In dieser Arbeit wird ausgehend vom sogenannten ABC-Learning eine Situationserkennung für einen Roboter auf Basis sensomotorischer Daten realisiert. Dabei wird der Roboter inklusive seiner Umwelt als ein dynamisches System aufgefasst und die Einflüsse der verschiedenen Situationen auf dieses System untersucht. Anschließend wird das ABC-Learning um ein Verfahren ertweitert, das mittels Diffusionsprozessen diese Einflüsse erkennen und den entsprechenden Situationen zuordnen kann. Zusätzlich wird eine Modifikationn dieses Verfahrens erläutert und in den Auswertungen der Experimente gezeigt, dass diese zu einer deutlichen Verbesserung führt.