In dieser Arbeit wurde eine operationelle Methode zur Kartierung von Unterwasserpflanzen mit Hilfe von hyperspektralen (spektral und räumlich sehr hochauflösenden) Fernerkundungsdaten entwickelt. In Zukunft soll es damit möglich sein, die Überwachungs-und Bewertungskriterien der Europäischen Wasserrahmenrichtlinie zu erfüllen. Die Identifizierung von Unterwasserpflanzen (submersen Makrophyten) auf Basis von Fernerkundungsdaten kann eine zuverlässige Methode zur großflächigen Kartierung der Litoralzone von Seen sein. Dies ist jedoch nur dann möglich, wenn die vorhandenen Arten in ihren spektralen Signaturen unterscheidbar sind. In der vorliegenden Arbeit wurden die spektralen Eigenschaften von acht häufig auftretenden Makrophytenarten (Chara aspera, C. contraria, C. intermedia, C. tomentosa, Nitellopsis obtusa, Najas marina, Potamogeton pectinatus, P. perfoliatus) untersucht. Um ein Mass für die spektrale Variabilität einer Art zu erhalten, wurden in den Jahren 2003 und 2004 im Rahmen von Feldmessungen am Bodensee und am Starnberger See die Reflexion einzelner homogener Makrophytenpolster mit einem Unterwasserspektrometer (RAMSES) bestimmt. Ergebnisse zeigen, dass die in situ gemessenen Reflexionsspektren der Makrophytenarten in einigen Wellenlängenbereichen signifikante Unterschiede aufweisen. Um die besten Wellenlängenkombinationen für eine optimale Klassifizierung zu ermitteln, wurde ein genetischer Algorithmus (GALGO) verwendet. Mit Hilfe einer Linearen Diskriminanz Analyse (LDA), wurden die Makrophyten zu Arten klassifiziert. Es konnte nachgewiesen werden, dass bis zu 98% der Arten mit nur vier optimal ausgewählten Wellenlängen im sichbaren Wellenlängenbereich richtig eingeordnet werden können. Die Ergebnisse der beschriebenen Klassifikationsmethoden wurden auf hyperspektrale, aus einem Flugzeug aufgezeichnete Messungen (HyMap) übertragen. Diese Messungen wurden während der HyEurope Flugkampagne in den Jahren 2003 und 2004 aufgenommen. Mit dem physikalisch basierten Modular Inversion & Processing System (MIP) wurden die Einflüsse der Atmosphäre und der Wassersäule korrigiert. Nach der Vorprozessierung wurden die Hyperspektraldaten durch linear spectral unmixing nach Bodenbedeckungsgraden klassifiziert. Als Ergebnis ergaben sich Bedeckungsgrade (in %) für niedrigwüchsige Pflanzen (z. B. Characeae), für hochwüchsige Pflanzen (z.B. P. Pectinatus) und für unbedecktes Sediment. Anschließend wurden die Pixel, weiter nach Arten klassifiziert und eine detaillierte Verteilungskarte (in 4 x 4 m² Pixelauflösung) bis zu einer Wassertiefe von 4.5 m erstellt. Die Ergebnisse dieser Studie demonstrieren, dass es möglich ist, submerse Makrophyten mit hyperspektralen Fernerkundungsmethoden zu erfassen, und dass mit geeigneten Datenanalyseverfahren verschiedene Makrophytenarten potenziell unterscheidbar sind.