Sammanfattning Begagnade varor har under flera år kunnat säljas med förbehållet “befintligt skick”. Förbehållet utgör en felbestämmelse som möjliggör för näringsidkaren att genom en generellfriskrivning undgå ansvar för fel som varan kan förväntas besitta. Den 1 maj 2022 trädde dennuvarande konsumentköplagen (2022:260) ikraft, i vilken förbehållet “befintligt skick” ej längre kan tillämpas vid försäljning av begagnade varor. Den nuvarande konsumentköplagen grundar sig i Varudirektiv 2019/771, vilket leder till en mer enhetlig reglering inom EU. Varudirektivet har skapats för att förstärka konsumentens skydd gentemot den, i mångaavseenden, överlägsne näringsidkaren. I samband med införlivandet av den nuvarande konsumentköplagen och slopandet av förbehållet “befintligt skick”, har även andra felregleringar fått en omfattande revidering. Dessutom har försäljningen av levande djur fått en egen särreglering vad gäller fel. Ändringarna i den nuvarande konsumentköplagen har diskuterats i stor utsträckning. Flera av de som medverkade till utformningen av lagen har varit av olika uppfattningar. Slopandet av förbehållet har enligt vår mening lett till ett förstärkt konsumentskydd, eftersom den nuvarande konsumentköplagen ställer högre krav på varan för att den ej ska anses vara behäftad med fel. Det grundar sig i de subjektiva och objektiva kraven som implementerats från Varudirektivet in i svensk lagstiftning. Uppsatsen berör även områden som har ett starkt samband med förbehållet “befintligt skick”. Bland annat har den omvända bevisbördan diskuterats, eftersom den har väckt flera näringsidkares och andra aktörers uppmärksamhet efter att perioden för den omvända bevisbördan har fyrdubblats i den nuvarande konsumentköplagen. Sammantaget medför den nuvarande konsumentköplagen förändringar som avsevärt påverkar konsumentens köp och näringsidkarens näringsverksamhet. Förändringarna har främjat ett starkt konsumentskydd, men enligt vår mening kan balansen mellan konsumentens och näringsidkarens intressen i vissa avseenden ifrågasättas.

Deep Neural Networks (DNNs) are becoming increasingly important in various aspects of human life, particularly in safety-critical areas such as autonomous driving and aerospace systems. However, soft errors including bit-flips can significantly impact the performance of these systems, leading to serious consequences. To ensure the reliability of DNNs, it is essential to guarantee their performances. Many solutions have been proposed to enhance the trustworthiness of DNNs, including traditional methods like error correcting code (ECC) that can mitigate and detect soft errors but come at a high cost of redundancy. This thesis proposes a new method of correcting soft errors in DNNs using Deep Reinforcement Learning (DRL) and Transfer Learning (TL). DRL agent can learn the knowledge of identifying the layer-wise critical weights of a DNN. To accelerate the training time, TL is used to apply this knowledge to train other layers. The primary objective of this method is to ensure acceptable performance of a DNN by mitigating the impact of errors on it while maintaining low redundancy. As a case study, we tested the proposed method approach on a multilayer perception (MLP) and ResNet-18, and our results show that our method can save around 25% redundancy compared to the baseline method ECC while achieving the same level of performance. With the same redundancy, our approach can boost system performance by up to twice that of conventional methods. By implementing TL, the training time of MLP is shortened to around 81.11%, and that of ResNet-18 is shortened to around 57.75%. / DNNs blir allt viktigare i olika aspekter av mänskligt liv, särskilt inom säkerhetskritiska områden som autonom körning och flygsystem. Mjuka fel inklusive bit-flip kan dock påverka prestandan hos dessa system avsevärt, vilket leder till allvarliga konsekvenser. För att säkerställa tillförlitligheten hos DNNs är det viktigt att garantera deras prestanda. Många lösningar har föreslagits för att förbättra tillförlitligheten för DNNs, inklusive traditionella metoder som ECC som kan mildra och upptäcka mjuka fel men som har en hög kostnad för redundans. Denna avhandling föreslår en ny metod för att korrigera mjuka fel i DNN med DRL och TL. DRL-agenten kan lära sig kunskapen om att identifiera de lagermässiga kritiska vikterna för en DNN. För att påskynda träningstiden används TL för att tillämpa denna kunskap för att träna andra lager. Det primära syftet med denna metod är att säkerställa acceptabel prestanda för en DNN genom att mildra inverkan av fel på den samtidigt som låg redundans bibehålls. Som en fallstudie testade vi den föreslagna metodmetoden på en MLP och ResNet-18, och våra resultat visar att vår metod kan spara cirka 25% redundans jämfört med baslinjemetoden ECC samtidigt som vi uppnår samma prestationsnivå. Med samma redundans kan vårt tillvägagångssätt öka systemets prestanda med upp till dubbelt så högt som för konventionella metoder. Genom att implementera TL förkortas träningstiden för MLP till cirka 81.11%, och den för ResNet-18 förkortas till cirka 57.75%.

