Intelligente, hoch automatisierte Fahrzeuge haben den Vorteil, dass vor allem die Si­cher­heit aller am Verkehr beteiligten Personen deutlich erhöht werden kann. Zur Realisierung solcher Fahrzeuge ist eine genaue und abgesicherte Kenntnis der Fahrzeugumgebung mit einer Auflösung im Zentimeterbereich notwendig. Eine Annäherung hieran kann bei­spiels­weise durch redundante Sensoren, aber auch durch Fusion der eigenen In­for­ma­ti­onen mit In­for­ma­ti­onen anderer Quellen über Kommunikationswege wie Vehicle2X erzielt werden. Mit zunehmender Komplexität solcher Systeme steigt jedoch auch die Her­aus­for­de­rung, die Funktionssicherheit und den Betriebsschutz des Gesamtsystems sicherzustellen. Neue inhärente Überwachungstechniken sind daher notwendig, um eine maximale Si­cher­heit bei gleichzeitiger Wirtschaftlichkeit gewährleisten zu können. Daher wird eine modulweise Entwicklung einer Beobachterstruktur vorgeschlagen, die unter Zuhilfenahme maschineller Lernverfahren, aber auch klassischer regelungstechnischer Beobachteransätze Inkonsistenzen innerhalb der Wirkkette des automatisierten Fahrens findet. Inkonsistenz bezieht sich dabei bei­spiels­weise auf mögliche manipulative Fremdeingriffe oder fehlerhafte Wahr­neh­mung wie dem Übersehen von Hindernissen. Die Entwicklung fokussiert sich dabei zunächst auf den Bereich der Wahr­neh­mung und wird um nachfolgende Elemente der Wirkkette ergänzt.