Die Modellierung und Erklärung von Aktienmärkten stand schon immer im Mittelpunkt der finanzwissenschaftlichen Forschung. Allerdings deckt die wissenschaftliche Debatte die mikrostrukturellen Veränderungen des Aktienhandels der letzten Jahrzehnte nur unzureichend ab, weil der Einfluss der Automatisierung ausgeblendet wird. Die Automatisierung des Aktienhandels wirkt aber sowohl auf die Mikrostruktur als auch auf den Preisbildungsprozess einer Börse: Neue Marktteilnehmerstrukturen und Bewertungsmethoden sowie sinkende Transaktionskosten und Marktzugangsbarrieren verändern die Informationsverarbeitung durch den Markt. In dieser Arbeit wird ein neuer Ansatz, die Adaptive Fraktale Markthypothese (AFMH), vorgeschlagen, der die mikrostrukturellen Aspekte des Aktienmarktes in den Vordergrund stellt. Die AFMH fußt auf der Fraktalen Markthypothese (FMH) von Peters (1994) und Ansätzen der Soziobiologie. Dabei bietet die FMH eine ganzheitliche Herangehensweise zur Erklärung der Aktienmärkte und liefert die Effizienzkriterien für Marktstabilität. Die Erweiterung der FMH um soziobiologische Aspekte des Wettbewerbs unter Markteilnehmern ermöglicht die Definition stabilitätseingrenzender Faktoren innerhalb der AFMH. Anschließend wird auf Basis der AFMH ein Marktmodell entwickelt, das den Vergleich der Märkte mit unterschiedlichen Automatisierungsstufen der Mikrostruktur erlaubt. Die mit Hilfe dieses Modells durchgeführte theoretische Untersuchung des Einflusses der Automatisierung auf die Preisbildung zeigt sowohl positive als auch schädliche Folgen für die Marktstabilität. Einerseits führt die Automatisierung des Aktienhandels zur effizienteren Verarbeitung quantitativer Informationen. Andererseits weisen Aktienmärkte mit automatisierter Mikrostruktur Effizienzeinschränkungen auf: Das Risiko des Marktversagens steigt. Trotz mikrostruktureller Vorteile der Automatisierung des Aktienhandels ergeben sich daher Nachteile für die effiziente Erfüllung volkswirtschaftlicher Funktionen der Aktienmärkte.