Die traditionelle Auswertung einer Datenbankanfrage ermittelt für jedes Tupel entweder den Wahrheitswert Wahr oder Falsch. Für viele Anwendungsszenarien ist diese Auswertungssemantik zu restriktiv, insbesondere wenn ein differenzierteres Anfrageergebnis benö- tigt wird. Ein etablierter probabilistischer Ansatz zum Erreichen dieser Ausdifferenzierung ist die Verwendung sogenannter Relevanzwahrscheinlichkeiten: Mit welcher Wahrscheinlichkeit ist ein Dokument oder ein Datenobjekt bezüglich einer gestellten Anfrage relevant? Neben den IR-motivierten Relevanzwahrscheinlichkeiten hat sich in der Datenbankforschung das Gebiet der probabilistischen Datenbanken etabliert. Auch hier wird ein striktes, deterministisches Auswertungsmodell als nicht mehr ausreichend angesehen. In probabilistischen Datenbanksystemen werden daher mehrere mögliche Zustände für ein und dasselbe System in einer gemeinsamen Datenbank verwaltet. Die vorliegende Arbeit verbindet diese beiden probabilistischen Ansätze zu einem semantisch reicheren Anfragemodell.