Die Absicherung der Umfeldsensorik spielt bei der Entwicklung automatisierter Fahrsysteme (ADS) eine zentrale Rolle. Potenzielle Stör- und Fehlerquellen, die einen Einfluss auf den Sensordatenstrom haben, können bei der Modellierung des Fahrzeugumfeldes zu Unsicherheiten und falschen Interpretationen führen. Im weiteren Verlauf des Sense-Plan-Act-Zyklus einer automatisierten Fahrfunktion kann dies kritische, risikobehaftete Entscheidungen eines ADS zur Folge haben. Um die Auswirkungen kritischer Einflüsse beherrschbar zu machen, bedarf es entsprechender Strategien und Methoden. Es gilt potenzielle Stör- und Fehlerquellen möglichst vollständig zu identifizieren, ihre Einflüsse auf die Sensordaten zu ermitteln und diese im Rahmen der Entwicklung der Systeme mit entsprechenden Gegenmaßnahmen abzusichern. Ausgehend von jener Problemstellung wird in dieser Arbeit ein neuartiger datenbasierter Fehlerinjektionsansatz vorgestellt, der für den Einsatz innerhalb einer Testumgebung für neu- artige Systemarchitekturen für ADS konzipiert wurde und die Erstellung einflussbehafteter Szenarien auf Basis realer Sensordaten zum Ziel hat. Die Grundidee der Fehlerinjektionstechnik bildet dabei in adaptierter Form die Basis für eine nachträgliche Einbettung von Einflüssen potenzieller Störgrößen in aufgezeichnete Sensordatenströme. Das Konzept sowie die notwendigen Bestandteile zur Implementierung des Ansatzes in Form des Fehlerinjektionssystems FISDOM stehen im Mittelpunkt der Arbeit.