Genauigkeit der Tiefenschätzung in der Endoskopie ist entscheidend für die erfolgreiche Implementierung von Computer-Vision-Pipelines für verschiedene medizinische Verfahren sowie für CAD-Tools. In diesem Artikel präsentieren wir den EndoDepth-Benchmark, einen Evaluierungsrahmen, der darauf abzielt, die Robustheit von monokularen Tiefenschätzmodellen in endoskopischen Szenarien zu bewerten. Im Gegensatz zu traditionellen Datensätzen berücksichtigt der EndoDepth-Benchmark typische Herausforderungen, die während endoskopischer Eingriffe auftreten. Wir stellen einen konsistenten Evaluierungsansatz vor, der speziell darauf ausgelegt ist, die Robustheitsleistung von Modellen in endoskopischen Kontexten zu bewerten. Dazu gehört ein neuartiges Zusammensetzungsmaß namens mittlerer Robustheits-Score für die Tiefenschätzung (mean Depth Estimation Robustness Score, mDERS), das eine detaillierte Bewertung der Modellgenauigkeit gegenüber Fehlern durch endoskopische Bildverzerrungen ermöglicht. Zudem stellen wir SCARED-C vor, einen neuen Datensatz, der speziell zur Bewertung der Robustheit in der Endoskopie konzipiert wurde. Durch umfangreiche Experimente evaluieren wir state-of-the-art-Architekturen für die Tiefenschätzung am EndoDepth-Benchmark und offenbaren deren Stärken und Schwächen bei der Bewältigung endoskopischer, herausfordernder Bildartefakte. Unsere Ergebnisse unterstreichen die Bedeutung spezialisierter Techniken für eine präzise Tiefenschätzung in der Endoskopie und liefern wertvolle Erkenntnisse für zukünftige Forschungsrichtungen.