Das Fahrverhalten eines Fahrzeugs mit Verbrennungsmotor wird stark von dessen Getriebe beeinflusst. Vor allem Doppelkupplungsgetriebe (DCT) bieten durch die Fähigkeit bei Schaltungen das Drehmoment von der aktiven Kupplung (aktueller Gang) auf die passive Kupplung (nächst höherer/kleiner Gang) zu überblenden die Möglichkeit eines komfortablen Fahrverhaltens. Mit dieser Eigenschaft lassen sich Gangwechsel ruckfrei durchführen. Ein weiterer Vorteil ist die höhere Effizienz im Vergleich zu automatisierten Getrieben mit Drehmomentwandlern. Diese Vorteile gehen mit dem Nachteil eines hohen Kalibrationsaufwands einher. Die aufwendige Regelung wird mit Softwarefunktionen (entwickelt mit modellbasierten Programmiersprachen), welche auf dem Getriebesteuergerät (TCU) ausgeführt werden realisiert. Diese Softwarefunktionen enthalten einstellbare Kalibrationsparameter. Mit diesen Kalibrationsparametern kann das Fahrverhalten für verschiedene Fahrzeug-Motoren-Kombinationen eingestellt werden. Kalibrierungsingenieure stellen diese Parameter in verschiedenen Umgebungsbedingungen unter Berücksichtigung von Kundenanforderungen ein. Dieser iterative und zeitaufwendige Prozess findet üblicherweise auf kostspieligen Fahrzeugerprobungen statt. Ein Ansatz, die entstehenden Kosten zu senken, besteht darin, die Optimierung der Kalibrierungsparameter zu automatisieren. Dazu gibt es bereits mehrere Ansätze, wobei einige allerdings sehr zeitintensiv oder Ergebnisse teilweise nicht reproduzierbar sind. Aus diesem Grund wird in dieser Arbeit der Target State Optimization (TSO) Algorithmus veranschaulicht, welcher versucht, ein vordefiniertes Ziel anzunähern. Der Algorithmus ist hierbei eine Hybridlösung aus Reinforcement Learning (RL) und Supervised Learning (SL) und versucht damit bestehende Nachteile zu überwinden. Da besonders bei niedrigen Geschwindigkeiten das Fahrverhalten dem Fahrerwunsch entsprechen sollte (Fahrer neigen dazu, bei niedrigen Geschwindigkeiten feinfühliger gegenüber Beschleunigungsänderungen zu sein), wird in dieser Arbeit die Optimierung des Anfahrvorgangs angestrebt. Dabei wird der Algorithmus in verschiedenen Testumgebungen (z.B. in einer Software-in-the-Loop-Umgebung), aber auch in verschiedenen Testfahrzeugen eingesetzt. Dabei soll ermittelt werden, ob ein Einsatz in bestehende Entwicklungsprozesse möglich ist. Durch Anwendung des Algorithmus in verschiedenen Testumgebungen und Testfahrzeugen wird die Anpassungsfähigkeit des Algorithmus auf unterschiedliche Optimierungsumgebungen gezeigt.