Meeresströmungen sind ein dominanter Faktor in der Dynamik von Küstenregionen und akkurate Vorhersagen sind unerlässlich für verschiedene Aspekte des Küstenmanagements, der Küstenmorphologie und der marinen Umwelt-verschmutzung. Strömungen sind ein in Zeit und Raum variierendes Phänomen von hoher Komplexität und ihre Vorhersage mit Hilfe numerischer Modelle ist sehr anspruchsvoll. Um diese Modelle besser an die Realität anpassen zu können, benötigt man die Datenassimilation von Messungen, die möglichst über die horizontale und vertikale Dimension verteilt sein sollten. Allerdings sind Messungen der dreidimensionalen Struktur von Strömung im Augenblick praktisch nicht verfügbar. Die geplanten Arbeiten gehen das Problem der unzureichenden Informationen über 3-dimensionale Strömungen auf zwei unterschiedliche Arten an. Zum einen geht es um die Konstruktion von neuartigen Driftern, die sich für Strömungsmessungen in der Wassersäule eigenen. Zu diesem Zweck werden Algorithmen des maschinellen Lernens zur Geolokalisation von Roboterschwärmen aus dem Raumfahrtbereich weiterentwickelt, um das akustische Unterwasserdrifter/Beacon - Problem zu lösen. Zum anderen wird eine neue Methode entwickelt, Wavelet-Umwandlungen von X-Band Streuungssignalen zu nutzen, um Informationen über die Strömungen in der Wassersäule zu gewinnen. Diese Methoden werden in Feldkampagnen im Mittelmeer getestet; neue Assimilationstechniken werden entwickelt und implementiert, um die Modellverbesserungen im Bereich der Messungen zu evaluieren.