Bei der Aufnahme von 3D-Laserscans können verschiedene Arten von Kameras eingesetzt werden, um die aufgenommenen Punkte mit weiteren Informationen zu annotieren. In diesem Beitrag stellen wir ein System vor, dass als zusätzlichen Sensor eine Hyperspektralkamera verwendet. Diese ermöglicht die Erfassung eines großen Bereichs des Lichtspektrums und gibt somit detaillierten Aufschluss über das Reflektionsverhalten unterschiedlicher Materialien. Beim terrestrischen Scannen mit einer solchen Kamera ergeben sich allerdings zeitlich bedingte Beleuchtungsunterschiede. Insbesondere durch die Änderung des Kamerawinkels relativ zur Sonne sowie lokale Verhältnisse treten pro Scanposition starke Änderungen der Intensitätswerte innerhalb der aufgenommenen Hyperspektraldaten auf. Dieser Beitrag zeigt die zu erwartenden Probleme beim Einsatz eines solchen Systems auf und zeigt erste Ansätze zur Kompensation der auftretenden Intensitätsschwankungen. Auf den so ausgeglichenen Daten werden dann mit Hilfe von etablierten Methoden des maschinellen Lernens entsprechende Klassifikatoren gelernt, die es erlauben, die aufgenommenen 3D-Punktwolken in zuvor festgelegte Objekt- und Materialklassen zu segmentieren.