Die aktuellen Bestrebungen Deutschlands, eine nachhaltige Energieversorgung zu erreichen, erfordern innovative Konzepte zur Verbesserung konventioneller Technologien und zur Nutzung Regenerativer Energien. Im Bereich der häuslichen Wärmebereitstellung kommt der untiefen Geothermie in den letzten Jahren immer größere Bedeutung zu. Hiermit lassen sich beachtliche Kohlendioxid- und Primärenergieeinsparungen erreichen. Mit Wärmepumpenheizungen mit Erdwärmesonden kann der Kohlendioxidausstoß gegenüber einer herkömmlichen Ölheizung um bis zu 55% verringert werden.Die Effizienz dieser Systeme ist stark von der Planung und Auslegung der Anlagen abhängig. Herkömmliche Planungsstrategien verwenden vereinfachte numerische Modelle oder empirische Berechnungen. Diese Ansätze werden der Vielschichtigkeit des Problems jedoch nicht immer gerecht. Häufig liegen nur unscharfe Randbedingungen und Eingabegrößen vor und die eigentlich notwendigen Voruntersuchungen würden den Planungsrahmen sprengen. Daher soll ein neuer Ansatz zur Prognose von planungsrelevanten Parametern erprobt werden. Mit Hilfe von künstlicher Intelligenz können auch unscharfe Zusammenhänge ermittelt werden, die sich mit vereinfachten physikalischen Modellen nicht ohne weiteres erfassen lassen. Neuronale Netze sollen als Mittel zur Planung von Erdwärmesondenanlagen erprobt werden. Alle verfügbaren relevanten Informationen über bestehenden Anlagen (Geologie, Hydrogelogie, Ausbau, technische Anlagenparameter) sollen in einer Datenbank gesammelt werden und daraus mit Hilfe Neuronaler Netze Prognosen für in Planung befindliche Anlagen abgeleitet werden. Die Daten aus realen Anlagen sollen zeigen, in welchem Maße sich welche Faktoren tatsächlich auswirken. Ziel der Arbeit ist neben der Erprobung der Anwendbarkeit Neuronaler Netze in der Geothermie die Bereitstellung von Planungskarten und entscheidungsunterstützenden Parameterprognosen.Die Untersuchungen sollen in den geologischen Einheiten des Oberrheingrabens und Schwarzwalds durchgeführt werden. Es sind verschiedene Modellgebiete ausgewählt worden, die sich hinsichtlich der geologischen Verhältnisse und des Maßstabs der Betrachtung unterscheiden.