Diese Arbeit praesentiert ein Framework fuer die automatische Identifikation des Zustands eines Bohrsystems einer Erdoelbohrung aus den Sensordaten. Die zuverlaessige Erkennung eines Zustands ist die Vorraussetzung zur Identifikation einer Operation. Obwohl das Framework für die Ueberwachung von Tiefbohrungen entwickelt wurde, ist es generell fuer die Generierung von features und fuer die Entscheidungsfindung des passenden Datenfusionsmodells anwendbar. Das System identifiziert abhaengig von zuvor definierten Sensor Informationen - dynamisch aus den Sensordaten die spezifischen Zustaende der Bohrausruestung und / oder der Bohrprozesse. Drei fundamentale Typen von Zustaenden sind definiert: ``Cluster States, Trend States und Shape States''. Diese werden durch die Differenzierung der Daten in Gruppen durch ``Expectation Maximization'', ``Envelope'' und ``Otsu'' Algorithmen definiert. ``Trend States'' werden in Sensor Messungen durch die Anwendung von stueckweisen liniearen Annaeherungs Algorithmen indem die finalen Trends erst nach der Zusammenfassung einer Anzahl von kleinen Trend Sektionen in den Daten bestimmt werden. ``Shape States'' werden in den Sensordaten durch die orthonormal-polynomial Methode bestimmt wobei die Polynomial Koofizienten als Formdeskriptor fuer die Vorlage ``Shape States'' verwendet werden. Ein verteiltes Zustandserkennungs System wurde zur Darstellung fuer das praesentierte Framework und als Werkzeug zur Ueberpruefung der vorgeschlagenen Methoden implementiert. Einzelne Komponenten einer Bohranlage wurden dazu als Beispiel zur Anwendung der verwendet Die Zustandsbestimmung kam an einer Vielzahl von Komponenten einer Bohranlage zur Anwendung. Diese sind: das Zirkulationssytem, das Drehsystem und das Hebesystem. Die durch das System erkannten Zustaende wurden automatisch mit von Experten manuell generierte Zustaende verglichen und verifiziert. Es wird vorgeschlagen das Framework und dessen Konzepte zur Analyse der Leistung von Bohranlagen und zur Optimierung der Bohrprozesse zu verwenden.