Ziel des Forschungsvorhabens war die Ausarbeitung einer Konzeption zu Anforderungen an die Aufbereitung und Verarbeitung von Messgrößen und ihrer Darstellung. Dies beinhaltete die Evaluierung und Entwicklung verschiedener modellbasierter und statistischer Analyseverfahren, die über den bisherigen Stand der Technik der Bauwerksüberwachung hinausgehen. Der Nutzen liegt in der Herausfilterung relevanter Informationen aus umfangreichem Datenmaterial (Vor-Aggregation) sowie der Erzeugung von belastbaren Zustandsinformationen bzw. Vorergebnissen hierzu durch eine frühzeitige, leistungsfähige Plausibilisierung. Es wurde gezeigt, dass durch den Einsatz von leistungsfähigen, gedächtnisbehafteten, selbstlernenden Algorithmen für die Sensorfusion, Interpolation, Plausibilitätserhöhung und Treffen fachtechnischer Monitoringaussagen Ergebnisse erzielt werden können, die bezüglich der Verarbeitung von Mess- und Erfassungsdaten weit über den aktuellen Stand beim Brückenmonitoring hinausgehen. Anhand mehrerer Szenarien, für die reale Erfassungsdaten zur Verfügung standen, wurde gezeigt, dass diese Verfahren sehr zuverlässig verschiedenste Signalstörungen, wie Messausreißer, erhöhtes Rauschen und Brummeinstreuung erkennen können. Nur durch die frühzeitige und zuverlässige Plausibilisierung von Sensordaten von Brückenbauwerken kann verhindert werden, dass offensichtlich fehlerhafte Messwerte (wie z. B. Messausreißer, Störungsbehaftete Messungen) zu falschen Vorhersagen der Systemzuverlässigkeit von Brückenbauwerken durch rechnergestützte Systemmodelle führen.