Moderne aktive Fahrsicherheitssysteme erfassen die Umgebung und greifen autonom in die Fahrzeugführung ein, um Kollisionen zu vermeiden. Bei Untersuchungen zur Weiterentwicklung der Systeme wurden realistische Unfallszenarien gestellt und die Unsicherheiten in der Bewegungsmessung ebenso wie die Unsicherheiten im Fahrerverhalten berücksichtigt. Es wird ein Prädiktionsverfahren vorgestellt,das auf einem MM-Ansatz (Multiple Model) beruht. Darin werden beliebige Bewegungsmodelle mit Hilfe der Zustandsschätzung bewertet und entsprechend ihrer Güte für die Prädiktion verwendet. Die Bewertung der Prädiktionsansätze wird über eine Methode für die diskrete TTR-Berechnung (Time to React) erreicht. Diese ermöglicht den Vergleich der prädizierten TTR mit der realen TTR. Der MM-Ansatz wird mit drei einfachen Bewegungsmodellen und dem entsprechenden IMM-Filter (Interacting Multiple Model) implementiert. Der CA-Ansatz dient als Referenz beim Vergleich der Prädiktionsansätze für die angenommenen Unfallsituationen, mit deren Hilfe die Validierung durchgeführt wird. Die Güte der TTR-Berechnung des MM-Ansatzes und des Referenz-Ansatzes entsprechen sich. Die Entscheidungsfindung für ein autonomes Ausweich- oder Bremsmanöver kann mit Hilfe des MM-Ansatzes und des Bewertungsverfahrens gestützt und verbessert werden. Die Bewertung der Prädiktion kann um einige Faktoren erweitert werden. Der Einfluss der ungenauen Bestimmung des Reibwertes ist nicht zu vernachlässigen und kann mit dem vorgestellten Verfahren untersucht werden, da es auf einem Vergleich der realen und der prädizierten TTR beruht. Weiterhin sind realistischere Testsituationen zu verwirklichen, indem für die Relativbewegung, die zum Unfall führt, neue Annahmen getroffen werden und, indem die Querbewegung modelliert wird. Die Möglichkeiten der Parametrierung im IMM-Filter sind vielfältig. Es ist eine situationsadaptive Einstellung der Transitionsmatrix mit Hilfe von Bayes-Netzen denkbar. Weiterhin können die Filterparameter unabhängig voneinander eingestellt werden, was die Gewichtung der Bewegungsmodelle beeinflusst.