Eine automatisierte Bewegungsausführung ist wichtig für eine stabile Performanz. Der Automatisierungsprozess wird von der Feedbackvalenz während des Übens beeinflusst. Die zugrunde liegenden neuronalen Mechanismen sind allerdings noch nicht geklärt. Ein besseres Verständnis dieser Mechanismen kann bei der Gestaltung von optimalen Feedbackbedingungen für motorisches Lernen helfen. Einige neuronale Korrelate werden in Bezug auf die Verarbeitung von valenzabhängigem Feedback diskutiert, sind bisher aber eher im kognitiven Bereich erforscht worden. Das Ziel dieser Dissertation liegt darin, ausgewählte neuronale Korrelate (‚feedback-related negativity‘, P300, ‚late fronto-central positivity‘, frontale Theta-band Aktivität) während des extensiven motorischen Lernens zu untersuchen. Die Versuchspersonen übten eine Ellbogen-Streck-Beuge-Sequenz bestehend aus drei Umkehrpunkten über fünf Übungseinheiten (je 192 Trials) mit nachfolgender Feedbackgabe. Ein EEG wurde in der ersten und letzten Übung aufgenommen. Der Grad motorischer Automatizität wurde anhand eines Doppeltätigkeitstest in einem Pre-Post-Test-Design bestimmt. Es konnte gezeigt werden, dass ein Feedback welches Fehlerinformationen transportiert, Aktivität in frontalen neuronalen Korrelaten bewirkt. Dies wird als erhöhte attentionale Verarbeitung interpretiert. Verschiedene Lerntheorien postulieren, dass solche Prozesse mit weiterer Übung und zunehmender Automatizität abnehmen. Dies konnte nur teilweise durch die vorliegenden Ergebnisse bestätigt werden. Diese Dissertation gibt Einblicke in die neuronale Verarbeitung valenzabhängigen Feedbacks beim motorischen Lernen und liefert Ansätze für weitere Forschungen.

Motor automaticity is important to enable a stable performance. The process of automatization is affected by the valence of augmented feedback during practice. Although research has been conducted from the behavioral side on the scheduling of augmented feedback, the underlying neural mechanisms are not yet entirely clear. A deeper understanding of these mechanisms may help to design optimal feedback conditions for motor learning. Several neural correlates are associated with valence-dependent feedback processing but have mainly been studied in the cognitive domain. The aim of this dissertation is to examine distinct neural correlates (feedback-related negativity, P300, late fronto-central positivity, frontal theta-band activity) during the process of extensive motor learning. Therefore, participants learned an elbow-extension-flexion sequence with three movements reversals in five practice sessions (192 trials each) with subsequent feedback presentation. EEG was recorded during the first and the last practice. The degree of motor automatization was tested in a pre-test-post-test design using a dual-task paradigm. It could be shown that feedback providing error information provoked activity across frontal neural correlates, this can be interpreted as higher attention-dependent processing. Well, several learning theories assume that such processes are likely to decrease with further practice and an increasing amount of automatic control. This could only partly be confirmed by the current results. Although many questions remain unanswered, this dissertation provides insights to neural activity underlying feedback-based motor learning that offer some aspects for follow-up research.