Zur Erschließung allgemeiner Prinzipien für das Themenfeld der Bewegungsplanung für vollautomatisches Fahren wird eine intuitive Problemformulierung als Euler-Lagrange-Modell aufgestellt und zur globalen Optimierung in ein korrespondierendes Hidden-Markov-Modell umgewandelt. Geometrische und topologische Betrachtungen führen zu einer probabilistischen Umgebungsmodellierung in Kombination mit dem C²-Modell und resultieren in universellen Schlussfolgerungen über die Struktur von Verkehrsgeschehen. In order to establish general principles in the topic of motion planning for fully-automated driving, an intuitive problem statement in the form of an Euler–Lagrange Model is derived and transformed into a corresponding Hidden Markov Model for global optimization. Geometric and topologic considerations lead to a probabilistic environment modelling in combination with the C² model and result in general conclusions about the structure of traffic situations.