spektralen Trennung des Lumineszenz- und Ramansignals basiert. (ii) Eine Alternative ist das Photobleichen, wobei die Lumineszenz durch eine lange Belichtungszeit unterdrückt wird. (iii) Eine weitere Methode für die spektrale Separation von Raman- und Lumineszenzphotonen ist die anti-Stokes RS. (iv) Bei der SERDS Technik werden zwei leicht verschobene Anregungswellenlängen verwendet. (v) Abschließend erfolgt die Untersuchung der Streu- und Emissionsstrahlung in der Zeitdomäne. Die Ergebnisse dieser Arbeit zeigen, dass es keine universelle Lösung gibt um das Problem der Lumineszenz in der RS zu überwinden. Allerdings weist die Verwendung unterschiedlicher Laserwellenlängen großes Potenzial für die erfolgreiche Handhabung der Lumineszenz in der RS auf. In Kombination mit SERDS und/oder Photobleichen steigt die Wahrscheinlichkeit verwertbare Spektren für die Probencharakterisierung zu erhalten. / Raman spectroscopy (RS) is an analytical technique conveying material-specific information about a material’s molecular vibrations and crystal structure in succession of an optical excitation of the material. Due to the fact that mineralogical as well as biological material can be examined, RS is of special interest for space research. For instance, two Mars rovers (ExoMars and Mars 2020) will each carry along a Raman spectrometer in the year 2020, with the aim of detecting inter alia traces of extant or extinct extraterrestrial life. One of the biggest challenges in conventional RS is the characterization of strongly luminescent biological or mineralogical material; therefore, the dissertation at hand deals with the problem of luminescence in RS. For this purpose, the potential of five different Raman spectroscopic techniques for the handling of luminescence will be evaluated. These techniques include (i) the selection of different excitation wavelengths (325 nm, 532 nm, 785 nm and 1064 nm), which is based on the concept of the spectral separation of the luminescence signals as well as Raman signals. (ii) Photobleaching provides an alternative whereby the luminescence is suppressed by long exposure. (iii) A further method for the spectral separation of Raman photons as well as luminescence photons is provided by the anti-Stokes RS. (iv) The SERDS technique uses two slightly shifted excitation wavelengths. (v) Finally the examination of inelastic scattering and emission takes place in the time domain. The results of this dissertation show that there is no universal solution to overcome the problem of luminescence in RS. However, the usage of different excitation wavelengths offers great potential for handling luminescence in RS successfully. In combination with SERDS and/or photobleaching the probability to obtain exploitable spectra for sample characterization increases

Ziel dieser Dissertation war es, ethnische Diskriminierung im zeitgenössischen Recruitment zu untersuchen. Diskriminierung im Recruitment wurde oft durch automatisches Aussortieren beim CV Screening oder durch unethisches Verhalten aufgrund von modernen Vorurteilen erklärt. Bisher war unklar, ob zeitgenössisches Recruitment von ethnischer Diskriminierung betroffen ist und welche psychologischen Mechanismen ggf. zu Diskriminierung führen. Um diese Forschungslücke zu füllen, habe ich in einem mixed-method-Ansatz drei empirische Studien durchgeführt: eine qualitative Interviewstudie, eine Analyse von Paneldaten und zwei Experimentalstudien. Die qualitative Inhaltsanalyse zeigte, dass aktive Suche und ausgelagertes Recruitment potenziell von Diskriminierung betroffen sind. Die Inhaltsanalyse deutete auf drei potenzielle Quellen für Diskriminierung hin: eigene Vorurteile von Recruiter*innen, Vorgaben von auftraggebenden Firmen, bestimmte Kandidat*innen auszuschließen und die Annahmen, dass Firmen bestimmte Kandidat*innen bevorzugen. In einem mixed logistic Model fand ich Evidenz in den Paneldaten dafür, dass Frauen, ältere Mitarbeiter*innen und Mitarbeiter*innen, die im südlichen/östlichen Europa geboren wurde, weniger aktiv angesprochen wurden und Frauen weniger Jobangebote erhielten. In den Online-Experimenten zeigte sich, dass Meta-Stereotypisierung, d.h. Annahmen über die Vorlieben von Firmen, größere Effekte auf die Einschätzung der Einstellungschancen von ethnischen Minoritäten hatte als eigene Vorurteile von Recruitern. Verringerte Einstellungschancen von ethnischen Minderheiten bei traditionellen Firmen wurden dabei von der Annahme vermittelt, dass eher deutsche Kandidat*innen und Kandidat*innen, die keiner Minderheit angehören, bevorzugt werden. Die Ergebnisse der drei Studien