Verteilte Veranstaltungen, wie z.B. die Lange Nacht der Münchner Museen, stellen den Besucher aufgrund ihres umfangreichen Veranstal-tungsangebots vor vielfältige Herausforderungen. In dieser Arbeit werden Wege aufgezeigt, ein geeignetes Assistenzsystem hierfür zu entwickeln. Dieses vereint verschiedene Methoden und Verfahren der Künstlichen Intelligenz, insbesondere Empfehlungssysteme und Techniken des Information Retrievals sowie Algorithmen zur Tourplanung bei termin-abhängigen Veranstaltungen. Inhaltsbasierte und kollaborative Empfehlungssysteme werden um ein neuartiges wissensbasiertes Empfehlungssystem ergänzt, so dass sich die vorgeschlagenen Veranstaltungen einerseits gut zu einer Tour kombinieren lassen und andererseits den Interessen des Nutzers entsprechen. Eine speziell auf die Anwendungsdomäne angepasste Suchmaschine bietet dem Nutzer bei der Suche nach Veranstaltungen ebenfalls Unterstützung. Algorithmen zur Tourplanung werden genutzt, um eine Besuchsreihenfolge der ausgewählten Veranstaltungen festzulegen; die generierten Touren können unterwegs bei unvorher-gesehenen Ereignissen „intelligent“ angepasst werden. Die in verschiedenen Feldstudien aufgezeichneten Logdaten wurden mittels Methoden der deskriptiven und der induktiven Statistik aus-gewertet. Hierdurch konnte der Nutzen und die Akzeptanz der zur Verfügung gestellten Assistenzfunktionen nachgewiesen werden.weiterlesen