Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts fr jeden Punkt jedes Einzelbildes ist eine sehr niedrige Beschreibungsebene, die Darstellung einer Geschichte eine sehr hohe. Eine automatische Erzeugung von Beschreibungen aus den Bilddaten ist bisher nur fr niedrigere Abstraktionsstufen mglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System fr die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die fr jedes Objekt die Koordinaten zu jedem Zeitpunkt enthlt. Typische Episoden aus dem Diskursbereich "Stra enverkehr" sind "Parkplatzsuchen" oder "auf die Stra enbahn warten" oder "Vorfahrt mi achten". Zu diesem Zweck wird eine Darstellungsform fr Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermglicht. Da der Datenumfang fr Bildfolgen, die Episoden enthalten knnen, sehr gro ist, erscheint die Untersttzung durch Datenbanksysteme ratsam. Daher wird die bertragung der Darstellungsform auf das relationale Datenmodell eingehend untersucht. Zur Beschreibung der Prozesse, die die Zuordnung zwischen Episodenmodellen und Bilddaten herstellen, dienen Regelsysteme auf der Gundlage von erweiterten bergangsnetzen. Der implementierte Prototyp extrahiert Episoden aus einer Bildfolge aus dem Diskursbereich "Stra enverkehr". Die Arbeit liegt im berschneidungsbereich der Gebiete Bilddeutung, Wissensreprsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten knnen fr jeweils andere Gebiete bernommen werden. Es wird gezeigt, da die Kopplung von zwei Problemkreisen - komplexe Strukturen und gro e Datenmengen - im Prinzip mglich ist. Noch zu lsende Probleme bei der Kopplung werden angesprochen.