Transformers have shown remarkable results in the domains of Natural Language Processing and Computer Vision. This naturally raises the question whether the success could be replicated in other domains. However, due to Transformers being inherently data hungry and sensitive to weight initialization, applying the Transformer to new domains is quite a challenging task. Previously, the data demands have been met using large scale supervised or self-supervised pre-training on a similar task before supervised fine-tuning on a target down stream task. We show that Transformers are applicable for the task of multi-label error classification of trace data, and that masked data modelling based self-supervised learning methods can be used to leverage unlabelled data to increase performance compared to a baseline supervised learning approach. / Transformers har visat upp anmärkningsvärda resultat inom områdena Natural Language Processing och Computer Vision. Detta väcker naturligtvis frågan om dessa framgångar kan upprepas inom andra områden. På grund av att transformatorer i sig är datahungriga och känsliga för initialisering av vikt är det dock en utmaning att tillämpa transformatorn på nya områden. Tidigare har datakraven tillgodosetts med hjälp av storskalig övervakad eller självövervakad förträning på en liknande uppgift före övervakad finjustering på en måluppgift i efterföljande led. Vi visar att transformatorer kan användas för klassificering av spårdata med flera etiketter och att metoder för självövervakad inlärning som bygger på modellering av maskerade data kan användas för att utnyttja omärkta data för att öka prestandan jämfört med en grundläggande övervakad inlärningsmetod.

The costs related to events of losses within non-life insurance are stochastic and a prerequisite of running a successful insurance business is to predict risks and future costs. From both a business- and regulatory perspective, it is of high interest to have a genuine understanding of the precision and the sensitivity of the estimated costs and future risks. This thesis aims to provide an alternative procedure of how to estimate the costs related to the future and, above all, the variance, in the case of dealing with inhomogeneous and decreasing risk. The procedure is based on a separate modeling of the claim frequency and the claim severity, that later can be combined to yield a total cost distribution for a determined time period. The claim severities are modeled based on a parametric and a non-parametric approach and the claim frequencies are modeled with the resampling method bootstrap and by the use of scenarios. The thesis is made in collaboration with the insurance company, Anticimex Insurance, who has contributed with the data as well as expert knowledge related to the actuarial field. The results of the thesis show that the procedure is successful for evaluating estimated total costs distributions and their first and second moments, even in the case of inhomogeneous and decreasing risk. / Kostnader som uppkommer på grund av skador inom skadeförsäkring är stokasiska och en förusättning för att kunna bedriva ett framgångsrikt försäkringsbolag är att kunna prediktera risk och framtida kostnader. Utifrån ett såväl försäkrings- som reglatoriskt perspektiv är det av stor vikt att ha en gedigen förståelse av både precisionen och känsligheten i de skattade estimaten. Denna uppsats syftar till att ta fram ett alternativt tillvägagångssätt till hur kostnader relaterade till framtiden ska predikteras, med fokus på att utvärdera variationen i estimaten, vid fallet av en inhomogen och avtagande risk. Tillvägagångssättet bygger på en uppdelning mellan antalet skador och kostnaden för skador, vilka modelleras separat för att sedan kombineras och ge en totalkostnadsfördelning för den avsedda tidsperioden. De historiska kostnaderna modelleras utifrån ett parametriskt- och ett ickeparametriskt tillvägagångssätt. Skadefrekvensen modelleras med hjälp av bland annat samplingsmetoden bootstrap samt genom användandet av scenarier. Uppsatsen görs i samarbete med skadeförsäkringsbolaget, Anticimex Försäkringar, vilka har bidragit med data och expertkunskap inom det aktuariella området. Arbetets resultat visar att det föreslagna tillvägagångssättet är en framgångsrik strategi för att utvärdera de första två momenten av de predikterade totalkostnadsfördelningarna, även vid fallet av en inhomogen och avtagande risk.

