Die Überlebenswahrscheinlichkeit der Unfallopfer nach Straßenverkehrsunfällen hängt von der Zeitspanne vom Unfall bis zur ersten suffizienten Hilfeleistung (therapiefreies Intervall) sowie von der Qualität der Erstversorgung ab. Das therapiefreie Intervall kann durch automatische Notrufsysteme (ACN) und suffiziente Laienhilfe verkürzt werden. In dieser Dissertation werden (1) Modelle zur Prognose der Verletzungsschwere von Fahrzeuginsassen für den Einsatz in erweiterten automatischen Notrufsystemen (AACN) entwickelt und (2) Anforderungen an Telemedizinsysteme zur Unterstützung von Laien bei der Durchführung von Erste-Hilfe-Maßnahmen untersucht. (1) Die Prognose der Verletzungsschwere ist für eine optimale Disposition der Rettungsmittel erforderlich. Auf der Basis der amerikanischen Unfalldatenbank NASS/ CDS und der deutschen Unfalldatenbank GIDAS werden Prognosemodelle mit multivariaten inferenzstatistischen Verfahren (decision tree, logistic regression) entwickelt, die Bedeutung einzelner Eingangsgrößen untersucht und die Leistungsfähigkeit der Modelle überprüft. Die Leistungsfähigkeit beider statistischen Verfahren stellt sich in ROC-Analysen als vergleichbar heraus. Mit den Prognosemodellen kann eine Dispositionsempfehlung erstellt werden, die heutigen Dispositionsentscheidungen auf der Grundlage eines Telefongesprächs mit dem Unfallmelder qualitativ entspricht. (2) Zur Entwicklung eines Telemedizinsystems für die Laienunterstützung wird untersucht, ob die telemedizinische Anleitung von Laien bei der Durchführung von Erste-Hilfe-Maßnahmen zu einer Erhöhung der Hilfsbereitschaft führt und welche Anforderungen ein Telemedizinsystem erfüllen muss. Dazu werden die am häufigsten indizierten Erste-Hilfe-Maßnahmen nach Verkehrsunfällen durch Auswertung der GIDAS-Datenbank identifiziert, der Stand der heutigen Laienhilfe analysiert, die erforderlichen Funktionen eines Telemedizinsystems abgeleitet und der Einfluss einer verbesserten Laienhilfe auf die Überlebenswahrscheinlichkeit bestimmt. / The probability of survival of motor vehicle accident victims depends on two factors: the time interval between the accident and the initial provision of appropriate first-aid (therapy-free interval), and the quality of the first-aid treatment. The therapy-free interval can be shortened significantly by automatic crash notification systems (ACN) and by adequate bystander first aid. In this thesis, (1) models are developed for predicting the severity of injury of vehicle occupants for use in advanced automatic crash notification systems (AACN) and (2) requirements of telemedical bystander support systems are examined. (1) The prediction of the severity of injury is needed for optimal disposition of rescue services. Therefore, prediction models are developed on the basis of the American accident database NASS/ CDS and its German counterpart, GIDAS, using multivariate inference statistical procedures (decision tree, logistic regression). In addition, the importance of individual parameters and the efficiency of these models are investigated. The performance of the two statistical procedures proves to be equal by using the ROC analyses. The prediction models allow for recommendations of rescue services that correspond in quality to contemporary dispatching decisions for rescue services on the basis of a telephone call between the individual reporting the accident and a dispatcher. (2) Concerning the development of a telemedical bystander support system, the paper examines whether the availability of telemedical guidance leads to an increase in bystander willingness to provide first aid. In order to evaluate the requirements of a telemedical system, the most frequently indicated first-aid measures after traffic accidents are identified by evaluating the GIDAS database. Furthermore, the status of assistance currently offered by bystanders is analyzed, the necessary functions of a telemedical system are scrutinized, and the influence of improved bystander assistance on the probability of accident victims’ survival is determined.