Neuronen sind erregbare Systeme. Ihre Antwort auf Anregungen oberhalb eines bestimmten Schwellwertes sind Pulse. Häufig wird die Pulserzeugung von verschiedenen Rückkopplungsmechanismen beeinflusst, die auf langsamen Zeitskalen agieren. Das kann zu Phänomenen wie Feuerraten-Adaptation, umgekehrter Feuerraten-Adaptation oder zum Feuern von Pulsen in Salven führen. Weiterhin sind Neuronen verschiedenen Rauschquellen ausgesetzt und wechselwirken mit anderen Neuronen, in neuronalen Netzen. Doch wie beeinflusst das Zusammenspiel von Rückkopplungsmechanismen, Rauschen und der Wechselwirkung mit anderen Neuronen die Pulserzeugung? Diese Arbeit untersucht, wie die Pulserzeugung in rauschgetriebenen erregbaren Systemen von langsamen Rückkopplungsmechanismen und der Wechselwirkung mit anderen erregbaren Systemen beeinflusst wird. Dabei wird die Pulserzeugung in drei Szenarien betrachtet: (i) in einem einzelnen erregbaren System, das um einen langsamen Rückkopplungsmechanismus erweitert wurde, (ii) in gekoppelten erregbaren Systemen und (iii) in stark gekoppelten salvenfeuernden Neuronen. In jedem dieser Szenarien wird die Pulsstatistik mit Hilfe von analytischen Methoden und Computersimulationen untersucht. Das wichtigste Resultat im ersten Szenario ist, dass das Zusammenspiel von einer stark anregenden Rückkopplung und Rauschen zu rauschkontrollierter Bistabilität führt. Das erlaubt es dem System zwischen verschiedenen Modi der Pulserzeugung zu wechseln. In (ii) wird die Pulserzeugung stark von der Wahl der Kopplungsstärken und der Anzahl der Verbindungen beeinflusst. Analytische Näherungen werden abgeleitet, die einen Zusammenhang zwischen der Anzahl der Verbindungen und der Pulsrate, sowie der Pulszugvariabilität herstellen. In (iii) wird festgestellt, dass eine hemmende Rückkopplung zu sehr unregelmäßigem Verhalten der isolierten Neuronen führt, wohingegen eine starke Kopplung mit dem Netzwerk ein regelmäßigeres Feuern von Salven hervorruft. / Neurons are excitable systems. Their responses to excitations above a certain threshold are spikes. Usually, spike generation is shaped by several feedback mechanisms that can act on slow time scales. These can lead to phenomena such as spike-frequency adaptation, reverse spike-frequency adaptation, or bursting. In addition to these, neurons are subject to several sources of noise and interact with other neurons, in the connected complexity of a neural network. Yet how does the interplay of feedback mechanisms, noise as well as interaction with other neurons affect spike generation? This thesis examines how spike generation in noise-driven excitable systems is influenced by slow feedback processes and coupling to other excitable systems. To this end, spike generation in three setups is considered: (i) in a single excitable system, which is complemented by a slow feedback mechanism, (ii) in a set of coupled excitable systems, and (iii) in a set of strongly-coupled bursting neurons. In each of these setups, the statistics of spiking is investigated by a combination of analytical methods and computer simulations. The main result of the first setup is that the interplay of strong positive (excitatory) feedback and noise leads to noise-controlled bistability. It enables excitable systems to switch between different modes of spike generation. In (ii), spike generation is strongly affected by the choice of the coupling strengths and the number of connections. Analytical approximations are derived that relate the number of connections to the firing rate and the spike train variability. In (iii), it is found that negative (inhibitory) feedback causes very irregular behavior of the isolated bursters, while strong coupling to the network regularizes the bursting.

Die elektrische Signalverarbeitung in Nervenzellen basiert auf deren erregbarer Zellmembran. Üblicherweise wird angenommen, dass die in der Membran eingebetteten leitfähigen Ionenkanäle nicht auf direkte Art gekoppelt sind und dass die Kapazität des von der Membran gebildeten Kondensators konstant ist. Allerdings scheinen diese Annahmen nicht für alle Nervenzellen zu gelten. Im Gegenteil, verschiedene Ionenkanäle “kooperieren” und auch die Vorstellung von einer konstanten spezifischen Membrankapazität wurde kürzlich in Frage gestellt. Die Auswirkungen dieser Abweichungen auf die elektrischen Eigenschaften von Nervenzellen ist das Thema der folgenden kumulativen Dissertationsschrift. Im ersten Projekt wird gezeigt, auf welche Weise stark kooperative spannungsabhängige Ionenkanäle eine Form von zellulärem Kurzzeitspeicher für elektrische Aktivität bilden könnten. Solche kooperativen Kanäle treten in der Membran häufig in kleinen räumlich getrennte Clustern auf. Basierend auf einem mathematischen Modell wird nachgewiesen, dass solche Kanalcluster als eine bistabile Leitfähigkeit agieren. Die dadurch entstehende große Speicherkapazität eines Ensembles dieser Kanalcluster könnte von Nervenzellen für stufenloses persistentes Feuern genutzt werden -- ein Feuerverhalten von Nutzen für das Kurzzeichgedächtnis. Im zweiten Projekt wird ein neues Dynamic Clamp Protokoll entwickelt, der Capacitance Clamp, das erlaubt, Änderungen der Membrankapazität in biologischen Nervenzellen zu emulieren. Eine solche experimentelle Möglichkeit, um systematisch die Rolle der Kapazität zu untersuchen, gab es bisher nicht. Nach einer Reihe von Tests in Simulationen und Experimenten wurde die Technik mit Körnerzellen des *Gyrus dentatus* genutzt, um den Einfluss von Kapazität auf deren Feuerverhalten zu studieren. Die Kombination beider Projekte zeigt die Relevanz dieser oft vernachlässigten Facetten von neuronalen Membranen für die Signalverarbeitung in Nervenzellen. / Electrical signaling in neurons is shaped by their specialized excitable cell membranes. Commonly, it is assumed that the ion channels embedded in the membrane gate independently and that the electrical capacitance of neurons is constant. However, not all excitable membranes appear to adhere to these assumptions. On the contrary, ion channels are observed to gate cooperatively in several circumstances and also the notion of one fixed value for the specific membrane capacitance (per unit area) across neuronal membranes has been challenged recently. How these deviations from the original form of conductance-based neuron models affect their electrical properties has not been extensively explored and is the focus of this cumulative thesis. In the first project, strongly cooperative voltage-gated ion channels are proposed to provide a membrane potential-based mechanism for cellular short-term memory. Based on a mathematical model of cooperative gating, it is shown that coupled channels assembled into small clusters act as an ensemble of bistable conductances. The correspondingly large memory capacity of such an ensemble yields an alternative explanation for graded forms of cell-autonomous persistent firing – an observed firing mode implicated in working memory. In the second project, a novel dynamic clamp protocol -- the capacitance clamp -- is developed to artificially modify capacitance in biological neurons. Experimental means to systematically investigate capacitance, a basic parameter shared by all excitable cells, had previously been missing. The technique, thoroughly tested in simulations and experiments, is used to monitor how capacitance affects temporal integration and energetic costs of spiking in dentate gyrus granule cells. Combined, the projects identify computationally relevant consequences of these often neglected facets of neuronal membranes and extend the modeling and experimental techniques to further study them.