In der Automobilindustrie stellen die Themenfelder Verbrauchsreduktion und Fahrerassistenz zwei zentrale Forschungsschwerpunkte dar, die durch die Entwicklung von optimalen Fahrstrategien adressiert werden. Um insbesondere im Bereich der schweren Nutzfahrzeuge und speziell im Falle von verdichteten Verkehrssituationen weitere Potenziale zu heben, wird in dieser Arbeit ein Ansatz zur Einbeziehung aktueller Verkehrsinformationen bei der Bestimmung einer energieoptimalen Geschwindigkeitsplanung vorgestellt. Hierzu werden sowohl online abgefragte Verkehrsgeschwindigkeiten als auch die Erfassung weiterer Verkehrsteilnehmer mittels Fahrzeugsensoren berücksichtigt. Unter Verwendung eines makroskopischen Verkehrsflussmodells wird eine Schätzung der Verkehrszustände auf Basis der verfügbaren Informationsquellen für einen vorausliegenden Streckenabschnitt entworfen. Die Zustandsschätzung dient als Grundlage für eine Prädiktion des Verkehrsgeschehens, welche anschließend in die Optimierung der Fahrstrategie einfließt. Die resultierende Reduktion des Energiebedarfs wird sowohl offline für ein idealisiertes Folgeverhalten als auch online im gleitenden Horizont aufgezeigt. Sämtliche Untersuchungen zum Nutzen von Geschwindigkeitsprädiktion und optimaler Fahrstrategie basieren auf einer Vielzahl von realen Verkehrssituationen, die mit einem eigens entwickeltem Datenlogger aufgezeichnet wurden.