Der menschliche Körper verfügt über mehr Bewegungsfreiheitsgrade als er zur Lösung von Bewegungsaufgaben benötigt. Wie im menschlichen Gehirn bei der Bewegungsplanung eine Bewegung aus der Vielzahl an möglichen Bewegungen ausgewählt wird, ist noch ungeklärt und steht im Mittelpunkt der vorliegenden Arbeit. Es wurden zwei Studien durchgeführt, denen ein Experiment zugrunde liegt, bei dem 20 Probanden vier verschiedene Zeigegesten jeweils fünfmal ausführen mussten. Während der Bewegungsausführung wurden die Probanden mit einem markerbasierten Infrarot Tracking System kinematisch vermessen. Für die Berechnung der inversen Kinematik und inversen Dynamik wurde ein biomechanisches Mehrkörpermodell (MKD-Tools) verwendet. Im Rahmen der ersten Studie wurde nach invarianten Bewegungsmerkmalen gesucht, die über die unterschiedlichen Bewegungsaufgaben sowie verschiedenen Personen hinweg stabil auftreten. Die Befunde zeigen, dass die Trajektorien der Hand in extrinsischen Koordinaten ein sehr viel einfacheres Verlaufsmuster aufweisen als in intrinsischen kinematischen Koordinaten. Darüber hinaus zeigt sich, dass die Trajektorien der Hand über die verschiedenen Bewegungsaufgaben und Probanden hinweg hochgradig invariant sind, ganz im Gegensatz zu den Gelenkwinkeltrajektorien. Darüber hinaus legen die Resultate die Vermutung nahe, dass der Mensch auf Gelenkwinkelebene eine kompensatorische Strategie verfolgt, um die geplante Trajektorie der Hand umsetzen zu können. In der zweiten Studie wurde ein komputationales Modell entwickelt das die Simulation von Bewegungsplanungsprozessen im Gehirn ermöglicht. In diesem Zusammenhang wurden verschiedene Optimierungsprinzipien untersucht, die im menschlichen Gehirn unter Umständen die Auswahl einer konkreten Bewegungslösung bewirken. Der Vergleich der im Computer synthetisierten Zeigegesten mit den gemessenen Zeigegesten offenbarte, dass eine Ruckminimierung auf Gelenkwinkelebene die zuvor identifizierten invarianten Bewegungsmerkmale am besten nachbilden konnte.