Eine Methode um Bildrauschen zu entfernen, ist der sogenannte Variationsansatz. Hierbei wird ein Energiefunktional aus einem Daten- und einem Glattheitsterm aufgestellt, dessen Minimierer dem entrauschen Bild entspricht. Der Datenterm stellt sicher, dass eine Ähnlichkeit zwischen Ein- und Ausgabebild besteht, während der Glattheitsterm für eine Weichzeichnung des Bildes sorgt. Die Arbeit von Hong et al. [HKDB17] stellte einen adaptiven Variationsansatz für die Bildsegmentierung und Bewegungsvorhersage vor. Dieser Ansatz verwendet eine adaptive Gewichtung zwischen Daten- und Glattheitsterm und führt zu einem robusteren Ergebnis bei variierenden Rauschpegeln. Das Ziel dieser Arbeit war es, zu untersuchen, ob der adaptive Ansatz auch für die Bildentrauschung nützlich ist. Als erstes wurde ein quadratischer Ansatz implementiert. Danach wurde der Glattheitsterm zu einer subquadratischen Bestrafungsfunktion erweitert, um dessen Kantenerhaltung zu verbessern. Sowohl der quadratische als auch der subquadratische Ansatz wurden dann mit der adaptiven Gewichtungsfunktion erweitert und die verschiedenen Verfahren miteinander verglichen. Während sich der quadratische adaptive Ansatz als ungeeignet für die Bildentrauschung herrausstellte, zeigte der subquadratische adaptive Ansatz einige Vorteile gegenüber den einfachen Variationsansätzen ohne adaptive Gewichtung.