Digitale dreidimensionale Modelle sind aus einer Vielzahl von Anwendungsbereichen nicht mehr wegzudenken, die Aufnahme der zu Grunde liegenden Messdaten ist allerdings häufig zeitaufwendig vor allem bei Gebäuden. Um die Vorteile der hohen Aufnahmegeschwindigkeit und gleichmäßigen Punktwolke des kinematischen Laserscannings von straßengebunden Anwendungen auf Indoor-Anwendungen zu übertragen, sind neue Verfahren und Algorithmen notwendig. Diese müssen den Wegfall von GNSS, die einen nicht unerheblichen Teil der Positionsbestimmung ausmachen, kompensieren. In dieser Dissertation wird ein modulares Messsystem entwickelt, das kinematisches Laserscanning von verschiedenen Plattformen ermöglicht. Das Messsystem macht den verschiedenen Sensoren in beliebiger Anordnung miteinander kombinierbar. So können unterschiedliche Algorithmen rund um Mobile-Mapping-Systeme erforscht werden. Aspekte die näher betrachtet werden, sind die Kalibrierung des Messsystems u nd ihr Einfluss auf die Endergebnisse, die sich aus mehreren Sensoren berechnen. Dazu werden Kalibrierverfahren und Algorithmen untersucht und bewertet. Um den Wegfall des GNSS in Gebäuden zu kompensieren, wird sowohl eine Totalstation, als auch ein horizontaler Laserscanners untersucht. Für den horizontalen Laserscanner werden Verfahren aus dem Bereich SLAM verwendet. Um die Sensoren zu beurteilen, wird ein Filter entwickelt. Mit diesem ist es möglich, die Position und Orientierung (Pose) des Messsystems in Innenräumen in einem vorgegebenen Koordinatensystem zu bestimmen. Dabei werden Extended Kalman Filter und Unscented Kalman Filter sowie verschiedene Bewegungsmodelle evaluiert. Abschließend wird in verschiedenen Szenarien das Messsystem und das Filter für die Anwendung im Gebäude untersucht und beurteilt.
