Seit Beginn des einundzwanzigsten Jahrhunderts haben Kommunikationssysteme einen fundamentalen Wandel erlebt. Dieser Wandel hat moderne Kommunikationsnetze in die Lage versetzt, eine sehr große Vielfalt und einen großen Umfang der Anforderungen der Anwendungen zu unterstützen. Im Vergleich zu herkömmlichen Kommunikationssystemen, die über eine einzige Kommunikationstechnologie kommunizierten, verbinden heutige Netzwerke eine sehr hohe Anzahl an Systemen, die mit der Fähigkeit ausgestattet sind, gleichzeitig über verschiedene Technologien zu kommunizieren. All diese Entwicklungen, gepaart mit der geografischen Disparität der physischen Infrastruktur, führen zu Netzumgebungen, die von Natur aus dynamisch und unvorhersehbar sind. Um mit solchen Herausforderungen und gleichzeitig mit den wachsenden Anforderungen fertig zu werden, haben Netzkomponenten einen Paradigmenwechsel von der statischen Funktionsweise zu dem der Adaptivität, bzw. der transitionsbasierten Systeme, gemacht. In dieser Arbeit bezeichnen wir adaptive Netzkomponenten als transitionsbasierte Systeme (TBS), und der Akt der Anpassung wird als Transition bezeichnet. Wir stellen fest, dass sich TBS nicht nur in unterschiedlichen Umgebungsbedingungen befinden, sondern dass ihr Anpassungsbedarf auch nach verschiedenen Ereignissen entsteht. Solche Ereignissen werden als Auslöser (Trigger) bezeichnet und sie können auf unterschiedlichen Zeitskalen auftreten. Weiterhin wird die Art einer Transition durch das spezifizierte Leistungsziel des betreffenden TBS diktiert. In dieser Arbeit wird ein analytischer Rahmen geschaffen um Strategien zur Leistungsoptimierung unter Adaptivitätsaspekten in TBS abgeleitet.

Da dem Stand der Technik ein einheitlicher Ansatz zur Modellierung der unterschiedlichen Funktionsweisen der TBS und ihrer verschiedenen Leistungsziele fehlt, schlagen wir zunächst einen allgemeinen analytischen Rahmen vor, der auf der Theorie der Markov-Entscheidungsprozesse basiert. Dies erleichtert die fundierte Ableitung optimaler Strategien in TBS. Darüber hinaus zeigen wir die Bedeutung von systemspezifischen Analysen in bestimmten Klassen von TBS, bei denen die obige Formulierung zu einem hochdimensionalen Optimierungsproblem führt. Konkret betrachten wir die Leistungsoptimierung in sowohl offenen Systemen, die Parallelität nutzen, als auch in geschlossenen Systemen, die Batching-Mechanismen verwenden. In diesen Systembeispielen greifen wir auf Approximationstechniken zurück, wie z. B. eine Mean-Field-Analyse, wenn das zugrundeliegende TBS aus einer großen Anzahl von Komponenten besteht. Unsere Analyse führt zu einer kompakten Bewertung von Dienstgütemetriken für adaptive Kommunikationssysteme in geschlossener Form und darüber hinaus zur Berechnung optimaler Transitionsstrategien für offene und geschlossene transitionsbasierte Kommunikationssysteme.