Clouds – einer der neuesten Trends in der Entwicklung von verteilten Systemen entstand auf Grund der Forschung und neuen Entwicklungen in den Bereichen Virtualisierung, Netzwerktechnik, Web Services und Grid Computing. Clouds setzen eine Service-orientierte Architektur voraus und erlauben bedarfsgetriebenen Zugriff auf eine gemeinsame Menge an Ressourcen wie Server, Speicher, Applikationen und Services. Die darunterliegende Architektur basiert auf verschiedenen Tiers wie zum Beispiel Software, Plattform und Infrastruktur, die in der Regel als Cloud Computing Stack bezeichnet werden. Jedes dieser Tiers tragt seinen Teil zum Funktionieren der Cloud bei, sei es durch die Ubertragung von Ressourcen, die Ausfuhrung von Programmen, oder die Speicherung von Daten fur die Benutzer. Clouds sind abstrakt, modular und dynamisch aufgebaut. Die Abstraktion hilft die Komplexitat vor dem Benutzer zu verstecken und hilft dabei die Cloud dem Benutzer als eine einzelne Entitat darzustellen. Aus Sicht der Endbenutzer haben Clouds trotz vieler Vorzuge noch einige Probleme. So sind zum Beispiel weitere Verbesserungen in den Bereichen Verfugbarkeit, Nachvollziehbarkeit, Sicherheit und Vertrauenswurdigkeit notig. Provenance sind Metadaten uber die Herkunft und Geschichte eines Datenobjektes oder Berechnungsergebnis in der Simulationswissenschaft. Diese Metadaten werden verwendet um die Zuverlassigkeit und die Vertrauenswurdigkeit der Daten zu untermauern. Aktuelle Forschungsergebnisse zum Thema Provenance beschaftigen sich hauptsachlich mit der Applikationsschicht Wir sind aber der Ansicht, dass fur Clouds auf Grund ihrer Dynamik und Modularitat ebenfalls Provenance Daten gespeichert werden sollten. Zum Beispiel Provenance Daten fur die Infrastruktur, die Plattform, die Software, den Client und Virtualisierungsumgebungen die fur das Hosten der Applikationen und Ubertragen der Daten zustandig sind. In dieser Arbeit untersuchen welche Anforderungen eine Cloud erfullen muss um die Aufzeichnung von Provenance-Daten zu ermoglichen. Wir unterteilen die Anforderungen anhand der verschiedenen Tiers unter Berucksichtigung der speziellen Cloud-Charakteristiken (wie zum Beispiel Abstraktion, Modularitat, Skalierbarkeit, etc.). Wir schlagen zur Vereinfachung Aufzeichnung von Provenance-Daten ein Framework vor, das die identifizierten Anforderungen erfullt und dabei modular, unabhangig und fur den Benutzer transparent arbeitet. Das Framework sollte zusatzlich zur Aufzeichnung der Provenance Daten auch Moglichkeiten zum Speichern, Abfragen und Visualizern dieser Daten bieten. Mit dem von uns entwickelten Framework und den damit aufgezeichneten Provenance Daten zeigen wir in der Folge den Zusatznutzen der Provenance Daten anhand einer Reihe von Anwendungsszenarios, welche die Wichtigkeit dieser Daten verdeutlichen. Diese Szenarien beinhalten ein breites Spektrum an Anwendungsgebieten, wie zum Beispiel Metadaten (eine Untermenge von Provenance-Daten), Benutzerstatistiken fur verschiedene Benutzer und Cloud-Aktivitaten, sowie die Nachverfolgung von auftretenden Fehlern. Zusatzlich verwenden wir die Cloud Provenance Daten um die Verbindungen und Beziehungen der einzelnen Tiers zueinander zu untersuchen. Unser Framework wurde entwickelt um die speziellen Anforderungen an die Sammlung von Provenance Daten in der Cloud zu berucksichtigen und die Managementmoglichkeiten fur den Benutzer zu verbessern. Des Weiteren konnten wir zeigen, dass die Anforderungen des Frameworks an Speicherkapazitat und Rechenleistung vernachlassigbar sind.