Studienarbeit aus dem Jahr 2019 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,0, FOM Essen, Hochschule f r Oekonomie & Management gemeinn tzige GmbH, Hochschulleitung Essen fr her Fachhochschule, Sprache: Deutsch, Abstract: Im Rahmen dieser wissenschaftlichen Arbeit soll untersucht werden, wie neuronale Netze und Deep Learning im Bereich autonomes Fahren eingesetzt werden k nnen. Hierdurch k nnen Probleme gel st werden, die sich durch den Einsatz zukunftsweisender Technik ergeben und bis heute die Pr senz menschlichen Verstandes voraussetzen. Um dies zu bewerkstelligen, wird ein neuronales Netzwerk mittels Deep Learning und dem Bosch Small Traffic Lights Datensatz trainiert, bis eine zufriedenstellende Genauigkeit erreicht wurde. In den kommenden Jahren und Jahrzehnten wird sich das Autofahren stark ver ndern. Vielleicht bernehmen Computer das F hren des Fahrzeugs gar komplett. Bereits heute sind Fahrzeuge in der Lage einzelne Bereiche wie das automatisierte Bremsen und Beschleunigen in Stausituationen vollst ndig selbst ndig abzudecken. M glich machen das im Fahrzeug verbaute Sensoren und die intelligente Vernetzung von Systemen. Bis sich die Fahrzeuge jedoch vollst ndig ohne Eingreifen eines Menschen durch die vollst ndige Vernetzung aller Verkehrsteilnehmer in der ffentlichkeit bewegen k nnen ist die Interaktion des Fahrzeugs mit der Verkehrsregeltechnik unabdingbar. Hierzu z hlt insbesondere die Identifikation und die entsprechende Reaktion auf Lichtsignalanlagen. Doch wie kann sichergestellt werden, dass Ampeln mit unterschiedlichem Aussehen bei verschiedenen Licht- und Wetterverh ltnissen zuverl ssig erkannt werden?