Das zunehmende Verkehrsaufkommen auf Schnellstraßen führt immer häufigerzu Verkehrsstörungen (Staus). Verbesserte oder neue Verkehrsinformations- und -Ieitsysteme unter Nutzung neuer Technologien der Informations- und Telekommunikationstechnik ermöglichen durch eine verbesserte Ausnutzung der vorhandenen Infrastruktur die Verhinderung oder Verringerung von Verkehrsstörungen. Der erfolgreiche Betrieb dieser so genannten Telematiksysteme erfordert detaillierte und zuverlässige Informationen über den aktuellen Verkehrszustand, insbesondere über die räumliche und zeitliche Ausdehnung von Verkehrsstörungen.Zur automatischen Erkennung von Verkehrsstörungen sind an bundesdeutschen Schnellstraßen unterschiedliche Verkehrsdetektoren installiert. Hierbei handelt es sich z.B, um Induktionsschleifen oder Infrarotdetektoren. In der Regel liefern diese Detektoren nur lokale Messungen, die zudem mit Fehlernbehaftet sind.In der vorliegenden Arbeit wird ein Verfahren zur modellgestützten Störungserkennung im Verkehrsfluss auf Schnellstraßen konzipiert, entwickelt und getestet. Die Aufgabe der Erkennungvon Verkehrsstörungen umfasst hierbei zwei unterschiedliche Aspekte: Einerseits die Detektion des Auftretenseiner Verkehrsstörung, mit dem Schwerpunkt auf kurzen Detektionszeiten und einem guten Verhältnis zwischen Detektionsquote und Fehlalarmquote; andererseits die möglichst genaue und detaillierte Überwachung des streckenbezogenen Verkehrszustands. Der streckenbezogene Verkehrszustand besteht aus Profilen der Verkehrsdichte und der mittleren Geschwindigkeit von Fahrzeugkollektiven, welche auch die räumliche Lokalisierung einer Verkehrsstörung zwischen Messstellen ermöglichen.Das in dieser Arbeit entwickelte Verfahren verwendet eingangsseitig herkömmliche lokale Verkehrsdaten und stellt als Ausgangsdaten Verkehrsanalysedaten in Form des streckenbezogenen Verkehrszustands und von Verkehrsstörungsmeldungen zur Verfügung, aus denen unterschiedliche Verkehrsinformationen oder Stellgrößen für Verkehrsleitsysteme berechnet werden können.