Das Projekt „Automated Driving Darmstadt for Students“, kurz aDDa (for Students), der Technischen Universität Darmstadt bietet Studierenden eine Plattform, Fahrerassistenz- und automatisierte Fahrfunktionen zu entwickeln und anzuwenden. Das langfristige Ziel des Projekts ist der Einsatz eines automatisierten Fahrzeugs auf öffentlichen Straßen im Darmstädter Stadtgebiet. Zur sicheren Ausführung der Fahraufgabe ist eine fehlerfreie Funktion der Umgebungssensoren erforderlich. Fehler in der Datenerfassung der Umgebungssensoren müssen daher erkannt werden können. Zu diesem Zweck ist eine Plausibilitätsprüfung der Umgebungssensordaten notwendig. Die Anforderungen an eine Plausibilitätsprüfung sind, fehlerhafte Sensorsignale zu erkennen, die fehlerhaften Sensoren zu identifizieren und die Vertrauenswürdigkeit einzelner Sensoren zu bewerten. In der vorliegenden Arbeit wird ein Konzept für eine solche Plausibilitätsprüfung entwickelt und anhand zuvor erarbeiteter Merkmale und Szenarien getestet und bewertet. Die vorgestellte Plausibilitätsprüfung besteht aus mehreren Teilprüfungen, die die drei Umgebungssensoren testen. Dem aDDa-Projekt steht eine Mercedes-Benz S-Klasse zur Verfügung, die im Rahmen von studentischen Arbeiten unter anderem mit zwei Lidar- und einem Radarsensor ausgerüstet wurde. Die Teilprüfungen zielen darauf ab verschiedene potentielle Fehler in der Sensordatenerfassung und unplausible Abweichungen von der bei fehlerfreier Funktion erwarteten Ausprägung der Sensordaten zu erkennen. Dazu werden sowohl die Informationen der einzelnen Sensoren betrachtet als auch redundante Informationen zwischen den Sensoren verglichen. Das Ergebnis jeder Teilprüfung ist ein Plausibilitätswert, der ein Maß für die Plausibilität der untersuchten Information ist. Die Plausibilitätswerte der Teilprüfungen werden in einer Evaluierungs- und Entscheidungsebene zusammengeführt. Hier wird eine Auswertung der Plausibilitätswerte der einzelnen Teilprüfungen vorgenommen, deren Ergebnis eine Bewertung der Vertrauenswürdigkeit der Umgebungssensoren ist. Das Ergebnis dieser Masterthesis ist ein Grundgerüst für die Plausibilitätsprüfung von Umgebungssensordaten. Dieses besteht aus mehreren Teilprüfungen und einer abschließenden Ebene zur Bewertung der Vertrauenswürdigkeit der Sensoren. Es wird ein Ablauf zur Bestimmung von Plausibilitätswerten und der Vertrauenswürdigkeit der Sensoren, sowie das Vorgehen bei Entwicklung und Test der Teilprüfungen beschrieben. Die implementierten Teilprüfungen werden auf ihre Performance und Zuverlässigkeit getestet und bewertet. Um eine umfassende Bewertung der Vertrauenswürdigkeit der Sensoren vorzunehmen sind diese allerdings nicht ausreichend. Dazu sind weitere Teilprüfungen notwendig. Diese Arbeit bildet daher eine erweiterbare Grundlage für nachfolgende Forschungsarbeiten, in denen die Plausibilitätsprüfung mit zusätzlichen Teilprüfungen weiterentwickelt wird. Aus diesem Grund werden im Ausblick weitere Ansätze zur Verbesserung der vorliegenden Teilprüfungen, sowie für gänzlich neue Teilprüfungen beschrieben. Darüber hinaus wird diskutiert, inwiefern es möglich ist, aus bereits fusionierten Daten Rückschlüsse auf die Vertrauenswürdigkeit der Sensoren zu ziehen.