Das vorliegende Paper untersucht die Funktionalität einer Gefahrenmonitoring-Anwendung für Radfahrer auf dem Raspberry Pi mithilfe von Objekt Detektion. Ziel ist es, eine Basis für die Weiterentwicklung des Gefahrenmonitorings mithilfe von Objekt Detektion zu schaffen und die Idee weiterzuvermitteln. Es wurden für das Training eigens aufgenommene Datensätze mit der Raspberry Pi Cam sowie Google Open Images Datensätze mit den zwei Klassen Auto und Fahrrad verwendet. Dabei werden drei Modelle mit verschiedenen Trainingsdatensa ̈tzen und gleichem Testdatensatz trainiert und verglichen. Das Modell mit den eigenen Datensätzen hatte die höchsten Werte bei der Precision sowie beim Recall und wurde aufgrund dessen für den Test der Funktionalität der Anwendung im Straßenverkehr gewählt. Die Ergebnisse aus der Testfahrt zeigen, dass die Anwendung eine mangelnde Funktionalität der Überwachung darstellt und keine zuverlässige Überwachung aufgrund fehlender Datensätze bietet. Kleine Objekte wurden nicht erkannt und Inkonsistenzen der Zeichnung von Begrenzungsrahmen in Echtzeit erschwerten die Gefahrendetektion und -überwachung. Jedoch wurden potenzielle Gefahrensituationen zum Teil vom Modell erkannt.