Moderne hardware wordt in toenemende mate heterogeen als gevolg van recente trends in chiptechnologie, en dit zowel in de processor (hoog-performante processorkernen worden gecombineerd met laag-vermogen processorkernen) als in het geheugen (conventioneel DRAM-geheugen wordt gecombineerd met nieuwe niet-volatiele geheugen). Daarnaast maken softwareprogrammeurs steeds vaker gebruik van beheerde programmeertalen zoals Java, C#, Python en Go. Deze doctoraatsthesis levert vier bijdragen die elk aantonen hoe semantische informatie in beheerde programmeertalen geëxploiteerd kan worden in heterogene computersystemen teneinde de prestatie, het energieverbruik en de levensduur te optimaliseren. Meer specifiek stelt de doctoraatsthesis een methode voor om de impact in te schatten van frequentieschaling en op die manier het energieverbruik te reduceren. Daarnaast stelt de doctoraatsthesis verschillende optimalisaties voor rond automatisch geheugenbeheer teneinde de prestatie op heterogene processors en de levensduur van heterogene geheugensystemen te verbeteren.