Die Kernaufgabe des Geomonitorings ist es, mit geeigneten Sensoren und Methoden natürliche und künstliche Struktuen auf Veränderungen zu überwachen und nötigenfalls Alarm auszulösen. Um dies bewerkstelligen zu können, werden neben zuverlässigen Sensoren auch geeignete Auswertemethoden benötigt. Ein zuverlässiger Alamierungsweg und langfristige Speicherung der aufgenommenen Daten runden das System ab. Im ersten Teil werden die oft im Geomonitoring verwendeten Neigungssensoren detailliert analysiert. Durch das differenzielle Messprinzip weisen die Neigungssensoren eine sehr hohe Temperaturstabilität auf und das Sensorrauschen ist neigungsunabhängig. Es wurde gezeigt, dass das Rauschen des Neigungssensors, der nach einem Differenzialmessprinzip arbeitet, eine Cauchy Lorentz Verteilung aufweist. Daher müssen andere statistische Methoden als bei einer Normalverteilung angewendet werden. Mittels Singulärwertzerlegung lässt sich zeigen, dass die Sensorelemente einen unterschiedlichen Verstärkungsfaktor zueinander aufweisen. Korrigiert man dies durch orthogonalisieren der Daten, verbessert sich das Konfidenzintervall um bis zu 34%. Der zweite Teil der Arbeit widmet sich diskreten Basisfunktionen, die eine fortgeschrittene Methode zum Rekonstruieren von Verformungen an Bauwerken ermöglichen. Zwei voneinander unabhängige Messungen die physikalisch unterschiedlichen Prinzipien folgen, z.B. 3D Verschiebungsmessungen (Total station) und Neigungsmessungen (Inklinometer), werden mittels Informationsfusion miteinander kombiniert wobei verlässlichere Ergebnisse erreicht werden können. Durch die Effizienz der analytischen Datenverarbeitungsmethoden ist eine Umsetzung auf lokalen batteriebetriebenen Datenlogger mit eingebetteten Systemen möglich. Im letzten Teil wird auf eine, während dieser Dissertation im Rahmen des Celtic-Next Projekts "Advanced Sensing for Urban Automation" (ASUA), (mit-)entwickelte "ASUA Urban Automation Reference Platform" und die damit verbundenen Geräten eingegangen. Durch die laufende Änderung der Anforderungen an Geomonitoring Geräte in Bezug auf Vernetzung, Integration in heterogene Systeme und Datenverfügbarkeit, müssen sich auch diese Geräte anpassen. Die gefundene Lösung ermöglicht die lokale Datenverarbeitung bei komplexen Problemen (Rekonstruktion), lokale Alarmierung und eine Steuerung über ein cloud-basiertes Kontrollsystem. Die in der Arbeit gefundenen Lösungen bieten die Grundlage für eine neue Generation von vernetzten Geomonitoring Geräten, die intelligente lokale Datenverarbeitung ermöglichen. Die modellbasierte Rekonstruktion ermöglicht eine maßgebliche Verbesserung der Ergebnisse durch Datenkombination und toleriert Ausfälle von einzelnen Messsensoren. Die detaillierte Sensoranalyse zeigt, dass die üblicherweise verwendete Statistik bei vielen der hier verwendeten Sensoren versagt und andere statistische Methoden und Filter angewendet werden müssen um verlässliche Ergebnisse zu erhalten.