Die vorliegende Dissertation beschäftigt sich eingehend mit dem konfigurationalen kausalen Modellieren im crisp-set Fall. Darunterfallende Methoden wie die Qualitative Comparative Analysis (QCA) oder die Coincidence Analysis (CNA) zeichnen sich unter anderem dadurch aus, dass sie aus Konfigurationen Kausalstrukturen mit hoher Komplexität aufdecken können. In einem ersten Teil der Arbeit wird ein Verursachungsbegriff entwickelt, der für das Erfassen von solchen Kausalstrukturen angemessen ist. Die sich daraus ergebende neue Regularitätstheorie der Kausalität beachtet einen bis anhin unberücksichtigten Typ von Redundanzen: strukturelle Redundanzen. In einem zweiten Teil wird die empirische Grundlage beleuchtet und neue Bedingungen formuliert, mit denen die Verhinderung von kausalen Fehlschlüssen sichergestellt wird. Nach Ausarbeitung des mathematischen Fundaments werden in einem dritten Teil schliesslich QCA und CNA miteinander verglichen und darauf basierend ein Aufdeckungsverfahren entwickelt, das in der Lage ist, innerhalb eines idealisierten Entdeckungskontextes Kausalstrukturen beliebiger Komplexität aus Konfigurationen korrekt abzuleiten.