Aufgrund gesunkener Preise fur Hauptspeicher sind heutzutage bereits diePC-Einsteigermodelle mit mehr als 1 GB RAM ausgestattet. Neben den PC undNetBook-Systemen gibt es aber eine große Anzahl von Computersystemen,bei denen Speicher nur in sehr begrenztem Umfang zur Verfugungsteht. Zu diesen Systemen gehoren eingebettete Systeme, wie wir sie inHaushaltsgegenstanden wie Waschmaschinen, Fernsehern oder Kuhlschrankenfinden. Um die Energiekosten, den Platzbedarf und die Herstellungskostenso gering wie moglich zu halten, wird bei diesen Systemen nursehr wenig Speicher verbaut. Wird Software fur diese Systeme entwickelt,so ist eine der Hauptaufgaben, den Speicherbedarf klein zu halten.Der Beitrag dieser Arbeit besteht darin, Code-Redundanzen aus dem Programmzu entfernen und somit den benotigten Speicherbedarf fur das Programmzu minimieren. Dazu nutzen wir Graphminer, um nach haufigen Teilenzu suchen, und optimieren diese fur unser Aufgabengebiet. Graphminerwerden unter anderem bereits fur die computergestutzte Medikamentenforschunggenutzt. Unser Algorithmus ist dabei in der Lage, Instruktionen, dievom Ubersetzer zur besseren Ausnutzung der Systemressourcen in eine andereReihenfolge gebracht wurden, als semantisch aquivalent zu erkennenund zusammen zufassen. Auch die Verwendung unterschiedlicher Registerstellt fur unseren Ansatz kein Hindernis dar.Wir haben durch Untersuchungen problemspezifischer Rahmenbedingungenallgemein nicht effizient losbare Probleme wie die maximale Cliquenberechnungund die Suche nach haufigen Fragmenten in gerichteten Graphenderart optimiert, dass diese Probleme auf heutzutage ublichen PCs mit nurgeringem Speicherverbrauch in wenigen Minuten gelost werden konnen.Mit dem von uns entwickelten Ansatz zur graphbasierten prozeduralen Abstraktionsind wir den bisherigen Standardverfahren uberlegen. So ist esuns moglich, im Schnitt 20% des Programm-Codes zu entfernen, ohne dieSemantik des Programms zu verandern. In Ausnahmefallen ist es uns sogarmoglich, das Programm um fast 50% zu verkleinern. Damit erzeugen wir mitunserem Algorithmus zwischen 4- bis 13-mal kleinere Programme, als sonstzur Zeit moglich ist. Die starkere Reduzierung der Code-Große fuhrt dabeizu einer 50% hoheren Laufzeit als bei den bisherigen Verfahren.