Since laboratory tests influence as much as 70% of the medical decisions, errors throughout the blood sampling process may jeopardize the safety of the patient. Research has shown that the pre-analytical phase of the blood sampling process is where the most errors occur. Moreover, this phase is said to be the most influential part of the total testing process, due to maximal involvement of humans. In this study, the pre-analytical errors in the blood sample handling process and their causes were investigated. Therefore, a literature study was performed, and first-hand data was collected through interviews. A total of 8 interviews was conducted in Sweden, Belgium, and the Netherlands. From these interviews, qualitative data was collected and analysed with a thematic approach. The 5 themes that were obtained are: nurse vs. lab technician, sample identification, logistics, location dependency of sample quality, and hospital management. Each theme included multiple observations and conclusions. One specific observation was a lack of communication and knowledge management amongst nurses and lab technicians. To minimize this gap between nurse and lab technician from a knowledge transfer perspective, a conceptual framework was constructed. This framework can be used both from an academic and practical point of view. This research has both academic and practical implications. Within the academic perspective, empirical data is gathered among hospitals in three different countries, which is compared to data found in academic literature. Moreover, with the analysis of the empirics gathered in this study and the framework that is proposed, a contribution is made to knowledge management within hospitals. From a practical perspective, a contribution is made in helping to minimise the pre-analytical errors in their blood sampling process, while giving the hospital a better understanding of the lack of communication and knowledge management amongst their key employees. By strengthening the communication and knowledge transfer, errors can be avoided. This would not only benefit the speed and accuracy of the diagnose process, but also benefit the nurses and lab technicians in workload. / Eftersom laboratorietester påverkar så mycket som 70 % av de medicinska besluten kan fel i blodprovstagningen äventyra patientsäkerheten. Forskning visar att det är i den föranalytiska fasen av blodprovstagningsprocessen som de flesta felen uppstår. Dessutom sägs denna fas vara den mest inflytelserika delen av den totala provtagningsprocessen, på grund av den höga graden av människors inblandning. Denna studie undersökte de föranalytiska felen i blodprovshanteringen och deras orsaker. En litteraturstudien genomfördes, och förstahandsuppgifter samlades in genom intervjuer. Totalt åtta intervjuer genomfördes i Sverige, Belgien och Nederländerna. Från dessa intervjuer samlades kvalitativa data in och analyserades med en tematisk ansats. De fem teman som erhölls var: sjuksköterska jämte laboratorietekniker, providentifiering, logistik, platsberoende provkvalitet och sjukhusledning. Varje tema innehöll flera observationer och slutsatser. En specifik observation var bristen på kommunikation och kunskapshantering mellan sjuksköterskor och laboratorietekniker. För att minimera denna klyfta mellan sjuksköterska och laboratorietekniker ur ett kunskapsöverföringsperspektiv konstruerades en konceptuell ram. Denna ram kan användas både ur akademisk och praktisk synvinkel. Denna forskning har både akademiska och praktiska konsekvenser. Utifrån det akademiska perspektivet samlades empiriska data in bland sjukhus i tre olika länder, som jämförs med data i den existerande litteraturen. Med analysen av den empiri som samlats in i den här studien och det ramverk som föreslås ges dessutom ett bidrag till kunskapshantering inom sjukhus. Ur ett praktiskt perspektiv bidrar detta till att minimera de föranalytiska felen i blodprovstagningsprocessen, samtidigt som sjukhuset får en bättre förståelse för bristen på kommunikation och kunskapshantering bland sina nyckelpersoner. Genom att stärka kommunikationen och kunskapsöverföringen kan fel undvikas. Detta skulle inte bara gynna diagnostikprocessens snabbhet och noggrannhet, utan även avlasta sjuksköterskorna och laboratorieteknikernas arbetsbörda.

