Das zuverlässige Erkennen von Verkehrszeichen ist ein essentieller Teilaspekt der verschiedenen Grade des autonomen Fahrens und wird bereits seit einigen Jahrzehnten erforscht. Insbesondere die Tatsache, dass die automatisierte Interpretation von Verkehrszeichen durch Angriffsvektoren manipuliert wird, trägt zur Aktualität und nach wie vor hohen Relevanz dieses Forschungssektors bei. Anhand dieser Domäne zeigt der Beitrag auf, dass auch selbstorganisiert lernende Systeme eine ernstzunehmende Konkurrenz zu den etablierten Deep Learning Verfahren sein können. Es werden die technischen Grundlagen der Klassifikation von Bilddaten mit einem Self-Enforcing Network erörtert, allgemeine Probleme bei der Klassifikation von Bilddaten aufgezeigt, sowie verschiedene Methoden demonstriert, die zur schrittweisen Verbesserung eines SEN Modells beitragen können.