In der vorliegenden Arbeit wird ein effizienter Soft-Decision Algorithmus vorgeschlagen, der für die Decodierung langer linearen Blockcodes angewendet werden kann. Im Gegensatz zu Faltungscodes kann normalerweise die zusätzliche Zuverlässigkeitsinformation in die Decodierung von Blockcodes nicht auf einfache und effiziente Weise integrierte werden. Diese Arbeit ist ein Versuch, diese Lücke zu schließen. Eine Möglichkeit der Hard-Decision Decodierung besteht in der Verwendung von sogenannten Informationsmengen. Eine Informationsmenge gestattet es, durch Kenntnis einiger Komponenten eines Codewortes die unbekannten Stellen exakt zu berechnen. In dieser Arbeit wird ein Decodieralgorithmus vorgestellt, der auf Informationsmengen basiert. Die Zuverlässigkeitsinformationen werden derart zur Auswahl der Informationsmengen verwendet, daß für sehr lange Blockcodes eine minimale Anzahl von Operationen notwendig ist. Zur weiteren Begrenzung der durchschnittlichen Komplexität werden einige Kriterien hergeleitet, die einen Abbruch der Iteration gestatten, wenn der Algorithmus bereits eine Maximum-Likelihood Schätzung erreicht hat. Weiterhin werden ausführliche Simulationen mit dem beschriebenen Algorithmus durchgeführt. Um auch sehr lange Blockcodes zu simulieren, wird zunächst eine Simulationsmethode vorgeschlagen, die die wahrscheinlichsten Fehlerereignisse stark berücksichtigt. Dadurch wird es möglich, sehr lange Codes auch für große Signal zu Rauschverhältnis zu simulieren. Es wird eingehend untersucht, wie sich verschiedene Abbruchkriterien auf die Komplexität des Decodieralgorithmus auswirken. Ferner wird dieser Algorithmus für die BCH-Codes (128,64) und (255,123) angewendet. Es zeigt sich, daß selbst mit wenigen Iterationen eine deutliche Steigerung gegenüber einer BMD-Decodierung erreicht werden kann. Durch Erhöhung der Anzahl der Iterationen gestattet es der vorschlagene Algorithmus beliebig dicht an die Leistungsfähigkeit eines Maximum-Likelihood-Decodierers heranzukommen.