The evolution of electrification and autonomous driving on automotive leads to the increasing complexity of the in-vehicle electrical network, which poses a new challenge for testers to do troubleshooting work in massive log files. This thesis project aims to develop a predictive technique for anomaly detection focusing on user function level failures using machine learning technologies.\\ Specifically, it investigates the performance of point anomaly detection models and temporal dependent anomaly detection models on the analysis of Controller Area Network (CAN) data obtained from software-in-loop simulation. For point anomaly detection, the models of Isolation forest, Multivariate normal distribution, and Local outlier factor are implemented respectively. For temporal dependent anomaly detection, the model of an encoder-decoder architecture neural network using Long Short-Temporal Memory (LSTM) units is implemented, so is a stacking hybrid detector in the combination of LSTM Encoder and Local outlier factor.\\ With a comparison of the comprehensive performance of the proposed models, the model of LSTM AutoEncoder is selected for detecting the anomalies on sequential data in CAN logs. The experiment results show promising detection performance of LSTM AutoEncoder on the studied functional failures and suggest that it is possible to be deployed in real-time automated anomaly detection on vehicle systems. / Utvecklingen av elektrifiering och autonom körning på fordon leder till den ökande komplexiteten i fordonets elektriska nätverk, vilket utgör en ny utmaning för testare att göra felsökningsarbete i massiva loggfiler. Detta avhandlings syftar till att utveckla en förutsägbar teknik för detektering av avvikelser med fokus på användarfunktionsnivåfel med maskininlärningstekniker.\\ Specifikt undersöker den prestandan hos punktavvikelsedetekteringsmodeller och tidsberoende anomalidetekteringsmodeller på analysen av data från Controller Area Network (CAN) erhållen från simulering av mjukvara in-loop. För detektion av punktavvikelser implementeras modellerna för Isolation forest, Multivariate normal distribution och Local outlier factor. För temporär beroende anomalidetektering implementeras modellen för ett kodnings-avkodningsarkitekturneuralt nätverk som använder Long Short-Temporal Memory (LSTM) -enheter, så är en stapling hybriddetektor i kombination med LSTM Encoder och Local outlier factor.\\ Med en jämförelse av den omfattande prestandan hos de föreslagna modellerna väljs modellen för LSTM AutoEncoder för att detektera avvikelser på sekventiell data i CAN-loggar. Experimentresultaten visar lovande detektionsprestanda för LSTM AutoEncoder på de studerade funktionella misslyckandena och föreslår att det är möjligt att distribueras i realtid automatiserad anomalidetektering på fordonssystem.

