Obwohl heute noch keine automatisierten Fahrzeuge flächendeckend im Straßenverkehr zu finden sind, werden moderne Fahrzeuge vermehrt mit Fahrerassistenzsystemen ausgestattet, um bereits so eine Steigerung der Sicherheit, aber auch des Komforts zu erreichen. Bis zu seiner Einführung trifft das automatisierte Fahren auf Hürden, welche insbesondere die Freigabe der automatisierten Fahrzeuge betreffen. Die Freigabe benötigt, ebenfalls zur Absicherung der Automobilhersteller, einen umfassenden Sicherheitsnachweis. Dieser Nachweis erfordert Feldversuche und deren anschließen- den Auswertung, sodass Aussagen zum Sicherheitspotenzial einer automatisierten Fahrt getroffen werden können. Um den Aufwand der Realfahrten, welcher durch Feldversuche verursacht wird, zu senken, wird ein Teil der Realfahrten durch Sicherheitsnachweise in Simulationsumgebungen ersetzt. Diese Simulationsumgebungen bilden nicht nur das Fahrzeug und die Umgebung virtuell ab, sondern modellieren auch die erforderlichen Sensoren. Aus diesem Grund wurde am Fachgebiet für Fahrzeugtechnik an der Technischen Universität Darmstadt ein Radarsensormodell entwickelt und in der Simulationssoftware Virtual Test Drive von Vires implementiert. Dieses Modell erzeugt mithilfe eines Raytracing-Verfahrens synthetische Rohdaten und extrahiert hieraus einzelne Detektionen. Die zeitliche Nachverfolgung dieser Einzeldetektionen, dem sogenannten Tracking, ermöglicht, Detektionen zu Objekten zusammenzufassen. Beim FZD steht der Radarsensor eines Automobilzulieferers zur Verfügung, welcher allerdings keinen Einblick in die genaue Funktionsweise des Tracking-Moduls erlaubt, sodass eine Anpassung dieses Moduls zur zusätzlichen Verarbeitung von synthetischen Rohdaten nicht möglich ist. Ziel dieser Masterthesis ist es daher, einen Algorithmus zur Radar-Objekterkennung und Tracking zu implementieren, welcher in der Lage ist sowohl Mess- als auch Simulationsdaten derart zu verarbeiten, dass eine Objektliste ausgegeben wird.