Mobilfunknetze sind heutzutage allgegenwärtig. Die große Popularität mobiler Kommunikation und die schnelle Verbreitung moderner Endgeräte haben in den letzten Jahren zu einer stetig wachsenden Beliebtheit von mobilen Datendiensten geführt. Um die steigende Kapazitätsnachfrage zu bedienen, müssen Netzbetreiber ihre Netzinfrastruktur ausbauen, was zu einem Anstieg der Investitionskosten führt. Gleichzeitig führt der technische Fortschritt zu immer komplexeren Systemen und zu der Notwendigkeit, mehrere Mobilfunknetze unterschiedlicher Technologien gleichzeitig zu betreiben, wodurch der Aufwand für die Netzsteuerung stark ansteigt und sich in erhöhten Betriebskosten der Netzbetreiber niederschlägt. Um wettbewerbsfähig zu bleiben, sind Netzbetreiber daher zu Kostensenkungen gezwungen, ohne dabei die Netz- und Dienstqualität zu verringern. Selbstorganisierende Netze (SONs) werden als Schlüsseltechnologie für zukünftige Mobilfunknetze betrachtet. Sie haben im Gegensatz zu herkömmlichen Mobilfunknetzen die Fähigkeit, viele Aufgaben aus dem Bereich Betrieb und Steuerung automatisch und autonom auszuführen und qualitativ hochwertige Ergebnisse zu erreichen. Von der Einführung von SONs wird daher erwartet, dass einerseits die Effizienz von Mobilfunknetzen zunimmt und damit die Netzkapazität steigt und so die zunehmenden Investitionskosten relativiert werden. Andererseits werden autonome Funktionen den benötigten Aufwand für die derzeit hauptsächlich manuell ausgeführten Aufgaben aus Betrieb und Steuerung reduzieren und die Betriebskosten senken. Allerdings stellen die hohe Komplexität und die verteilte Struktur von Mobilfunknetzen insbesondere im Zusammenhang mit hohen Anforderungen an Echtzeitfähigkeit und Zuverlässigkeit von SONs große Herausforderungen für die Entwicklung von Algorithmen für den automatischen Betrieb von Mobilfunknetzen dar. SONs erfordern daher neue Ansätze und Konzepte für den automatischen Betrieb von Mobilfunknetzen. Diese Arbeit erforscht die automatische Anpassung eines zellularen Mobilfunknetzes an schwankende Kapazitätsanforderungen durch die adaptive Zuweisung von Funkressourcen. Dazu wird ein hierarchisches Konzept mit zwei Ebenen vorgeschlagen. Das Konzept trennt die Anpassung des Netzes an die Kapazitätsanforderungen von der Ressourcenzuweisung an einzelne Nutzer und reduziert damit die Komplexität der Netzanpassung soweit, dass ein effizienter automatischer Betrieb in Echtzeit möglich wird. Für die Ressourcenzuweisung an einzelne Nutzer in der unteren Ebene werden bestehende Verfahren verwendet. Die automatische Anpassung des Netzes findet in der oberen Ebene statt. In diesem Zusammenhang wird ein neues Netzmodell, das zellzentrische Netzmodell, vorgeschlagen. Das Modell stellt den Zusammenhang zwischen der Kapazität einer Zelle und der Ressourcenallokation der Zelle in Form von Zellbandbreite und Sendeleistung her und berücksichtigt die Verteilung und die Kapazitätsanforderungen der Nutzer, anstatt die Nutzer einzeln zu modellieren, wie in bisherigen Netzmodellen üblich. Es abstrahiert damit von einzelnen Nutzern und betrachtet ganze Zellen, so dass die Modellkomplexität stark verringert wird und effiziente selbstorganisiernde Ansätze möglich werden. Außerdem werden der Einfluss der Umgebung auf die Signalausbreitung und die Interferenz durch andere Zellen berücksichtigt, so dass das Modell eine hohe Genauigkeit aufweist. Das zellzentrische Netzmodell wird verwendet, um verschiedene Optimierungsprobleme für die automatische Kapazitätsoptimierung in SONs aufzustellen. Die Optimierungsprobleme haben verschiedene Optimierungsziele und erreichen die Kapazitätsoptimierung mit Hilfe einer Anpassung der Zellbandbreiten oder der Sendeleistungen oder der gleichzeitigen Anpassung von beidem. Für die Lösung der Optimierungsprobleme werden Algorithmen mit zentraler und mit verteilter Implementierung vorgeschlagen. Zentrale Algorithmen sind im Allgemeinen für die Simulation und die Analyse geeignet. Verteilte Algorithmen sind von großer Bedeutung für SONs, da sie aufgrund der verteilten Implementierung der Struktur von Mobilfunknetzen gerecht werden und damit effizient umgesetzt werden können und robust gegenüber Störungen sind. Für die Validierung der vorgeschlagenen Ansätze zur automatischen Kapazitätsoptimierung und zur Leistungsevaluation der Ansätze wird ein Simulationsansatz mit Szenarien mit sogenannten Hotspots in der Kapazitätsnachfrage vorgestellt. Der Simulationsansatz wird verwendet, um die grundsätzliche Anwendbarkeit und Eignung der Ansätze für die automatische Kapazitätsoptimierung von zellularen Mobilfunknetzen zu untersuchen und um ihre Stärken und Schwächen zu identifizieren. Die Untersuchungen vergleichen den Stand der Technik mit den vorgeschlagenen neuen Ansätzen, zeigen, welcher Optimierungsansatz in welchen Szenarien die beste Leistung erzielt und verdeutlichen den Einfluss des Diensttyps. Schließlich wird ein Ansatz zur Ableitung eines Simulationsszenarios, das auf einem realen Netz basiert und mit Hilfe von Messungen des Zelldurchsatzes gewonnen wird, vorgestellt. Die vorgeschlagenen Ansätze zur automatischen Kapazitätsoptimierung werden auf ein mit Hilfe dieses Ansatzes gewonnenes reales Szenario angewendet und im Hinblick auf ihre Anwendbarkeit in der Praxis untersucht. Die Simulationsergebnisse bestätigen die Erkenntnisse aus den Untersuchungen in den Hotspot-Szenarien und bestätigen die Praxistauglichkeit der Ansätze. Um eine detaillierte Analyse durchzuführen, wird das reale Szenario im Hinblick auf Bereiche, in denen Hotspots in der Kapazitätsnachfrage auftauchen, untersucht. Die vorgeschlagenen Ansätze zur automatischen Kapazitätsoptimierung werden speziell für diese Bereiche betrachtet und es wird gezeigt, dass die vorgeschlagenen Ansätze lokal in Gegenden mit inhomogener Kapazitätsnachfrage erhebliche Gewinne erzielen.