Spelbolag AB has a long history in the Swedish market. Their products are all based on randomness, with a predetermined probability of winning. Some of Spelbolag AB's products are stable in sales throughout the year, while others fluctuate with holidays. Spelbolag AB offers products whose sales are largely influenced by the prize value; higher prize amounts attract more gamblers, while lower prize amounts attract fewer gamblers. Spelbolag AB also has products that are purchased more or less based on the value of the prize, i.e. a higher prize pot increases the number of gamblers and vice versa. Through campaigns, the company wishes to enhance the interest in their products. To estimate the total revenue from the products, a statistical tool has been used. The predictions are made for different key performance indexes (KPIs) which are used as the foundation for some strategic decisions. A wish to improve the statistical tool used by the company has risen due to poor performance. This thesis aimed to create an updated statistical tool. This tool was based on a time series analysis of the weekly net game revenue (NGR). The goal of the time series analysis was to find a statistical model with high forecast accuracy. To find the optimal model for forecast accuracy, a grid search algorithm was used. The performance measure mean squared prediction error (MSPE) was used as a decision base in the grid search along with the mean absolute percentage error (MAPE). Akaike information criterion (AIC) was also estimated as a goodness-of-fit measure. The thesis work resulted in two different SARIMAX models that were analyzed and tested, both including the same exogenous variables. The recommended SARIMAX(1, 0, 2)(1, 1, 1)52 model obtained an MAPE of 4.49%. / Spelbolag AB har en lång historia på den svenska marknaden. Deras produkter är alla slumpmässiga i dess utfall, med en förbestämd chans att vinna. Vissa av Spelbolag ABs produkter har stabil försäljning, medan andra flukturerar med högtider. Spelbolag AB har även produkter vars försäljning påverkas av vinstsumman; fler personer spelar när vinstsumman är hägre och tvärtom. Genom kampanjer önskar företaget öka intresset för sina produkter, och på så vis öka försäljningen. För att prediktera och kunna förutse de totala intäkterna från produkternas försäljning har ett statistisk verktyg använts. Dessa prediktioner har gjorts för olika KPIer, vilka används för att fatta strategiska beslut. Detta verktyg har på den senaste tiden resulterat i dåliga prediktioner, varpå en önskan om att förnya verktyget har uppkommit. Syftet med denna uppsats har därmed varit att uppdatera det statistiska verktyget. Verktyget har baserats på en tidsserieanalys av veckovist netto spelinkomst (NSI). Målet med tidsserieanalysen var att hitta en statistisk modell med hög träffsäkerhet i prediktionerna. För att hitta en optimal modell för just prediktionsnoggrannhet användes algoritmen rutnätssökning. Beslutsunderlaget i denna rutnätssökning var medelkvadratisk predikteringsfel (MSPE) samt medelabsolut procentuellt fel (MAPE). Dessutom estimerades akaike informationskriteriet (AIC) som ett mått på modellanpassning. Uppsatsen resulterade i två olika SARIMAX modeller som båda analyserades och testades, och dessa modeller inkluderade samma exogena variabler. Den rekommenderade SARIMAX(1, 0, 2)(1, 1, 1)52 modellen erhöll ett MAPE av 4.49%.

This study was conducted in collaboration with BAE Systems Hägglunds in Örnsköldsvik. They wanted help with their objective of researching the necessary components of a testability analysis. The primary goal was to enhance the efficiency of troubleshooting and diagnostics for their combat vehicle, Cv90. As their vehicles become increasingly advanced, troubleshooting can become challenging and time-consuming. An example of a problem that can arise is when an error code is displayed to the crew, but the technicians at the workshop are unable to identify the root cause of the error. To gather information, scientific articles and other relevant documents were extensively reviewed. Additionally, interviews were conducted with employees at BAE. The scope of the study was limited to troubleshooting within a workshop setting, rather than in the field. It was assumed that the troubleshooting equipment and software were functional, and the focus was solely on identifying faulty components. The research was conducted both in Umeå and on-site in Örnsköldsvik. A methodology for implementing a fault detection system with effective testability was developed. This encompassed considerations for the construction and content of the troubleshooting system. Determining the system's requirements and devising methods for testing their fulfillment were crucial aspects. Prioritization