Das Forschungsvorhaben FE 15.0636/2016/GRB schließt an das Forschungsvorhaben FE 15.0548/2011/GRB an und hatte die Weiterentwicklung und Erprobung der im Rahmen dieses Projekts erarbeiteten modellbasierten und statistischen Analyseverfahren, bei denen auch moderne Methoden aus der künstlichen Intelligenzforschung eingesetzt werden, zum Ziel. Der Fokus lag dabei vor allem auf Verfahren zur Sensordatenplausibilisierung und Erkennung von Anomalien sowie auf Verfahren zur Extraktion relevanter Informationen aus umfangreichem Datenmaterial. Für die Sensordatenplausibilisierung wurde ein besonders robustes Filterverfahren eingesetzt, das tolerant gegenüber Ausreißern in den Messwerten ist. Für dieses Verfahren wurde gezeigt, dass die benötigten Modellparameter bei einfachen Signalverläufen einzelner physikalischer Größen anhand von repräsentativen Beispieldatensätzen gelernt werden können. Für komplexere Signale mehrerer zusammenhängender physikalischer Größen wurde gezeigt, wie eine Lösung durch explizite Modellierung erreicht werden kann. Außerdem wurde ein Verfahren zur Untersuchung von Zusammenhängen in Sensormessdaten entwickelt. Die Evaluation der Verfahren geschah anhand von Daten, die an dem Brückenbauwerk BW 402e, welches zu Forschungszwecken mit teils redundanten Sensornetzen ausgestattet wurde, erhoben wurden. Schließlich wurden Softwarearchitekturen erarbeitet, die die Realisierung von Brückenmonitoringsystemen im großen Maßstab ermöglichen sollen.