Die Dissertation entwickelt und untersucht Methoden für die Analyse dynamischer Mehrgleichungsmodelle (VAR Modelle). Zuerst wird ein allgemeines Konzept für die Einbindung statistischer Prozeduren in eine menügesteuerte Software entwickelt. Die resultierende Java--Bibliothek besteht aus konfigurierbaren Oberflächenkomponenten und Funktionen, die die Kommunikation zum statistischen Softwarepaket GAUSS ermöglichen. Diese Bibliothek ist die Grundlage für die Software JMulTi, einem menügeführten Programm zur Analyse univariater und multivariater Zeitreihen. Der Einsatz von JMulTi bei der Analyse von VAR Modellen wird anschließend dokumentiert. Dazu werden für den monetären Sektor in Deutschland unrestringierte und restringierte VAR Modelle geschätzt und unterschiedliche Bootstrapkonfidenzintervallen für Impulsantworten berechnet und verglichen. Diese Intervalle sind Gegenstand einer abschließenden und detaillierten Analyse. Es wird untersucht, ob die in JMulTi verwendeten Bootstrapverfahren (und weitergehende Vorschläge wie z.B. das Subsampling) in der Lage sind, die mögliche Inkonsistenz des standardasymptotischen Verfahrens bei der Berechnung von Konfidenzintervallen für Impulsantworten zu überwinden. Eine Monte-Carlo-Studie illustriert die Leistungsfähigkeit der untersuchten Methoden. / The thesis develops and examines tools for the analysis of dynamic multi-equation models (VAR models). First, a general concept for the integration of statistic procedures into a menu controlled software is developed. The resulting Java-library consists of configurable graphical user interface components and functions, which allow communication to the statistic software package GAUSS. This library is the basis for the software JMulTi, a menu-driven program for analyzing univariate and multivariate time series. The use of JMulTi for analyzing VAR models is documented next. Unrestricted and restricted VAR models for the monetary sector of Germany are estimated and different bootstrap confidence intervals for impulse responses are computed and compared. These intervals are subject of a concluding and detailed analysis. It is examined whether the bootstrap methods used in JMulTi (and further suggestions, e.g. the subsampling) are able to overcome the possible inconsistency of the standard asymptotic method when computing confidence intervals for impulse responses. A Monte-Carlo-study illustrates the performance of the examined methods.