Diese Bachelorarbeit beschäftigt sich mit der Berechnung optimaler Routen innerhalb von öffentlichen Verkehrsnetzen. Wir betrachten dabei zunächst das Problem der frühesten Ankunftszeit. Dabei wird auf der Eingabe eines Startstopps, eines Zielstopps und der frühesten Abfahrtszeit die Route mit der minimalen Ankunftszeit am Zielstopp berechnet. Für das Problem existieren bereits der Connection Scan Algorithm (CSA) und Round-Based Public Transit Routing (RAPTOR) Algorithmus, die es mit einer unterschiedlichen Herangehensweise lösen. Da in einer realen Anwenungssituation die Reisen mit öffentlichen Verkehrsmitteln von Verspätungen betroffen sind, liefern erwartete Ankunftszeiten bessere Reiserouten für deren Passagiere. Erwartete Ankunftszeiten geben den Erwartungswert der Ankunftszeit von Reisen zwischen zwei Stopps an. Dabei wird die Wahrscheinlichkeit einer Ankunftszeit über die möglichen Verspätungen von Verkehrsmitteln ermittelt. Diesen liegt ein Modell zugrunde, das für jede Verspätung eine Wahrscheinlichkeit definiert. Für die Art der CSAs gibt es bereits eine Lösung zur Minimierung von erwarteten Ankunftszeiten. Wir entwickeln einen neuen Algorithmus, der auf den RAPTOR Algorithmen basiert, um zusätzlich zu der Lösung des Problems der minimalen erwarteten Ankunftszeiten Optimierungen hinsichtlich der Anzahl der Umstiege zu ermöglichen. Die Ausgabe der Ergebnisse der minimalen erwarteten Ankunftszeiten erfolgt über Entscheidungsgraphen, die dem Nutzer Alternativrouten anzeigen, falls er beim Umsteigen durch Verspätungen Anschlusszüge verpasst. Die Eingabe der Anfragen und die anschließende Visualisierung der Ergebnisse ermöglichen wir über eine Weboberfläche. Abschließend vergleichen wir die unterschiedlichen Herangehensweisen und führen Benchmarktests durch. Für die Tests verwenden wir das komplette Netz des Schienenregionalverkehrs und -fernverkehrs in Deutschland.