Das Hauptziel der Dissertation ist die Entwicklung einer Methodik zur Rekonstruktion von Straßen- und Wegenetzen auf Basis von ALS-Daten. Die Grundlagenforschung wurde interdisziplinär in zwei unterschiedlichen Fallstudiengebieten mit unterschiedlichen Landschaftssettings erprobt. Die zentrale Forschungsfrage lautete: Welche Möglichkeiten bieten großräumige ALS-Daten zur Rekonstruktion (vor-)historischer Straßen- und Wegenetze? Das zugrunde liegende Ziel war die Entwicklung einer Methodik zur Verwendung von ALS-Daten für die historische Straßen- und Wegeforschung, die in verschiedenen Gebieten Europas oder sogar der Welt anwendbar ist. Die Rekonstruktion von Pfadnetzwerken muss mehreren grundlegenden Schritten folgen: Identifizierung von Pfaden, Kartierung von Pfaden, Erstellung eines (relativ) chronologischen Modells der kartierten Instanzen, Rekonstruktion von Pfaden in leeren Gebieten, Validierung der Ergebnisse und schließlich Visualisierung und Diskussion der Ergebnisse. Am Ende lautet das Fazit, dass die Methodik im Allgemeinen für beide Forschungsbereiche gut funktioniert hat. Tatsächlich trugen alle Schritte zur historischen Straßenforschung bei und erweiterten daher unser Verständnis historischer Straßennetze in beiden Bereichen. Allerdings unterschied sich die Anwendbarkeit für beide Gebiete aufgrund des Mangels an guten Datensätzen oder der Schwierigkeit der Landschaft. Ein allgemeiner Punkt, der in allen Schritten wiederkehrt, ist die Bedeutung guter Datensätze. Es ist klar, dass gute ALS-Daten die Grundlage für den Erfolg der Methodik bilden. Seine Anwendung auf andere Bereiche und die Verbesserung der Methodik sind wichtige nächste Schritte. Die Entwicklungen technischer Tools wie Deep Learning, optisch stimulierte Lumineszenz und Gaming-Engines sehen in dieser Hinsicht vielversprechend aus. Dennoch muss bei allen Anwendungen zur historischen Straßen- und Wegeforschung das menschliche Verstehen und Interpretieren führend sein.

The main aim of the dissertation is to develop a methodology for the reconstruction of road and path networks based on ALS data. Basic research has been tested in two dif-ferent case-study areas with different landscape settings on an interdisciplinary basis. The central research question has been: What are the possibilities of large-scale ALS data for the reconstruction of (pre-) historic road and path networks? The underlying objective has been to develop a methodology to use ALS data for historical road and path research, which is applicable in different areas of Europe or even the world. Re-constructing path networks needs to follow several basic steps: identification of paths, mapping of paths, creating a (relative) chronological model of the mapped instances, reconstructing paths in void areas, validating the results, and finally the visualisation and discussion of the results. In the end, the conclusion is that in general for both re-search areas that the methodology worked well. Indeed, all steps contributed to histori-cal road research and therefore increased our understanding of historical road networks in both areas. However, for both areas the applicability differed due the lack of good data sets or the difficulty of the landscape. Indeed, a general point that comes back in all steps is the importance of good datasets. It is clear that good ALS data forms the basis of successfulness of the methodology. Its application to other areas and im-provement of the methodology are important next steps. The developments of technical tools like deep learning, optical stimulated luminescence and gaming engines look promising in this regard. Nevertheless, the human understanding and interpretation must be leading in all applications for historical road and path research.