This thesis proposes a novel way to describe habit learning and the resulting balancing of goal-directed and habitual behavior using cognitive computational modeling. This approach builds on experimental evidence that habits may be understood as context-dependent automated sequences of behavior embedded in a hierarchical model. These assumptions were implemented in a Bayesian model, where goal-directed action sequences are encoded using a Markov decision process, and habits are interpreted to arise from a Bayesian prior over such sequences. Simulations show that this modeling approach yields key properties of habit learning, such as increased habit strength with increased training duration. This novel mechanistic description may lead to an improved understanding of habit learning mechanisms and individual learning trajectories, which may have implications for mental disorders which are believed to be accompanied by a maladapted balance between goal-directed an habitual control. / Diese Arbeit stellt eine neue mechanistische Beschreibung von Gewohnheitslernen und der daraus resultierenden Balance zwischen zielgerichtetem und habituellem Verhalten vor, die auf einem mathematischen kognitiven Modell aufbaut. Der Ansatz beruht auf experimenteller Evidenz, dass Gewohnheiten als kontext-abhängige, automatisierte Verhaltenssequenzen verstanden werden können, die in ein hierarchisches Modell eingebettet sind. Diese Annahmen werden mathematisch in einem Bayes'schen Modell umgesetzt, in dem zielgerichtetes Handeln als ein Markov'scher Entscheidungsprozess implementiert ist und Gewohnheiten aus einer Bayes'schen a-priori Wahrscheinlichkeit von Verhaltenssequenzen entstehen. Simulationen zeigen, dass dieser Ansatz wichtige Eigenschaften von Gewohnheitslernen reproduzieren kann, wie beispielsweise dass längere Trainingsdauern zu stärkeren Gewohnheiten führen. Diese neue mechanistische Beschreibung kann zu einem besseren Verständis individueller Lerntrajektorien und der Mechanismen beitragen, die dem Gewohnheitslernen zugrundeliegen. Dies könnte auch Auswirkungen auf das Verständnis psychischer Erkrankungen haben, bei denen davon ausgegangen wird, dass sie von einer maladaptiven Balance zwischen zielgerichtetem und habituellem Verhalten begleitet werden.