Advanced Driver Assistance Systems (ADAS) are already an important contributor to safety in conventional vehicles and thus in road traffic. This is obviously necessary, as in Austria in 2020, almost 99% of all accidents with personal injury were presumably caused by misconduct of involved persons or impairments [1]. Furthermore, country roads seem to be a safety-relevant environment, as they account for more than 50% of the fatalities in road traffic in Austria.Im nächsten Schritt wird der Einfluss der Identifikationsstrategie auf die Prädiktionsergebnisse betrachtet, wobei für die Identifikation ein Maß für die "Reichhaltigkeit" eines Trainingsdatensatzes eingeführt wird. Es zeigt sich, dass die "Reichhaltigkeit" als auch der Umfang des Identifikationsdatensatzes die Qualität der Prädiktionsmodelle beeinflusst.Schließlich wird ein ausgewähltes Bayes'sches Netzwerk in Simulation für einen Abstandsregeltempomat (ACC) verwendet, um das Verhalten des vorausfahrenden Fahrzeugs vorherzusagen. Der ACC wird als optimal-control Problem formuliert und im Rahmen eines MPC gelöst, während die Validierung auf einem Maß für den Kraftstoffverbrauch und Fahrkomfort basiert. Es zeigt sich bei der Prädiktion mit dem Bayes'schen Netz eine Verbesserung des Kraftstoffverbrauchs und Fahrkomforts im Vergleich zu anderen Prädiktionsmethoden, die keine topologischen Eigenschaften berücksichtigen.