Es wird eine datenbasierte Modellstruktur zur Approximation komplexer, hochdimensionaler Prozesse für die ressourcenschonende Berechnung in Motorsteuergeräten vorgestellt, die als lokal unabhängiges, paralleles Modellnetz entworfen wurde sowie gut über Prozesswissen validierbar ist. Es wird eine iterative Versuchsplanung vorgestellt, die das mit der Modellierung wachsende Prozesswissen zur optimalen Platzierung der nächsten Versuchspunkte nutzt. Sie garantiert eine optimale Verteilung der Versuchspunkte innerhalb des vorgestellten Modellansatzes und vermeidet Überanpassungen an die Messdaten.