Biologische Nervensysteme weisen eine erstaunliche Komplexität auf. Um sie besser zu verstehen, modelliert und simuliert man Netzwerke von Neuronenmodellen. Im Bereich der computational neuroscience ist es wichtig, dass Modelle passend zu ihrem jeweiligen Zweck gewählt sind oder einen ganz bestimmten biologischen Prozess modellieren. Daher benötigt man eine Vielzahl von Neuronenmodellen für die verschiedenen Experimente und Sachverhalte. Es gibt viele Neuronenmodelle, die gar nicht implementiert sind, weil die Modellierer_innen nicht die Möglichkeiten haben eine geeignete Integrationsmethode zu konstruieren oder auszuwählen. In dieser Arbeit gibt die Autorin eine Übersicht über die Gleichungen und Zustandsbeschreibungen, die typischerweise in Beschreibungen von Dynamiken des Membranpotentials oder anderer Variablen der Modelle verwendet werden und beschreibe einen Prozess, der die Konstruktion oder Auswahl einer geeigneten Integrationsmethode automatisiert.
