Saccharomyces cerevisiae ist ein bekanntester Modellorganismen in der Systembiologie, der häufig zur Untersuchung des mitotischen Zellzyklus eukaryotischer Zellen verwendet wird. Des Zellzyklus wird durch Cycline, Cyclin-abhängige Kinasen (CDK) und CDK-Inhibitoren (CKI) reguliert. Der wichtigste Kontrollpunkt innerhalb des Zellzyklus reguliert den Übergang von der G1 in die S Phase und wird START genannt. Im dieser Arbeit verwenden wir einen stochastischen Modellierungsansatz, um die Auswirkungen verschiedener Synchronisationsmethoden auf den Zellzyklus zu untersuchen. Um Modellparameter zu schätzen, kombinieren wir Phasen aufgelöste mRNA-Verteilungen unsynchronisierter Einzelzellen und Protein-Zeitreihen synchronisierter Zellpopulationen. Somit können wir mRNA-Dynamiken für ausgewählte Synchronisationsmethoden vorhersagen. In einem zweistufigen Optimierungsansatz unterscheiden wir zwischen mRNA- und Protein-Ebene. Die Parameterschätzung basiert auf der Maximum-Likelihood-Methode. Die Phasen aufgelösten mRNA-Verteilungen wurden mithilfe der smFISH-Technik für SIC1, CLN2 und CLB5 gemessen. Die Protein-Zeitreihen wurden mithilfe von Western Blots für entsprechenden Proteine gemessen. Die gemessenen Moleküle sind die Hauptregulatoren des G1-S Phasenübergangs, welche die Komponenten unseres Zellzyklusmodells darstellen. Durch die erfolgreiche Integration von qualitativ unterschiedlichen Datentypen in der Parameterschätzung konnten wir eine systematische Analyse von Synchronisationseffekten auf den Zellzyklus durchführen. Der zeitlicher Ablauf des Zellzyklus ist dabei maßgeblich beeinflusst. Die stärksten zeitlichen Veränderungen weist die Synchronisation mit alpha-Faktor auf. Elutrierte Zellen sind den unsynchronisierten Zellen trotz verlängerter G1 Phase am ähnlichsten. Wir zeigen in dieser Arbeit, dass synchronisierte Zellpopulationen unzureichend sind, um Rückschlüsse auf den Zellzyklus unsynchronisierter Zellen zu ziehen. / cell cycle, G1/S transition, stochastic modeling, parameter estimation, smFISH, singel cells, Western blotting, cell populations Saccharomyces cerevisiae is a famous model organism in systems biology to study the mitotic cell cycle in eukaryotic cells. The cell cycle is a highly controlled process which is regulated by cyclins, cycline-dependent kinases (CDK) and cyclin-dependent kinase inhibitors (CKI). The main kinase involved in cell cycle regulation is Cdc28. START is the most important check point and controls the G1 to S phase transition. At this point, cells decide if they enter a new cell division cycle or not. In this study, we analyze influences of different synchronization methods on the cell cycle and differences between unsynchronized and synchronized cells by using a stochastic modeling approach. We combine phase-resolved mRNA distributions of unsynchronized single cells and protein time courses of synchronized cell populations to estimate model parameters and to predict synchronization specific mRNA dynamics. Parameter estimation is based on a maximum likelihood approach and performed in a 2-step-optimization in which we differentiate between mRNA and protein level. We measured phase-resolved mRNA distributions of mRNA species SIC1, CLN2 and CLB5 by smFISH and protein time courses of protein species Sic1, Cln2 and Clb5 by Western blotting. These molecules are key regulators of the G1 to S phase transition and represent components of our cell cycle model. By integrating qualitatively different data types in parameter estimation, we come up with a systematic analysis of synchronization effects on the cell cycle. Cell cycle timing is mainly responsible for differences between unsynchronized and synchronized cells and is mostly affected in alpha-factor synchronized cells. Ignoring the prolongation of the G1 phase, elutriated cells are most similar to unsynchronized cells. We show that synchronized cell populations are insufficient to derive general cell cycle behavior of unsynchronized cells.