Fehlerortungssysteme dienen dazu, bei Auftreten eines Kurzschlusses auf einer Freileitung, die Fehlerstelle möglichst genau zu bestimmen. Damit wird es möglich, Reparaturarbeiten zur Wiederinstandsetzung der Leitung unmittelbar einzuleiten, um die Leitung wieder in Betrieb zu nehmen. Die vorliegende Arbeit wurde in drei Schritten durchgeführt. Zum Beginn wurde eine gründliche Analyse der Leistungsfähigkeit der aus der Literatur bekannten Fehlerortungsmethoden durchgeführt. Es wurden weiterhin mit Hilfe des Programmsystems EMTP-ATP Testreihen entwickelt, die eine Beurteilung der verschiedenen Methoden erlaubte. Dazu wurden Netzmodelle aufgestellt, die es ermöglichten die Parameter, die die größten Einflüsse auf die Ungenauigkeit der Fehlerortung haben, in weiten Bereichen zu variieren. Bei diesen vergleichenden Untersuchungen wurde herausgefunden, dass einige Methoden, die mit den Daten eines Leitungsendes auskommen, durchaus akzeptable Ergebnisse liefern. Weiterhin konnte festgestellt werden, dass die größten Einflüsse auf die Genauigkeit zur Fehlerortbestimmung von den gegenseitigen Kopplungen der Leitungen und den unbekannten Fehlerwiderständen, z.B. durch den Lichtbogen, ausgehen. Diese beiden Einflussgrößen soweit möglich zu eliminieren oder zu kompensieren bildete die Aufgabenstellung für das weitere Vorgehen. Im zweiten Schritt wurde ein Algorithmus zur Fehlerortbestimmung entwickelt, der darauf basiert, das die Leitungsdaten einer Transformation unterzogen werden, die es erlaubt auf entkoppelte Moden zurückzugreifen. Das Prinzip der modalen Transformation ist die Umwandlung einer voll besetzten Matrix in eine Diagonalform. Alle angewandten Tests zeigten, dass der neu entwickelte Algorithmus eine hohe Genauigkeit bei der Bestimmung der Fehlerentfernung aufweist. Dabei wurden unterschiedliche Fehlersituationen betrachtet. Im dritten Schritt wurde eine auf AI-Methoden basierende Optimierung eingeführt, um die Leistung des modalen transformationsbasierten Algorithmus weiter zu verbessern. Es wurden dazu die Tools ANN (Artificial Neural Networks) und FL (Fuzzy Logic) vom Programmsystem MATLAB eingesetzt um eine weitere Verminderung der Ungenauigkeiten bei der Fehlerortbestimmung zu erreichen. Dabei hat sich gezeigt, dass FL-Methoden zu besseren und schnelleren Ergebnissen führen als ANN-Methoden. Es konnten praktisch alle Fehlerfälle, selbst mit hohen Lichtbogenwiderständen, mit hoher Genauigkeit identifiziert und die Fehlerentfernung bestimmt werden. Alle Tests wurden an unterschiedlichen Leitungsanordnungen und unterschiedlichen Belastungsfällen durchgeführt. Die vorliegende Arbeit liefert damit ein neues Instrument zum Schutz und der Fehlerortbestimmung in Hochspannungsnetzen. Die Kombination eines auf der Modaltransformation und einem Scheinwiderstand basierenden Algorithmus mit Fuzzy Logic Instrumenten zur Feinabstimmung liefert ein Fehlerortungssystem, das bei komplizierten Fällen von Kurzschlüssen auf Leitungen sehr genaue Ergebnisse liefert. Die vielen unterschiedlichen Testfälle haben gezeigt, dass die Einflussparameter in weiten Bereichen variiert werden können ohne dass es zu unzulässig hohen Ungenauigkeiten bei der Fehlerortbestimmung kommt.