sind erste Belege dafür, dass zeitgenössisches Recruitment von Diskriminierung beeinflusst sein könnte. Meta-Stereotypisierung scheint dabei einen wichtigen Mechanismus darzustellen. / This dissertation focuses on ethnic discrimination in contemporary recruitment. According to dual process theories, attitudes can guide recruitment behavior when recruiters do not have sufficient time and motivation to control their behavior. But it is unclear whether contemporary recruitment is affected by ethnic discrimination and what psychological mechanisms drive this discrimination. I conducted three empirical studies to fill this research gap: a qualitative interview study, a panel study, and two online experiments. I found evidence that contemporary recruitment may indeed be affected by discrimination. The content analysis revealed that active sourcing approach and outside recruitment are potentially affected by ethnic discrimination. There was no support for the assumption that selection and assessment in contemporary recruitment is implicitly driven. A data-driven analysis revealed three sources of ethnic discrimination in contemporary recruitment: the recruiters’ own prejudices, the hiring managers’ request to sort certain candidate groups out, and the recruiters’ assumptions about companies’ preferences. The panel analysis found quantitative support for the assumption that marginalized group members are actively sourced less often. In a mixed logistic model, I found evidence that women, older employees, and employees born in Southern/Eastern Europe were actively sourced less often and that women were offered jobs less often. In the experiments, I compared the impact of recruiters’ own prejudices and meta-stereotyping—that is, assumptions about companies’ preferences—on the assessment of minority candidates. It turned out that meta-stereotyping showed larger effects on the assessment of the hiring chances of ethnic minorities than recruiters’ own prejudices. I consider these results first evidence that meta-stereotyping seems to reinforce stereotypical selections and lead to lower estimated job chances for minority candidates.

In the fields of process control engineering and robotics, especially in automatic control, optimization challenges frequently manifest as complex problems with expensive evaluations. This thesis zeroes in on one such problem: the optimization of camera positions for Convolutional Neural Networks (CNNs). CNNs have specific attention points in images that are often not intuitive to human perception, making camera placement critical for performance. The research is guided by two primary questions. The first investigates the role of Explainable Artificial Intelligence (XAI), specifically GradCAM++ visual explanations, in Computer Vision for aiding in the evaluation of different camera positions. Building on this, the second question assesses a novel algorithm that leverages these XAI features against traditional black-box optimization methods. To answer these questions, the study employs a robotic auto-positioning system for data collection, CNN model training, and performance evaluation. A case study focused on classifying flow regimes in industrial-grade bioreactors validates the method. The proposed approach shows improvements over established techniques like Grid Search, Random Search, Bayesian optimization, and Simulated Annealing. Future work will focus on gathering more data and including noise for generalized conclusions.:Contents 1 Introduction 1.1 Motivation 1.2 Problem Analysis 1.3 Research Question 1.4 Structure of the Thesis 2 State of the Art 2.1 Literature Research Methodology 2.1.1 Search Strategy 2.1.2 Inclusion and Exclusion Criteria 2.2 Blackbox Optimization 2.3 Mathematical Notation 2.4 Bayesian Optimization 2.5 Simulated Annealing 2.6 Random Search 2.7 Gridsearch 2.8 Explainable A.I. and Saliency Maps 2.9 Flowregime Classification in Stirred Vessels 2.10 Performance Metrics 2.10.1 R2 Score and Polynomial Regression for Experiment Data Analysis 2.10.2 Blackbox Optimization Performance Metrics 2.10.3 CNN Performance Metrics 3 Methodology 3.1 Requirement Analysis and Research Hypothesis 3.2 Research Approach: Case Study 3.3 Data Collection 3.4 Evaluation and Justification 4 Concept 4.1 System Overview 4.2 Data Flow 4.3 Experimental Setup 4.4 Optimization Challenges and Approaches 5 Data Collection and Experimental Setup 5.1 Hardware Components 5.2 Data Recording and Design of Experiments 5.3 Data Collection 5.4 Post-Experiment 6 Implementation 6.1 Simulation Unit 6.2 Recommendation Scalar from Saliency Maps 