Ziel des Forschungsvorhabens war die Entwicklung eines Verfahrens, welches zurückliegende gravitative Massenbewegungen auf Basis hochauflösender digitaler Höhendaten erfasst und klassifiziert sowie die einzelnen Prozesse in Form geeigneter Werkzeuge für das Geoinformationssystem Esri ArcGIS bereitstellt. Für die Erfüllung dieses Forschungsziels wurde zunächst eine Literaturanalyse durchgeführt und darauf aufbauend die grundlegende Vorgehensweise abgeleitet. Durch die Berechnung von morphologischen Parametern auf Basis der digitalen Höhenmodelle wurden die charakteristischen Oberflächeneigenschaften bekannter Massenbewegungsprozesse ermittelt und mit deren Hilfe unter Einsatz von Machine-Learning-Algorithmen und einer objektbasierten Herangehensweise die generelle Machbarkeit des Verfahrens getestet sowie verschiedene Trainingsszenarien erstellt und der Modellaufbau optimiert. Zur Anwendung kamen die Verfahren der Künstlichen Neuronalen Netze sowie der Zufallswälder. Die Durchführung erfolgte bundeslandweit für Nordrhein-Westfalen und Sachsen in Versionen mit 2 m und 5 m Pixelgröße. Nach Abschluss der Berechnungen wurden die Unterschiede der Modellergebnisse hinsichtlich der Machine-Learning-Verfahren sowie der Auflösung herausgearbeitet und beurteilt, wobei teils signifikante Unterschiede erkennbar wurden. Dies spiegelt sich vor allem in Lage und Anzahl der ermittelten Objekte wider, bezogen auf den kleinmaßstäblichen Bereich werden jedoch prinzipiell die gleichen Regionen ausgewiesen. Weiterhin erfolgte eine Attributierung der ermittelten Flächen bezüglich Größe, Position, Hangneigung, Geologie und Landnutzungsart sowie die Kennzeichnung potentiell stark betroffener Straßenabschnitte. Der darauf aufbauende Abgleich auf Plausibilität ergab, dass sich im Durchschnitt ca. ein Fünftel der Objekte in anthropogenen Bereichen befindet. Unter Einbeziehung geologischen Gegebenheiten konnten weiterhin potentielle aktive Sturzgebiete identifiziert werden.