Parkinson’s Disease (PD) ist eine Krankheit, die durch neuronale Degeneration verursacht wird und auf verschiedene physische und kognitive Symptome zurückzuführen sind, die sich mit der Zeit verschlimmern. Wie auch bei anderen chronischen Krankheiten, ist aufgrund der signifikanten Variabilität der Symptomatik und des Krankheitsfortschritts zwischen Patienten eine ständige Überwachung notwendig. Dies geht einher mit einem hohen Betreuungsbedarf durch Pflegekräfte und zahlreiche Klinikbesuche der Patienten. Zur Erfassung der Daten für das Monitoring werden von Patienten geführte Tagebücher und Fragebögen eingesetzt. Jedoch sind diese Methoden subjektiv und es bedarf anderer Datenquellen, die ein objektives Monitoring der PD-Symptome und des Krankheitsverlaufs von PD-Patienten erlauben. Ein möglicher Beitrag zu einer objektiveren Überwachung von PD ist die Verwendung klinischer Entscheidungsunterstützungssysteme. Diese Systeme verwenden Sensoren und Klassifizierungstechniken, um Ärzt*innen und Therapiekräften mit objektiven Informationen bei notwendigen Entscheidungen zur Therapie zu unterstützen. Diese Systeme führen zu besser angepassten Therapieplänen und zu einer objektiveren Bewertung des Krankheitsverlaufs der Patienten. Die Notwendigkeit, Patienten zu ermutigen, für das Monitoring regelmäßig Daten bereitzustellen, bleibt jedoch eine bedeutende Herausforderung. Hierfür werden in der vorliegenden Arbeit Methoden und Konzepte erarbeitet, die klinische Entscheidungssysteme mit spielerischen Ansätzen verbinden: Serious Games in der Form von Exergames, d.h. Videospiele mit körperlicher Bewegung, sollen genutzt werden, um objektive Daten für das PD-Monitoring und entsprechende Therapiemaßnahmen zu liefern. Exergames erhöhen das Engagement der Patienten und kombinieren physische und kognitive Aufgaben. Diese Kombination, bekannt als Dual-Tasking, verbessert nachweislich die Rehabilitationsergebnisse bei PD. Darüber hinaus zeigen randomisierte klinische Studien für die Rehabilitation von PD mit Exergames Verbesserungen gegenüber üblichen traditionellen Therapie- und Rehabilitationsmaßnahmen. In dieser Arbeit stellen wir Methoden für ein Exergame-gesteuertes Modell eines klinischen Entscheidungsunterstützungssystems zur Überwachung der PD-Symptome vor. Dieses Modell liefert objektive Daten zu PD-Symptomen und bietet eine ansprechende Umgebung für die Patienten. Das konzipierte Modell wird prototypisch realisiert und anhand von zwei der wichtigsten PD-Symptome validiert: (1) Gang- und Gleichgewichtsstörungen (Gait), und (2) Handtremor und Verlangsamung der Willkürmotorik (Bradykinesie). Zur Erfassung von Daten für das Monitoring von PD-Symptomen nutzen wir Konzepte gegenwärtiger klinischer Standards (Unified Parkinson’s Disease Rating Scale) und verwenden zusätzlich Wii-Balance-Boards und Leap-Motion-Sensoren. Darüber hinaus präsentieren wir zwei Dual-Tasking-Exergames: PDDanceCity für Gait und PDPuzzleTable für Tremor. Wir validieren unser System hinsichtlich seiner Fähigkeit, das Sturzrisiko und die Schwere des Tremors im Vergleich zu klinischen Standards zu bewerten. Wir analysieren auch die statistische Signifikanz und Effektstärke der Daten von PD-Patienten im Vergleich zu gesunden Personen als Kontrollgruppe. Wir zeigen, dass der vorgestellte Ansatz ein erhöhtes Sturzrisiko erkennen und den Schweregrad des Tremors abschätzen kann. Zusätzlich zeigen Studien mit der Zielgruppe eine gute Akzeptanz von PDDanceCity und PDPuzzleTable. Insgesamt zeigen unsere Ergebnisse die technische Umsetzbarkeit des erarbeiteten Systems für PD. Zur abschließenden Bewertung des Potenzials von PDDanceCity und PDPuzzleTable für körperliche und kognitive Rehabilitationseffekte sind randomisierte Langzeitstudien erforderlich.