6.3 Saliency Map Features as Guidance Mechanism 6.4 GradCam++ Enhanced Bayesian Optimization 6.5 Benchmarking Unit 6.6 Benchmarking 7 Results and Evaluation 7.1 Experiment Data Analysis 7.2 Recommendation Scalar 7.3 Benchmarking Results and Quantitative Analysis 7.3.1 Accuracy Results from the Benchmarking Process 7.3.2 Cumulative Results Interpretation 7.3.3 Analysis of Variability 7.4 Answering the Research Questions 7.5 Summary 8 Discussion 8.1 Critical Examination of Limitations 8.2 Discussion of Solutions to Limitations 8.3 Practice-Oriented Discussion of Findings 9 Summary and Outlook / Im Bereich der Prozessleittechnik und Robotik, speziell bei der automatischen Steuerung, treten oft komplexe Optimierungsprobleme auf. Diese Arbeit konzentriert sich auf die Optimierung der Kameraplatzierung in Anwendungen, die Convolutional Neural Networks (CNNs) verwenden. Da CNNs spezifische, für den Menschen nicht immer ersichtliche, Merkmale in Bildern hervorheben, ist die intuitive Platzierung der Kamera oft nicht optimal. Zwei Forschungsfragen leiten diese Arbeit: Die erste Frage untersucht die Rolle von Erklärbarer Künstlicher Intelligenz (XAI) in der Computer Vision zur Bereitstellung von Merkmalen für die Bewertung von Kamerapositionen. Die zweite Frage vergleicht einen darauf basierenden Algorithmus mit anderen Blackbox-Optimierungstechniken. Ein robotisches Auto-Positionierungssystem wird zur Datenerfassung und für Experimente eingesetzt. Als Lösungsansatz wird eine Methode vorgestellt, die XAI-Merkmale, insbesondere solche aus GradCAM++ Erkenntnissen, mit einem Bayesschen Optimierungsalgorithmus kombiniert. Diese Methode wird in einer Fallstudie zur Klassifizierung von Strömungsregimen in industriellen Bioreaktoren angewendet und zeigt eine gesteigerte performance im Vergleich zu etablierten Methoden. Zukünftige Forschung wird sich auf die Sammlung weiterer Daten, die Inklusion von verrauschten Daten und die Konsultation von Experten für eine kostengünstigere Implementierung konzentrieren.:Contents 1 Introduction 1.1 Motivation 1.2 Problem Analysis 1.3 Research Question 1.4 Structure of the Thesis 2 State of the Art 2.1 Literature Research Methodology 2.1.1 Search Strategy 2.1.2 Inclusion and Exclusion Criteria 2.2 Blackbox Optimization 2.3 Mathematical Notation 2.4 Bayesian Optimization 2.5 Simulated Annealing 2.6 Random Search 2.7 Gridsearch 2.8 Explainable A.I. and Saliency Maps 2.9 Flowregime Classification in Stirred Vessels 2.10 Performance Metrics 2.10.1 R2 Score and Polynomial Regression for Experiment Data Analysis 2.10.2 Blackbox Optimization Performance Metrics 2.10.3 CNN Performance Metrics 3 Methodology 3.1 Requirement Analysis and Research Hypothesis 3.2 Research Approach: Case Study 3.3 Data Collection 3.4 Evaluation and Justification 4 Concept 4.1 System Overview 4.2 Data Flow 4.3 Experimental Setup 4.4 Optimization Challenges and Approaches 5 Data Collection and Experimental Setup 5.1 Hardware Components 5.2 Data Recording and Design of Experiments 5.3 Data Collection 5.4 Post-Experiment 6 Implementation 6.1 Simulation Unit 6.2 Recommendation Scalar from Saliency Maps 6.3 Saliency Map Features as Guidance Mechanism 6.4 GradCam++ Enhanced Bayesian Optimization 6.5 Benchmarking Unit 6.6 Benchmarking 7 Results and Evaluation 7.1 Experiment Data Analysis 7.2 Recommendation Scalar 7.3 Benchmarking Results and Quantitative Analysis 7.3.1 Accuracy Results from the Benchmarking Process 7.3.2 Cumulative Results Interpretation 7.3.3 Analysis of Variability 7.4 Answering the Research Questions 7.5 Summary 8 Discussion 8.1 Critical Examination of Limitations 8.2 Discussion of Solutions to Limitations 8.3 Practice-Oriented Discussion of Findings 9 Summary and Outlook

A variety of new treatment options for skin cancer patients drives the need for information and education, which is increasingly met by videos and websites [1, 2]. However, distinguishing between high- and low-quality content becomes more difficult as the number of videos increases. Recently, videos addressing patients with melanoma or basal cell carcinoma (BCC) were found to be of predominantly mediocre quality and poor reliability [3, 4]. Until now, no evaluation of videos on cutaneous squamous cell carcinoma (cSCC) has been performed. Furthermore, no patient guideline currently exists for this entity [5–7]. Therefore, we aimed to systematically identify and evaluate videos on cSCC, the worldwide second most common type of skin cancer after BCC [8]. Our results will contribute to shared decision-making and help physicians and patients to select high-quality videos.

