Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts fr 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 fr niedrigere Abstraktionsstufen mglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System fr die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die fr jedes Objekt die Koordinaten zu jedem Zeitpunkt enthlt. Typische Episoden aus dem Diskursbereich "Straenverkehr" sind "Parkplatzsuchen" oder "auf die Straenbahn warten" oder "Vorfahrt miachten". Zu diesem Zweck wird eine Darstellungsform fr Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermglicht. Da der Datenumfang fr Bildfolgen, die Episoden enthalten knnen, sehr gro ist, erscheint die Untersttzung 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 "Straenverkehr". Die Arbeit liegt im berschneidungsbereich der Gebiete Bilddeutung, Wissensreprsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten knnen fr jeweils andere Gebiete bernommen werden. Es wird gezeigt, da die Kopplung von zwei Problemkreisen - komplexe Strukturen und groe Datenmengen - im Prinzip mglich ist. Noch zu lsende Probleme bei der Kopplung werden angesprochen.