Die Verbreitung des Internets der Dinge (IoT) erfordert den Aufbau und die Aufrechterhaltung einer sicheren Kommunikation zwischen vernetzten Geräten, um die Privatsphäre der Benutzer und die Vertrauenswürdigkeit von IoT-Systemen zu gewährleisten. Zero-Interaction-Pairing (ZIP) und Zero-Interaction-Authentication (ZIA) sind neuere Techniken, die das Pairing oder die Authentifizierung von Geräten ohne Benutzereingriff unter Verwendung des physischen Kontexts der Geräte (z. B. Umgebungsgeräusche) ermöglichen. Im Vergleich zu zentralisierten Sicherheitslösungen für das IoT wie Public-Key-Infrastrukturen (PKI) und herkömmlichen benutzergestützten Pairing- und Authentifizierungsmethoden (z. B. Eingabe eines Passworts) versprechen ZIP- und ZIA-Verfahren eine verbesserte Benutzererfahrung, da sie keine Mitwirkung durch die Nutzer erfordern, und eine einfachere Umsetzung, da sie auf eingebauten Sensoren von vernetzten Geräten basieren. Wir stellen jedoch fest, dass die vorgeschlagenen ZIP- und ZIA-Verfahren noch unausgereift sind und in drei Bereichen verbessert werden müssen: Sicherheit, Benutzbarkeit und praktische Umsetzbarkeit. In dieser Doktorarbeit erweitern wir den Stand der Forschung in diesen drei Bereichen wie folgt: Zunächst analysieren wir aktuelle ZIP- und ZIA-Verfahren sowohl theoretisch als auch empirisch unter Verwendung von uns gesammelter realistischer Daten. Unsere Ergebnisse zeigen, dass diese Verfahren unter realistischen Bedingungen eine reduzierte Sicherheit und Benutzbarkeit aufweisen, und wir identifizieren Gründe für diese Reduzierung. Zweitens verbessern wir ZIP, indem wir eine neuartige ZIP-Architektur namens FastZIP vorschlagen, die ein kürzlich eingeführtes Fuzzy Password Authenticated Key Exchange (fPAKE)-Protokoll verwendet, das über stärkere Sicherheitseigenschaften verfügt als die kryptographischen Primitive aktueller ZIP-Verfahren. Es nutzt außerdem eine Kombination verschiedener Sensoren um einen robusten Kontext aus mehreren Sensormodalitäten abzuleiten, die jeweils ein bestimmtes physikalisches Phänomen erfassen. Anhand von realen Daten, die mit handelsüblichen Geräten gesammelt wurden, zeigen wir, dass FastZIP höhere Sicherheitsgarantien gegen Brute-Force-Offline- und vorhersehbarer-Kontext-Angriffe (z. B. durch Context Replay) bietet als moderne ZIP-Verfahren. Es benötigt außerdem deutlich weniger Zeit um ein Pairing zu etablieren, was die praktische Benutzbarkeit unseres Verfahrens verbessert. Drittens entwickeln wir eine neue Copräsenz-Erkennungsmethode namens Next2You. Copräsenz-Erkennung ist ein Kernbestandteil jedes ZIA-Verfahrens. Next2You nutzt Channel-State-Informationen (CSI), die den einzigartigen drahtlosen Kontext einer Umgebung (z.B. eines Raumes) erfassen, und neuronale Netzwerke. Durch unsere Experimente mit handelsüblichen Smartphones zeigen wir, dass Next2You die modernen Copräsenz-Erkennungsmethoden in zweierlei Hinsicht übertrifft: (1) es erreicht eine genaue Copräsenz-Erkennung in schwierigen Fällen mit geringer Variation im Kontext (z. B. einem leeren Raum mit wenigen auftretenden Ereignissen) oder unzureichend getrennten Umgebungen (z. B. benachbarten Räumen) und ist daher sicherer und (2) Next2You benötigt lediglich einen handelsüblichen Wi-Fi-Chipsatz und erfordert anders als bisherige Verfahren keine zusätzliche Sensoren (z. B. Mikrofone), was die praktische Umsetzbarkeit unserer Methode verbessert. Viertens veröffentlichen wir die gesammelten Forschungsdaten und die Codebasis der oben genannten Beiträge, um die Reproduzierbarkeit im Bereich von ZIP und ZIA zu verbessern.