Die Erhaltung der Gehirnfunktion trotz Veränderungen im Organismus und dessen Umwelt erfordert homöostatische Mechanismen. Inhibitorische Interneurone spielen eine Schlüsselrolle bei Berechnungen und Homöostase im Gehirn. Es ist jedoch unklar, welcher Mechanismus diese Eigenschaften erzeugen kann. Diese Arbeit hat das Ziel, die homöostatischen Fähigkeiten solcher Interneurone zu bestimmen und die daraus resultierenden funktionellen Konsequenzen mit analytischen und numerischen Techniken zu ergründen. Die zentrale Hypothese dieser Arbeit ist, dass Interneurone ihre Feuerraten modulieren, um langfristig die Aktivität exzitatorischer Neurone bei einem homöostatischen Sollwert zu halten. Wir beginnen mit einem normativen Ansatz und leiten eine Plastizitätsregel her, welche die Aktivität von Interneuronen regelt, um netzwerkweite Abweichungen vom Sollwert zu minimieren. Um die biologische Plausibilität zu erhöhen, liefern wir zwei Approximationen, bei denen jede Interneurone auf die exzitatorische Population reagiert, die sie inhibiert und zeigen, dass alle drei Varianten vergleichbare aber unterschiedliche homöostatische Fähigkeiten haben. Wir kontrastieren den normativen Ansatz mit Regeln, welche die Aktivität einer Interneurone verändern, wenn die Neuronen, die sie treiben, vom Sollwert abweichen. Diese Regeln erzeugen Konkurrenz zwischen Neuronen und führen daher zu zerstreuter Netzwerkaktivität. Im zweiten Teil dieser Arbeit untersuchen wir, wie eine der approximierten Regeln die funktionellen Eigenschaften des sensorischen Kortex beeinflusst. Wir zeigen, dass sie mehrere experimentell Beobachtungen erklären kann, inklusive des Ko-Tunings von exzitatorischen und inhibitorischen Strömen und der Entwicklung von Zellverbänden. Zusammenfassend liefert diese Arbeit neue Erkenntnisse darüber, wie die Regulierung der Interneuron-Aktivität für neuronale Netzwerke homöostatisch sein kann, und zeigt mögliche Auswirkungen auf die Entwicklung und Erhaltung der Gehirnfunktion auf. / Preserving brain function despite ongoing changes inside the organism, and out in the world, necessitates homeostatic mechanisms. Inhibitory interneurons play a key role in both computation and homeostasis within the brain. However, it remains unclear if there is a mechanism that can account for both of these properties. This thesis therefore aims to determine the homeostatic capabilities of such interneurons and elucidate the resulting computational consequences, using analytical and numerical techniques. The central hypothesis of this thesis is that some interneurons slowly modulate their firing rates to maintain the long-term activity of excitatory neurons at a homeostatic set-point. Thus we begin with a normative approach, deriving a plasticity rule that regulates the activity of interneurons to minimise network-wide deviations from that set-point. In the interest of biological plausibility we also provide two approximations, both of which make each interneuron responsive to the excitatory population it inhibits, and show that all three variants exhibit comparable though distinct homeostatic capabilities. We contrast this normative approach by characterising the homeostatic properties of rules which instead alter the activity of an interneuron when the neurons that drive it deviate from the set-point. Those rules induce a competition between neurons, causing network activity to become sparse. In the second part of this thesis, we investigate how one of the approximate rules affects computational properties of sensory cortex. We show that it can account for several experimentally reported results, including co-tuning of excitatory and inhibitory currents, and the development of excitatory-inhibitory cell assemblies. In summation, this thesis provides new insight into how regulating interneuron activity can be homeostatic for neuronal networks, and reveals potential implications for development and preservation of brain function.