Neuronale Synchronizität ist ein äußerst interessantes Phänomen des Gehirns und wird nun bereits seit Jahrzehnten untersucht. Mit dieser Arbeit habe ich weiter zur Untersuchung der Funktion von neuronaler Synchronizität beigetragen, wobei zwei Ansätze verwendet wurden: Die Analyse von Abfolgen von Spikes, die im primären visuellen Kortex von Katzen aufgezeichnet wurden sowie die theoretische Analyse von simulierten Spikesequenzen. In der ersten Untersuchung habe ich Autokorrelationen der Spikesequenzen untersucht, die als Antwort auf die Applikation von bewegten Gitterreizen (moving gratings) entstanden. Autokorrelationen können als Statistik zweiter Ordnung von Spikezeiten gesehen werden. Die Mehrheit der beobachteten Autokorrelationen waren oszillatorischer Natur. Die mittleren Frequenzen bewegten sich im Beta und Gammabandbereich (ca. 25 Hz). Interessanterweise wurde die Frequenz der Oszillationen durch die Bewegungsrichtung der Gitterreize moduliert. Der Modulationseffekt fluktuierte in einem Bereich von 3 Hz. Dies deutet auf die potenzielle Rolle hin, die oszillatorische Frequenzen beim Kodieren von Reizmerkmalen spielen. In der zweiten Untersuchung habe ich an der Entwicklung von skalierten Korrelationsanalysen (scaled-correlation analysis) gearbeitet. Dies ist eine Methode, die die gesonderte Analyse von Auto- und Karenzkorrelationen von schnellen Signalkomponenten ermöglicht. Ich habe den analytischen Beweis erbracht, dass ‚scaled correlation‘ auf implizite Weise niedrig-frequente Komponenten des Signals dämpft und dabei ähnlich funktioniert wie ein Hochpassfilter. In der dritten Untersuchung habe ich die Beziehung zwischen der Statistik von Spike Zeiten und den Regeln für Spikezeit abhängige Plastizität (Spike timing dependent plasticity) untersucht. Es ist bekannt, dass die STDP durch ein Zeitfenster von 100ms charakterisiert ist, innerhalb dessen die plastische Modulation von Synapsen erfolgen kann. Ergebnisse aus früheren Arbeiten unserer Gruppe (Schneider et al., 2006; Havenith et al., 2011) sowie Ergebnisse von König et al (1995) zeigten, dass sich relative Spikezeiten mit den Stimuluseigenschaften ändern und in der Statistik erster Ordnung widerspiegeln. Diese relativen Spike-Zeiten überschreiten nicht die Dauer von 15 ms. und fallen damit in den Bereich der STDP. Unter Verwendung eines ‚random walk‘ Modells der STDP und unter Annahme von Poisson verteilten Spikesequenzen, habe ich die ersten beiden Momente der stochastischen Entwicklung der synaptischen Gewichtung über die Zeit beobachtet. Dabei wurde deutlich, dass die mittlere synaptische Gewichtung im Gleichgewichtszustand stark von zwei Faktoren abhängt: Der Grad der Synchronizität von prä- und postsynaptischen Spikes und den relativen Spikezeiten. Diese Bedingungen gelten sowohl für das additive wie für das multiplikative STDP Modell. Zusätzlich zu dieser theoretischen Arbeit habe ich abgeschätzt, ob in-vivo aufgezeichnete Spikes in der Lage sind, hypothetische synaptische Verbindungen zwischen den aufgezeichneten Neuronen zu modifizieren. Die Spikes wurden dazu in ein simuliertes STDP Modell, das ‚Supression Modell‘ (Froemke und Dan, 2002) eingespeist. Die Ergebnisse waren mit denen vergleichbar, die von der theoretischen Analyse vorausgesagt wurden. Dies gilt sowohl für die unterschiedlichen STDP Modelle (Suppressionsmodell vs. Additives Modell) als auch für die unterschiedlichen Spikesequenzen (Gamma Band moduliert vs. Poisson verteilt). Ich konnte zeigen, dass sich die Vorhersagen des ‚Supressions-Modells‘ denen des ‚Additiven Modells‘ annähern, wenn die Spike Rate sehr niedrig wird. Zusammenfassend ergibt sich, dass die Frequenz von oszillatorischen Prozessen in einer Abfolge von Spikes als potenzieller Mechanismus zur Kodierung von Stimulus-relevanter Information gesehen werden kann und dass diese Phänomene auch dann mit skalierten Korrelationsanalysen effizient untersucht werden können, wenn die Spikesequenzen mit niedrig-frequenten Signalkomponenten angereichert sind. Zeitliche Verschiebungen in der Synchronizität der Spike Abfolgen kann die Konnektivität zwischen den zugrundeliegenden Netzwerken durch STDP signifikant beeinflussen.