Im Zuge der Weiterentwicklung in der Automobilindustrie in Richtung des pilotierten Fahrens stellt eine hoch genaue Ortung des Fahrzeugs eine Basistechnologie für verschiedene Systeme dar. Beispielsweise kann die Routenführung-in der Navigation durch eine exakte Fahrzeuglokalisierung bis auf Spurwechselanweisungen detailliert werden. Zudem kann die Anzeige der Fahranweisungen realitätsnäher gestaltet werden. Des Weiteren profitieren Fahrerassistenzsysteme von einer genauen Fahrzeugposition, wenn sie Kartendaten für ihre Funktionalität verwenden. So ist es möglich, die zur realen Position passenden Attribute zur Verfügung zu stellen. Bei den Car2X-Technologien steht die Kommunikation zwischen dem eigenen Fahrzeug und dessen Umwelt im Vordergrund. Alle Teilnehmer müssen zur Gewährleistung der Funktionalität über eine exakte Positionsangabe verfügen, um die Qualität der Anwendungen sicherzustellen. In dieser Arbeit wurde untersucht, inwieweit es mit Daten vorausschauender Fahrzeugsensorik in Serienfahrzeugen möglich ist, die Anzahl der Spuren und die befahrene Spur zu ermitteln. Hierzu wurde die Motivation und die Herangehensweise beschrieben. Zur Entwicklung und Validierung der Algorithmen wurde eine 5-tägige Testfahrt durch Süd- und Mitteldeutschland zur Aufzeichnung der Sensordaten durchgeführt. Zur Evaluierung des Systems wurde eine hochgenaue Fahrzeugposition sowie Eigenbewegungsdaten aufgezeichnet, die durch ein Referenzsystem geliefert wurden. Im Nachhinein wurden einige Attribute wie z.B. aktuelle Spurposition, Anzahl der Spuren, Straßenklasse, Straßenbelag, Markierungsgüte oder Verkehrsaufkommen manuell markiert, die für die Auswertung der Algorithmen verwendet wurden. Es wurden die Datenquellen für die entwickelten Verfahren beschrieben. Hierzu zählen die Seriensensoren der Eigenbewegungsdaten, die erkannten Linien einer Multifunktionskamera, Objektdaten eines Fernbereichsradars, die Position des Fahrzeugs und Kartendaten eines Navigationssystems. Der Aufbau eines Umgebungsmodells wurde beschrieben. Prädiktive Streckendaten des Navigationssystems liefern die Grundlage für dieses Modell. Um Krümmungsungenauigkeiten der PSD zu umgehen, wurden die Krümmungswerte mit Hilfe weiterer Sensordaten verfeinert. Als Datengrundlage wurden hierbei Klothoiden verwendet, die eine besondere Herausforderung in ihrer Handhabung boten. Zur Verfeinerung der Krümmungswerte, wurden Streckenkrümmungsprädiktionen aus Linien-, Objektdaten und deren Fusion generiert. Final wurde jede einzelne Krümmungsprädiktiön mit den PSD fusioniert. Die Auswertungen zeigten, dass die Streckenkrümmungsprädiktion aus Fusion von PSD und Liniendaten die besten Ergebnisse hinsichtlich der Vorausschau liefern. Durch die Fusion konnten Krümmungssprünge der PSD abgeschwächt und die Krümungswerte verfeinert werden. Es wurde die Interpretation der Daten des Umfeldmodells beschrieben. Anhand des Linienmodells sollen Spurwechsel erkannt werden, obwohl die überfahrene Linie nicht erkannt wurde. Es wurde untersucht, inwieweit die korrekte Anzahl der Spuren und die Spurpositionen anhand von Kartendatenattributen, wie Anzahl der Spuren, Straßenklasse oder das Befinden auf einer Einbahnstraße das Ergebnis beeinflusst. Zunächst wurde dies mit den Daten der PSD analysiert. Es zeigte sich, dass durch Interpretation der Sensordaten die Anzahl der Spuren zu 75% korrekt erkannt wurde. Damit wurde eine Verbesserung des Attributes der Spuranzahl aus PSD in Städten um ca. 10% erreicht. Die aktuell befahrene Spur konnte von der erfassten Grenze aus zu 85% korrekt erkannt werden. Nachdem eine Auswertung mit der Verwendung der aktuellen Navigationskarte aufgrund einer fehlenden Zugriffsmöglichkeit während der Arbeit verwehrt blieb, wurde die Auswertung mit der selbst erstellten Karte durchgeführt. Durch diese Karte war es möglich, die Spurposition von links oder rechts zu 90% zu ermitteln. Auch wenn keine Grenzen erkannt wurden, konnte eine Bestimmung der aktuellen Spur zu 80% gewährleistet werden. Dies hängt mit dem Wissen über die Änderungen der Spuranzahl links und rechts vom Fahrzeug zusammen.