Moderne Fahrzeuge verfügen über verschiedene Assistenzsysteme, welche den Fahrer unterstützen können. Damit diese Systeme auf die jeweilige Verkehrssituation reagieren können, ist eine Erkennung des Fahrzeugumfelds notwendig. Dabei werden verschiedene Sensoren eingesetzt, welche die Umgebung erfassen können. Entfernungen und Geschwindigkeiten lassen sich z.B. sehr gut mit Radar-Sensoren bestimmen. Aus diesen Sensordaten kann ein virtuelles Umfeldmodell erstellt werden. Dazu sind mehrere Algorithmen erforderlich, welche die Sensordaten aufbereiten und auswerten. Um diese Algorithmen testen zu können, wurde von BMW ein Tool zur Darstellung der Sensordaten entwickelt. Das „Radar Analysis Tool“ (RAT) kann die Sensordaten aufgezeichneter Testfahrten abspielen. Dabei ist es möglich, implementierte Algorithmen mit den aufgezeichneten Daten zu testen. Das Ziel dieser Arbeit ist die Implementierung mehrerer Algorithmen zur Umfeldmodellierung, welche nach verschiedenen Eigenschaften verglichen werden. Dabei werden auch neue Ansätze entwickelt und implementiert. Anhand des Vergleichs lässt sich erkennen, welche Algorithmen besonders gut für den Einsatz im Fahrzeug geeignet sind. Eine Voraussetzung für die Implementierung der Algorithmen ist die Erweiterung des Tools RAT. Dabei wird z.B. eine neue 2D-Ansicht des Fahrzeugumfelds hinzugefügt. Außerdem wird eine neue Schnittstelle entwickelt, welche die einfache Anbindung von Algorithmen in RAT ermöglicht. Um die verschiedenen Algorithmen auswählen zu können, wird zusätzlich eine Konfiguration implementiert. Dadurch müssen keine Änderungen am Quellcode des Tools vorgenommen werden, um die Algorithmen zu wechseln. Um die Algorithmen vergleichen zu können, wird ein Konzept zur Auswertung entworfen. Anhand der Auswertung lassen sich die Vor- und Nachteile der jeweiligen Verfahren erkennen. Diese Ergebnisse helfen, die Auswahl von Algorithmen für den finalen Einsatz im Fahrzeug zu treffen.