of different functions based on their criticality was recommended. Critical functions should be addressed first and may require more costly and intricate solutions. Various approaches to enhance troubleshooting at a more granular level were identified. These included establishing better threshold values, accounting for measurement uncertainties in the test equipment, and emphasizing the importance of a robust test design that considers deviations from system equilibrium. Additionally, worn components were recognized as a potential cause for false indications that are challenging to diagnose. It is important to note that these improved fault detection methods have not yet been implemented in the vehicles. / Studien genomfördes i samarbete med BAE Systems Hägglunds i Örnsköldsvik. De ville få hjälp med sitt mål att undersöka de nödvändiga komponenterna i en testabilityanalys. Det primära målet var att effektivisera felsökning och diagnostisering av deras stridsfordon, Cv90. När deras fordon blir alltmer avancerade kan felsökningen bli utmanande och tidskrävande. Ett exempel på ett problem som kan uppstå är att en felkod visas för besättningen, men teknikerna på verkstaden kan inte identifiera orsaken till felet. För att samla information gjordes en omfattande granskning av vetenskapliga artiklar och andra relevanta dokument. Dessutom genomfördes intervjuer med anställda på BAE. Studiens omfattning var begränsad till felsökning på verkstaden, snarare än i fält. Det antogs att felsökningsutrustningen och programvaran var funktionella, och fokus låg enbart på att identifiera felaktiga komponenter. Arbetet utfördes både i Umeå och på plats i Örnsköldsvik. En metodik för att implementera ett felsökningssystem med god testbarhet utvecklades. Detta omfattade överväganden för felsökningssystemets konstruktion och innehåll. Att bestämma systemets krav och utforma metoder för att testa deras uppfyllnad var avgörande aspekter. Prioritering av olika funktioner baserat på deras kritikalitet rekommenderades. Kritiska funktioner bör åtgärdas först och kan kräva mer kostsamma och invecklade lösningar. Olika metoder för att förbättra felsökning på en mer detaljerad nivå identifierades. Dessa inkluderade att fastställa bättre tröskelvärden, ta hänsyn till mätosäkerheter i testutrustningen och betona vikten av en robust testdesign som tar hänsyn till avvikelser från systemjämvikt. Dessutom identifierades slitna komponenter som en potentiell orsak till felaktiga indikationer som är svåra att diagnostisera. Det är viktigt att notera att dessa förbättrade felsökningsmetoder ännu inte har implementerats i fordonen.

This thesis investigates the use of high-power lasers for synchrotron radiation sources with high brilliance, from the EUV to the hard X-ray spectral range. Hereby lasers accelerate electrons by laser-wakefield acceleration (LWFA), act as optical undulators, or both. Experimental evidence shows for the first time that LWFA electron bunches are shorter than the driving laser and have a length scale comparable to the plasma wavelength. Furthermore, a first proof of principle experiment demonstrates that LWFA electrons can be exploited to generate undulator radiation. Building upon these experimental findings, as well as extensive numerical simulations of Thomson scattering, the theoretical foundations of a novel interaction geometry for laser-matter interaction are developed. This new method is very general and when tailored towards relativistically moving targets not being limited by the focusability (Rayleigh length) of the laser, while it does not require a waveguide. In a theoretical investigation of Thomson scattering, the optical analogue of undulator radiation, the limits of Thomson sources in scaling towards higher peak brilliances are highlighted. This leads to a novel method for generating brilliant, highly tunable X-ray sources, which is highly energy efficient by circumventing the laser Rayleigh limit through a novel traveling-wave Thomson scattering (TWTS) geometry. This new method suggests increases in X-ray photon yields of 2-3 orders of magnitudes using existing lasers and a way towards efficient, optical undulators to drive a free-electron laser. The results presented here extend far beyond the scope of this work. The possibility to use lasers as particle accelerators, as well as optical undulators, leads to very compact and energy efficient synchrotron sources. The resulting monoenergetic radiation of high brilliance in a range from extreme ultraviolet (EUV) to hard X-ray radiation is of fundamental importance for basic research, medical applications, material and life sciences and is going to significantly contribute to a new generation of radiation sources and free-electron lasers (FELs).

