In der vorliegenden Arbeit wurden experimentelle Methoden etabliert, die zur mechanischen Beprobung biologischer Objekte im Bereich weniger Mikrometer geeignet ist. Hierfür ist an einem inversen Mikroskop ein Versuchsstand entwickelt worden, der sowohl eine Messung im Bereich der Körpertemperatur, als auch eine Messung von Objekten in wässriger Umgebung erlaubt. Angewandt wurde der experimentelle Aufbau zunächst an porzinen Oozyten, die mit zwei Deformationszuständen quasi statisch und dynamisch belastet wurden. Eine weitere Anwendung des Versuchsstandes erfolgte an filamentösen Pellets, die durch zwei Stämme mit jeweils zwei unterschiedlichen Zuchtbedingungen gebildet wurden. Die experimentellen Daten wurden in einem zweiten Teil dieser Dissertation genutzt, um mit Hilfe von statistischen Algorithmen eine Parameteridentifikation von mechanischen Modellen durchzuführen. Hierfür wurde u.a. die Bayessche Statistik genutzt. Diese Methode erlaubt es, die experimentellen Unsicherheiten durch Wahrscheinlichkeitsverteilungen für die jeweiligen Parameter auszudrücken. Um auch rechenintensive Modelle nutzen zu können, wurde ein Ersatzmodell auf Basis eines Gaußprozesses angewandt, welches das ursprüngliche Modell während der Identifizierung ersetzt. Eine weitere Methode, die variationelle Inferenz, versucht eine Approximation der gesuchten Parameterverteilungen zu finden und wurde ebenfalls in dieser Arbeit angewandt und mit der klassischen Identifikation mittels Markov Ketten verglichen.weiterlesen