Mehrfach pro Jahr treffen Sturmfluten auf die Küste der Deutschen Bucht, die zur Lebensgefahr für Anwohner werden können. Eine mehrtägige Vorhersage des Windstaus kann aufgrund der Variabilität in Zugbahn und Intensität der sturmfluterzeugenden Tiefdruckgebiete zu großen Unsicherheiten führen. Auf Basis von Reanalysen (ERA-Interim) der Windgeschwindigkeit und Windstaumessungen werden in dieser Bachelorarbeit Eintrittswahrscheinlichkeiten für vier Windstauwerte in Cuxhaven modelliert. Die Modelle werden mittels logistischer Regression und dem Bayes’schen Informationskriterium angepasst. Verschiedene Strategien zur Berechnung einer Wahrscheinlichkeitsvorhersage mittels Ensemblevorhersagen (EZMW-EPS) werden in einem Kreuzvalidierungsansatz verglichen und verifiziert. Anhand einer schweren Sturmflut im November 2007 wird die Vorhersage der zweier Modelle beispielhaft dargestellt. Für steigende Windstauwerte sind höhere Windgeschwindigkeiten zur Überschreitung der Schwellwerte vonnöten. Die Güte der Modelle hängt von den vorhergesagten Windgeschwindigkeiten und den Auftrittshäufigkeiten der Schwellwertüberschreitung ab. Durch die zeitliche Auftrittsverteilung der Windstauüberschreitungen gibt es Unterschiede zwischen den Vorhersagezeiten. Gegenüber einer klimatologischen Vorhersage zeigen die Modelle für niedrige Windstauwerte ein Verbesserung. Modelle für hohe Windstauwerte zeigen hingegen eine bessere Differenzierbarkeit des Eintritts. Variationen der Güte unterschiedliche Vorhersagestrategien sind auf deren Datengrundlage und Berechnung zurückzuführen.