Die automatische Extraktion von Wissen aus natürlichsprachlichen Texten ist eine große technische Herausforderung, die - betrachtet man die Gesamtheit aller möglichen schriftlichen Quellen - heute noch als weitgehend ungelöst gelten muss. Wissenschaftliche und insbesondere mathematische Texte zeichnen sich jedoch durch einen höheren Grad der Strukturiertheit aus, und sie verfolgen stets das Ziel, Wissen zu transportieren und zu vermitteln. Mathematische Texte besitzen zudem in weiten Teilen eine starke Binnengliederung in “Bausteine” wie Definitionen, Theoreme etc., die als die Hauptträger des mathematischen Wissens aufgefasst werden können. Diese Textbausteine besitzen wiederum spezielle innere Textstrukturen, die einer computerlinguistischen Analyse zugänglich sind. In diesem Artikel stellen wir ein System (mArachna) vor, das mathematische Zu- sammenhänge aus Texten extrahiert und in eine Wissensbasis integriert. Aus dieser Wissensbasis werden dann - als Antwort auf individuelle Abfragen - verschiedene Ausschnitte des mathematischen Wissens durch XML Topic Maps visualisiert. Ziel ist dabei insbesondere die Vermittlung von Übersichtswissen über das Wissensgebiet der Mathematik, sowie die Darstellung der innerfachlichen Zusammenhänge der mathematischen Objekte und Konzepte.