Die vorliegende Arbeit beschäftigt sich in Experiment und Theorie mit Laser-Plasma beschleunigten Elektronen und optischen Undulatoren zur Erzeugung von brillianter Synchrotronstrahlung. Zum ersten Mal wird experimentell nachgewießen, dass laserbeschleunigte Elektronenpulse kürzer als 30 fs sind. Ferner werden solche Elektronenpulse erstmalig in einem Demonstrationsexperiment durch einen magnetischen Undulator als Synchrotronstrahlenquelle genutzt. Aufbauend auf diesen experimentellen Erkenntnissen, sowie umfangreichen numerischen Simulationen zur Thomsonstreuung, werden die theoretischen Grundlagen einer neuartigen Interaktionsgeometrie für Laser-Materie Wechselwirkungen entwickelt. Diese neue, in der Anwendbarkeit sehr allgemeine Methode basiert auf raum-zeitlicher Laserpulsformung durch nichtlineare Winkeldispersion wie diese durch VLS- (varied-line spacing) Gitter erzeugt werden kann und hat den Vorteil nicht durch die Fokussierbarkeit des Lasers (Rayleighlänge) begrenzt zu sein. Zusammen mit laserbeschleunigten Elektronen ermöglicht dieser traveling-wave Thomson scattering (TWTS) benannte Ansatz neuartige, nur auf optischer Technologie basierende Synchrotronstrahlenquellen mit Zentimeter bis Meter langen optische Undulatoren. Die hierbei mit existierenden Lasern erzielbaren Brillianzen übersteigen diese bestehender Thomsonquellen-Designs um 2-3 Größenordnungen. Die hier vorgestellten Ergebnisse weisen weit über die Grenzen der vorliegenden Arbeit hinaus. Die Möglichkeit Laser als Teilchenbeschleuniger und auch optischen Undulator zu verwenden führt zu bauartbedingt sehr kompakten und energieeffizienten Synchrotronstrahlungsquellen. Die hieraus resultierende monochromatische Strahlung hoher Brillianz in einem Wellenlängenbereich von extremen ultraviolett (EUV) zu harten Röntgenstrahlen ist für die Grundlagenforschung, medizinische Anwendungen, Material- und Lebenswissenschaften von fundamentaler Bedeutung und wird maßgeblich zu einer neuen Generation ultrakurzer Strahlungsquellen und freien Elektronenlasern (FELs) beitragen. / This thesis investigates the use of high-power lasers for synchrotron radiation sources with high brilliance, from the EUV to the hard X-ray spectral range. Hereby lasers accelerate electrons by laser-wakefield acceleration (LWFA), act as optical undulators, or both. Experimental evidence shows for the first time that LWFA electron bunches are shorter than the driving laser and have a length scale comparable to the plasma wavelength. Furthermore, a first proof of principle experiment demonstrates that LWFA electrons can be exploited to generate undulator radiation. Building upon these experimental findings, as well as extensive numerical simulations of Thomson scattering, the theoretical foundations of a novel interaction geometry for laser-matter interaction are developed. This new method is very general and when tailored towards relativistically moving targets not being limited by the focusability (Rayleigh length) of the laser, while it does not require a waveguide. In a theoretical investigation of Thomson scattering, the optical analogue of undulator radiation, the limits of Thomson sources in scaling towards higher peak brilliances are highlighted. This leads to a novel method for generating brilliant, highly tunable X-ray sources, which is highly energy efficient by circumventing the laser Rayleigh limit through a novel traveling-wave Thomson scattering (TWTS) geometry. This new method suggests increases in X-ray photon yields of 2-3 orders of magnitudes using existing lasers and a way towards efficient, optical undulators to drive a free-electron laser. The results presented here extend far beyond the scope of this work. The possibility to use lasers as particle accelerators, as well as optical undulators, leads to very compact and energy efficient synchrotron sources. The resulting monoenergetic radiation of high brilliance in a range from extreme ultraviolet (EUV) to hard X-ray radiation is of fundamental importance for basic research, medical applications, material and life sciences and is going to significantly contribute to a new generation of radiation sources and free-electron lasers (FELs).