Die subjektive Wahrnehmung von Fahrdynamikaspekten wird in der Automobilindustrie häufig in objektive Kennparameter übersetzt. Für die Wankdynamik existieren bisher allerdings nur Modelle, die lediglich Teilaspekte beschreiben oder nicht bzw. kaum validiert wurden. Ziel dieser Dissertation ist daher die Identifikation von Regressionsmodellen, die eine robuste Prädiktion von Subjektivbewertungen verschiedener Wankdynamikaspekte auf Basis von Messdaten erlauben. Dabei werden sowohl das quasi-stationäre als auch das dynamische Wanken untersucht. Anwendungsmöglichkeiten der Ergebnisse finden sich vor allem in der virtuellen Grundauslegung und Simulation sowie beim objektiven Vergleich von Fahrzeugen. Zur Vorbereitung der Realfahrzeugstudien wird zunächst eine Probandenstudie in einem Fahrsimulator durchgeführt, um grundlegende Beurteilungstendenzen der Probanden zu analysieren und die Bewertungen der beiden Probandengruppen (Normal- und Expertenfahrer) miteinander zu vergleichen. Anschließend wird eine Realfahrzeugstudie zum quasi-stationären Wanken durchgeführt, in der verschiedene Wankwinkel-Querbeschleunigungs-Gradienten eines Versuchsfahrzeugs beurteilt werden, und ein Prädiktionsmodell für das quasi-stationäre Wanken abgeleitet. Zur Untersuchung des dynamischen Wankens werden vier Realfahrzeug-Probandenstudien durchgeführt und die folgenden Kriterien beurteilt: Wankabstützung und Zeitverzug der Wankreaktion jeweils im nieder- und höherfrequenten Anregungsbereich, Anwanken, Nachwanken und der Gesamteindruck der Wankdynamik. Insgesamt werden 17 Varianten beurteilt (vom Kompaktwagen über SUVs bis hin zu Luxusfahrzeugen) und Modelle abgeleitet, die mit hoher Genauigkeit Gefallensbewertungen für die einzelnen Beurteilungskriterien auf Basis von Messdaten prädizieren.