Die vorliegende Arbeit besch¨aftigt sich mit dem Lernen von Greifvorg¨angen. Das Ziel dieser Arbeit ist es, einen Algorithmus zu entwickeln, mit dessen Hilfe, ein Roboter autonom lernen kann, Gegenst¨ande zu greifen. Daf¨ur wird zuerst der Greifvorgang parametrisiert. Das lernen dieser Parameter findet dabei weitgehend ohne menschlich Hilfe statt. Kernst¨uck des Algorithmus ist die Black-Box Optimierung mit Hilfe eines Gauß-Prozess. Als Input wird lediglich ein RGB–D Bild ben¨otigt. Der Algorithmus hat keinerlei Vorwissen aus etwaigen Datenbanken oder ¨ahnliches. Getestet wurde der Algorithmus an einem PR2 mit einer pneumatischen Hand.