Die Dissertation untersucht die Einsatzm\xf6glichkeiten von Data Mining und Machine Learning in der Entwicklung empirischer Modelle f\xfcr See-\xd6kosysteme. Am Beispiel des Ammersees werden hierzu ein Modell zur Berechnung der Wasseroberfl\xe4chentemperatur aus Lufttemperaturdaten, ein Modell zur Bestimmung der Zirkulationsverh\xe4ltnisse im Winter sowie ein Modell f\xfcr den Stoffhaushalt vorgestellt. Anhand dieser Modelle wird unter Verwendung von REMO-UBA-Klimadaten die Entwicklung des Ammersees bis 2050 simuliert.