Automatisierte Fahrzeuge und Mobilitätsangebote werden immer mehr zum Teil des alltäglichen Straßenverkehrs. Die Sicherheit dieser Systeme ist von außerordentlicher Bedeutung. Aus diesem Grund nimmt die Validierung der Sicherheit von automatisieren Fahrsystemen eine immer größere Rolle ein. Der Nachweis der Sicherheit lässt sich erwiesenermaßen jedoch nicht mehr durch reale Testfahrten abbilden, da die Komplexität der Systeme und der sich daraus ergebenden Szenarien keine wirtschaftliche Realisierung ermöglichen. Aus diesem Grund werden Simulationen genutzt, die jedoch für diesen Zweck eine erwiesene Validität benötigen. Neben anderen Sensoren werden Radare als wesentlicher Bestandteil zur Umfelderkennung im automatisierten Fahrzeug verwendet. Daher sind Effekte und Unsicherheiten in Radarsensorvalidierungsmessungen sowie deren Auswirkungen auf Radarsensormodellvalidierungen Kern dieser Dissertation. Dazu werden Anforderungen an Kriterien zur Akzeptanz von Radarsensormodellen aus Radarmessungen hergeleitet und anhand der im Rahmen der Dissertation weiterentwickelten Doppelvalidierungsmetrik (DVM) quantifiziert. Diese besteht aus einem Schätzwert für den Mittelwertfehler sowie den Abweichungen in der Streuung von unsicherheitsbehafteten Größen. Die Metrik wird auf Radar-Datenstrukturen in verschiedenen Abstraktionen angewendet. Dabei lassen sich Effekte durch dedizierte Messaufbauten, Objekten und Umgebungsbedingungen abbilden. Nachfolgend wird ein Messaufbau abgeleitet, um den Einfluss von zuvor identifizierten Effekten und Effektkorrelationen auf den Radarquerschnitt (engl. RCS) isoliert zu betrachten. Es zeigt sich, dass die untersuchten Fahrzeugmodelle einen großen Einfluss auf diese Größe haben und weitere Faktoren wie die Verbauhöhe geringe Sensitivitäten im RCS zeigen. Neben dem RCS wird eine detaillierte Analyse der Reflektionszentren der untersuchten Objekte durchgeführt. Referenzsensoren dienen in solchen dynamischen Szenarien dazu, die gefahrenen Trajektorien mit möglichst geringen zusätzlichen Unsicherheiten in eine Simulationsumgebung zu übertragen. Die vorgestellten Versuche, um die Unsicherheiten der Referenzsensorik und die Übertragung in die Simulation zu quantifizieren, werden mit Hilfe der Superreferenz qualifiziert. Die Versuche bestätigen die Genauigkeiten der genutzten Referenzsensorik. Abschließend wird anhand eines beispielhaften Radarmodells eine metrik-basierte Validierung durchgeführt, indem ein Validierungsversuch mit einem realen Sensor aufgezeichnet wird. Dabei werden unterschiedliche Abstraktionsebenen der Radardaten unter der Nutzung der DVM analysiert. Besonders eine Kombination von Metrikergebnis mit einem Satellitenbild ermöglicht eine objektive Ursachenanalyse. Die neu entwickelten Methoden und Versuchsdesigns bilden eine weitere Basis zur Standardisierung von Validierungsversuchen für Radarsensoren und deren Modellen.