Der RoboCup ist ein standardisiertes Szenario für die Entwicklung autonomer mobiler Roboter. Hier ist es nützlich, die Entscheidungen über auszuführende Aktionen durch probabilistische Berechnungen zu unterstützen. In dieser Arbeit wird untersucht, wie Bayessche Netzwerke zu diesem Zweck eingesetzt werden können. Es werden relevante Modellierungstechniken vorgestellt und mittels einiger so erstellter Netzwerke gezeigt, wie diese -- eventuell nach Anwendung eines geeigneten Lernverfahrens -- die ihnen gestellten Aufgaben im RoboCup lösen können. Außerdem wird die während der Arbeit entstandene Bibliothek zur Verwendung und zum Training Bayesscher Netze beschrieben.

English:

RoboCup is a standardized scenario to develop autonomous mobile robots. In this scenario it is useful to support decision making processes by probabilistic computations. This thesis examines the usage of bayesian (belief) networks for that purpose. It introduces relevant modelling techniques and demonstrates how thus constructed networks can perform different tasks after being trained by an appropriate learning algorithm. Additionally, it describes the developed library for the usage and training of bayesian networks.