Das Hauptziel dieses Projekts besteht darin, eine Methodik zur Leistungsbewertung und Optimierung der Dienstgüte QOS des LTE-Mobilfunknetzes hervorzuheben. Diese Methodik ermöglicht die Erkennung von Netzwerkausfällen und deren Minimierung anhand dedizierter Messungen über die Drive-Test-DT-Messkette, die von der Nemo Outdoor-Software gesteuert wird. In unserem Projekt konzentrierten wir uns auf die Verbesserung der Dienstqualität auf den Ebenen der drei Hauptparameter, nämlich Abdeckung, Signalqualität und Durchsatz. Die Wahl der Lösung wird durch die Interpretationen verschiedener Simulationen des Atoll-Optimierungstools bestätigt. Unser Projekt zielt also darauf ab, Algorithmen des maschinellen Lernens zu implementieren, um die Dienstqualität eines LTE-Netzes vorherzusagen.