Die autonome Robotik in der Forsttechnik stellt aufgrund des unwegsamen Terrains und der dynamischen Umweltbedingungen hohe Anforderungen an die eingesetzten Sensoren. Standardmethoden wie Light Detection and Ranging (LiDAR), Kameras oder Ultraschallsensoren stoßen insbesondere bei dichtem Unterbewuchs an ihre Grenzen, da diese Hindernisse oft schwer zu detektieren sind. Eine zuverlässige Navigation unter diesen Bedingungen erfordert daher alternative Sensoransätze, die robust und kosteneffizient sind. In dieser Arbeit soll ein kraftsensitives Stoßstangensystem für den mobilen Roboter AgileX Scout entwickelt und getestet werden. Dieses Stoßstangensystem dient als taktiler Sensor, der durch Widerstandsmessung erkennt, ob der Roboter sicher weiterfahren kann oder seine Route anpassen muss. Das entwickelte System soll langfristig ein Bestandteil einer umfassenden autonomen Lösung für die Forstinventur sein. Ein zentrales Ziel ist es, mit dem entwickelten System ein Teilgebiet des Lehrforsts der BOKU autonom zu scannen und daraus einen digitalen Zwilling des Waldstücks zu erstellen. Dabei soll untersucht werden, wie effektiv die kraftsensorbasierte Navigation zur Erfassung forstlicher Bestandsdaten eingesetzt werden kann. Diese Masterarbeit liefert ein funktionsfähiges Konzept für ein kraftsensitives Stoßstangensystem, das eine robuste Navigation autonomer Forstroboter in schwierigem Gelände ermöglicht. Durch die Umsetzung im Lehrforst der BOKU soll gezeigt werden, dass sich die entwickelte Technologie zur autonomen Erfassung von Forststrukturen eignet. Die Forschungsergebnisse sollen die Grundlage für weiterführende Studien zur taktilen Wahrnehmung in der Forstrobotik schaffen und neue Ansätze für kosteneffiziente Sensorik in unstrukturierten Umgebungen liefern.