Die Sch$\ddot $atzung von Bewegungsinformation aus Bildfolgen ist eines der zen- tralen Probleme des Maschinensehens. In diesem Zusammenhang spielen Variationsans$\ddot $atze eine große Rolle, die eine vollst$\ddot $andige und genaue Bestimmung des Verschiebungsfelds zwischen aufeinander folgenden Bildern einer Bildfolge erm$\ddot $oglichen. In der hier zusammengefassten Dissertation [Bru06] werden in zweierlei Hinsicht wichtige Beitr$\ddot $age auf dem Gebiet der Bewegungsanalyse geleistet: (i) Zum einen wird ein systematischer Rahmen zur Entwicklung hochgenauer Variationsans$\ddot $atze vorgestellt. Dieses erlaubt den Entwurf der zur Zeit pr$\ddot $azisesten Sch$\ddot $atzverfahren in der gesamten Literatur. (ii) Zum anderen wird ein allgemeiner Ansatz zur Konstruktion hochper- formanter Mehrgitteralgorithmen pr$\ddot $asentiert. Dieser erm$\ddot $oglicht die Berechnung der Ergebnisse in Echtzeit und macht damit erstmals diese $\ddot $außerst pr$\ddot $azisen Variationsans$\ddot $atze praktisch einsetzbar. Experimente zur Evaluation der Qualit$\ddot $at und der Effizienz belegen die $\ddot $Uberlegenheit der entwickelten Sch$\ddot $atzverfahren.