Das Thema dieser Dissertation ist die Kooperation in Multi-Roboter Systemen, also wie mehrere Roboter eine gemeinsame Aufgabe lösen können. Kooperation ist ein wichtiger Aspekt in der Robotik, da mehrere Roboter das Potential haben, viele Aufgaben wesentlich schneller oder effektiver zu lösen, als es einem einzelnen, vielleicht komplexeren Roboter möglich wäre. Speziell von Interesse ist im Rahmen dieser Arbeit, inwiefern die Effektivität eines Roboterteams verbessert werden kann und ob eine Reduzierung von Kommunikations- und Rechenaufwand möglich ist. Ein wichtiges Anwendungsgebiet ist durch Such- und Rettungsmissionen gegeben, bei denen Zeit eine kritische Rolle spielen kann und Robustheit sowie Zuverlässigkeit verlangt werden. Des Weiteren kann die Kommunikation in solchen Szenarien durch verschiedene Faktoren eingeschränkt sein und das manuelle Steuern mehrerer mobiler Roboter stellt aufgrund der Komplexität hohe Anforderungen an die Operatoren. Eine typische Such- und Rettungsmission, wie sie in dieser Arbeit betrachtet wird, beginnt mit dem Einsatz des Roboterteams in unbekanntem oder teilweise bekanntem Gebiet. Das Team kann eine Heterogenität in Form von Luft- und Bodenrobotern aufweisen, die sich gegenseitig unterstützen. Das Luftfahrzeug – kurz UAV – bleibt innerhalb des Sichtbereiches zum Bodenfahrzeug oder UGV. Von dort liefert es Sensorinformationen mit einer Kamera oder einem ähnlichen Sensor. Diese Information ist dem UGV aufgrund von Abstand, Perspektive oder Sichtverdeckungen möglicherweise nicht direkt zugänglich. Um den verfügbaren Bewegungsspielraum maximal auszunutzen, wird ein neuer Ansatz vorgestellt und theoretisch sowie in Simulationen analysiert. Das UAV bewegt sich nach einem dynamischen Coverage–Verfahren in Kombination mit einem Folgeregler, um den Sichtkontakt aufrecht zu erhalten. Da die Umgebung zumindest teilweise unbekannt ist, wird eine Erforschungsmethode benötigt, um Informationen über die Situation und mögliche Ziele oder Bereiche von Interesse zu identifizieren. Dazu wird ein bestehender Ansatz für die Exploration mit einem Roboter, der auf dem Traveling Salesman Problem aufbaut, auf Multi-Roboter Explorationen erweitert. Die Koordination als zentraler Bestandteil des kooperativen Erforschungsprozesses wird mit einer paarweisen Optimierung umgesetzt, bei der minimale Spannbäume als Kostenschätzer verwendet werden. Dieser neue Ansatz wird ebenfalls theoretisch analysiert und in simulierten Experimenten mit relevanten Ansätzen aus der Literatur verglichen. Nachdem die Exploration beendet ist, liegt eine Karte der Umgebung gegebenenfalls mit Regionen von höherem Interesse vor. Um auf weitere Ereignisse vorbereitet zu sein und die Umgebung sensorisch abzudecken, schaltet das Roboterteam in einen Beobachtungsmodus. In diesem Zustand geht es darum, dass die Roboter sich möglichst optimal verteilen. Die Optimalität wird über eine Gütefunktion definiert, die zu einem verteilten Regelgesetz entwickelt werden kann. Die Roboter teilen sich in Voronoi–Zellen auf, in denen sie für die dort auftretenden Ereignisse zuständig sind. Um einen Einsatz in nichtkonvexen Gebieten zu ermöglichen, wird eine Variation der Voronoi–Zellen eingeführt und mit der Kontraktion der Umgebungsgrenzen verbunden. Dadurch entsteht ein automatisches Hindernisvermeidungsverhalten. Die vorteilhaften Eigenschaften des neuen Algorithmus werden dargelegt und diskutiert.