Um die Sicherheit, Effizienz und den Komfort im Strassenverkehr zu steigern,werden in Zukunft vermehrt Fahrerassistenzsysteme und teil- oder vollautomatisierteFahrzeuge zum Einsatz kommen. Solche Systeme müssen durchvorausschauendes Fahren in der Lage sein, mit Fussgängern und Radfahrern umzugehen.Dazu bedarf es einer Erkennung ihrer Intention und einer Vorhersageihres Verhaltens in der unmittelbaren Zukunft mithilfe von fahrzeugeigenerSensorik. Diese Arbeit widmet sich der Intentionserkennung von Fussgängernund Radfahrern im Strassenverkehr aus einem Fahrzeug. Unter der Intentionserkennungwerden dabei sowohl die Detektion des Bewegungszustandes,wie beispielsweise Bewegen oder Warten, als auch die Vorhersage zukünftigerAufenthaltsorte verstanden. Es werden maschinelle Lernverfahren zur Intentionserkennungauf Grundlage beobachteter Körperbewegungen und der lokalenUmgebung entwickelt. Der Schwerpunkt der Arbeit liegt auf der Untersuchungvon sog. Posen, eine Repräsentation der Körperhaltung von Fussgängern undRadfahrern, als Indikatoren für das (zukünftige) Verhalten. Dazu wird einVerfahren zur bildbasierten Schätzung der Posen aus einem fahrenden Fahrzeugvorgestellt und evaluiert