Kurzfassung
Massenbewegungen treten insbesondere in gebirgigen Regionen verstärkt auf und stellen häufig eine Gefahr für Mensch und Infrastruktur dar. Für die Untersuchung solcher geodynamischen Prozesse werden heute oftmals numerische Modelle verwendet, die das Verhalten des Untergrundes simulieren. Die Anpassung solcher Modelle an in situ-Messdaten geschieht jedoch häufig durch unsicheres "trial and error". Einen Genauigkeitsgewinn und die statistische Beurteilung der Modellanpassung verspricht hier die adaptive Kalman-Filtertechnik. Diese erlaubt die optimale Schätzung des Zustands des Systems "Rutschhang" und kann auch zur Prädiktion des künftigen Hangverhaltens eingesetzt werden. Nachfolgend soll die Entwicklung eines adaptiven Kalman-Filters anhand einer noch simulierten Testböschung erläutert werden. Die Methode der Modellkalibrierung soll später auf das Modell eines realen Untersuchungsobjekts angewendet werden, und zusammen mit den erfassten Monitoringdaten die Grundlage für ein wissensbasiertes Alarmsystem für Massenbewegungen schaffen.

Abstract
Mass movements especially appear in mountainous regions and often cause dangerous situations for men and infrastructure. Today, the analysis of such geodynamic processes is commonly done by numerical modelling to simulate the behaviour of bedrock. The adjustment of such models with measured data is usually done by statistically non assured "trial and error" methods. Adaptive Kalman-filtering can be used to increase accuracy and enable the statistical evaluation of the adaptation results. The optimal estimation of relevant system quantities and the prediction of the future slope behaviour are possible. The application of an adaptive Kalman filter to a still simulated test slope is described below. The calibration method will be applied to a model of a real slope being the basis for a knowledge-based alarm system for mass movements.