Die vorliegende Bachelorarbeit stellt für die Aufgabenverteilung im Bereich des Public Sensing verschiedene Optimierungsansätze vor. Public Sensing ist dabei eine neue Entwicklung im Bereich der Sensornetzwerke, bei der anstelle von stationären Sensorbojen normale Smartphones eingesetzt werden. Public Sensing stellt damit eine kostengünstige Alternative zu herkömmlichen Sensornetzwerken dar. Ein Problem des Public Sensings liegt im hohen Energieaufwand für die Endgeräte der Teilnehmer, daher sollen in dieser Arbeit effizientere Strategien für einzelne Komponenten des Public Sensing-Systems vorgestellt und evaluiert werden. Der Fokus liegt dabei zum einen auf einer effizienteren Form der Positionserfassung, wobei bei dem hier vorgestellten Vorgehen die Anzahl der Positionserfassungen verringert werden soll. Zum anderen soll für die Verteilung der Aufgaben an die Teilnehmer eine verbesserte Strategie vorgestellt werden, wobei diese Strategie auf einer adaptiven Verteilung der Aufgaben beruht. Die Teilnehmer erhalten dabei nur die Aufgaben, die sie auch potentiell erfüllen können. Dazu wird zuerst ein einfacheres Vorgehen auf Basis der euklidischen Distanzen vorgestellt. Der Vorteil dieses Vorgehens liegt darin, dass weniger Ansprüche an das System gestellt werden und diese Strategie damit universeller verwendet werden kann. Darauf aufbauend soll ein Ansatz vorgestellt werden, der zusätzlich noch die möglichen Wege der Teilnehmer mit berechnet und damit weitere Effizienzsteigerungen erlaubt, wobei sich bei diesem Ansatz die Teilnehmer nur auf den Wegen einer festgelegten Karte bewegen dürfen. Die verschiedenen Optimierungen werden schlussendlich untereinander und gegenüber dem Standard-System verglichen, um die Verbesserungen der Effizienz der entwickelten Ansätze zu bestätigen.