This thesis focuses on improving the SAT solving technology. The improvements focus on two major subjects: sequential SAT solving and parallel SAT solving. To better understand sequential SAT algorithms, the abstract reduction system Generic CDCL is introduced. With Generic CDCL, the soundness of solving techniques can be modeled. Next, the conflict driven clause learning algorithm is extended with the three techniques local look-ahead, local probing and all UIP learning that allow more global reasoning during search. These techniques improve the performance of the sequential SAT solver Riss. Then, the formula simplification techniques bounded variable addition, covered literal elimination and an advanced cardinality constraint extraction are introduced. By using these techniques, the reasoning of the overall SAT solving tool chain becomes stronger than plain resolution. When using these three techniques in the formula simplification tool Coprocessor before using Riss to solve a formula, the performance can be improved further. Due to the increasing number of cores in CPUs, the scalable parallel SAT solving approach iterative partitioning has been implemented in Pcasso for the multi-core architecture. Related work on parallel SAT solving has been studied to extract main ideas that can improve Pcasso. Besides parallel formula simplification with bounded variable elimination, the major extension is the extended clause sharing level based clause tagging, which builds the basis for conflict driven node killing. The latter allows to better identify unsatisfiable search space partitions. Another improvement is to combine scattering and look-ahead as a superior search space partitioning function. In combination with Coprocessor, the introduced extensions increase the performance of the parallel solver Pcasso. The implemented system turns out to be scalable for the multi-core architecture. Hence iterative partitioning is interesting for future parallel SAT solvers. The implemented solvers participated in international SAT competitions. In 2013 and 2014 Pcasso showed a good performance. Riss in combination with Copro- cessor won several first, second and third prices, including two Kurt-Gödel-Medals. Hence, the introduced algorithms improved modern SAT solving technology.

Recent studies have suggested a role of two polymorphisms of the dopamine D4 receptor gene (DRD4 exon III and –521C/T) in the modulation of personality traits such as ‘novelty seeking’ or ‘extraversion’, which are supposed to be modulated by individual differences in dopaminergic function. However, several replication studies have not provided positive findings. The present study was performed to further investigate whether DRD4 exon III and –521C/T are associated with individual differences in personality. One hundred and fifteen healthy German volunteers completed the NEO-Five-Factor Inventory (NEO-FFI) and were genotyped for the two DRD4 polymorphisms. We found no association between DRD4exon III and –521C/T, respectively, and estimated novelty seeking, NEO-FFI extraversion or other personality factors. Our findings are in line with several earlier studies which have failed to replicate the initial association results. Hence, our data do not provide evidence for a role of DRD4 exon III and the –521C/T polymorphism in the modulation of novelty seeking and extraversion. / Dieser Beitrag ist mit Zustimmung des Rechteinhabers aufgrund einer (DFG-geförderten) Allianz- bzw. Nationallizenz frei zugänglich.

Ein zunehmend wichtiges Thema in der Informatik ist der Umgang mit Ähnlichkeit in einer großen Anzahl unterschiedlicher Domänen. Derzeit existiert keine universell verwendbare Infrastruktur für die Ähnlichkeitssuche in allgemeinen metrischen Räumen. Ziel der Arbeit ist es, die Grundlage für eine derartige Infrastruktur zu legen, die in klassische Datenbankmanagementsysteme integriert werden könnte. Im Rahmen einer Analyse des State of the Art wird der M-Baum als am besten geeignete Basisstruktur identifiziert. Dieser wird anschließend zum EM-Baum erweitert, wobei strukturelle Kompatibilität mit dem M-Baum erhalten wird. Die Abfragealgorithmen werden im Hinblick auf eine Minimierung notwendiger Distanzberechnungen optimiert. Aufbauend auf einer mathematischen Analyse der Beziehung zwischen Baumstruktur und Abfrageaufwand werden Freiheitsgrade in Baumänderungsalgorithmen genutzt, um Bäume so zu konstruieren, dass Ähnlichkeitsanfragen mit einer minimalen Anzahl an Anfrageoperationen beantwortet werden können. / A topic of growing importance in computer science is the handling of similarity in multiple heterogenous domains. Currently there is no common infrastructure to support this for the general metric space. The goal of this work is lay the foundation for such an infrastructure, which could be integrated into classical data base management systems. After some analysis of the state of the art the M-Tree is identified as most suitable base and enhanced in multiple ways to the EM-Tree retaining structural compatibility. The query algorithms are optimized to reduce the number of necessary distance calculations. On the basis of a mathematical analysis of the relation between the tree structure and the query performance degrees of freedom in the tree edit algorithms are used to build trees optimized for answering similarity queries using a minimal number of distance calculations.