Im ersten Teil der Arbeit wird die Wellenforminversion mathematisch beschrieben. Hierbei wird das Vorwärtsproblem erläutert, inklusive einer Diskussion über das numerische Stabilitäts- und Dispersionsverhalten. Anschließend wird auf das Inversionsproblem eingegangen, wobei zwischen der Inversion im Zeitbereich und im Frequenzbereich unterschieden wird. Die mathematischen Formulierungen beziehen sich dabei auf die implementieren Routinen in einem neu programmierten Inversionscode. Anschließend wird die Implementierung dieser Inversionsroutinen an einem einfachen cross-hole Modell getestet. Hierbei wird für die P-Wellen-, S-Wellen- und die P- und S-Wellengeschwindigkeit invertiert. Die Geschwindigkeitsanomalien befinden sich dabei an gleicher Position und an unterschiedlichen Positionen mit unterschiedlicher Richtung der Geschwindigkeitsperturbation. Dieses einfache cross-hole Modell wird mit einem weiteren 2-dimensionalen Inversionscode vom Intitute of Technology Karlsruhe (KIT) invertiert. Beide Inversionsalgorithmen können die Anomalien sehr gut rekonstruieren was ihre Position, Form, Größe und Vorzeichen der Perturbation betrifft. Die Inversionen konvergieren schnell und können den Datenunterschied nach wenigen Iterationen wesentlich minimieren. Im zweiten Teil der Arbeit wird das Untersuchungsgebiet vorgestellt, welches sich in einem stillgelegten Teil des Erzbergs befindet. Alte Karten verweisen auf einen offengelassenen Tunnel in 25 m Tiefe und einem Durchmesser von 4 m. Zwei Messungen wurden 2016 und 2018 durchgeführt, wobei einmal Hammerschläge auf eine prismatische Metallhaube und einmal Explosionen als Quellen verwendet wurden. Die Prozessierung beinhaltet eine Qualitätskontrolle, ein Normalisierungsprozedere, das Aufsummieren der Daten, eine Rotation und abschließend eine Geschwindigkeits- und Spektralanalyse. Die Daten der zweiten Messung werden für eine P-Wellenlaufzeittomographie verwendet. Das dabei invertierte Tomographiemodell wird weiterhin als Startmodell für die synthetischen Studien und die elastische Parameterinversion verwendet. Die synthetischen Studien erlauben eine Einschätzung des Verhalten des Wellenfeldes im Falle eines Hohlraums. Zunächst wird aus dem Amplitudenspektrum der Felddaten ein Quellwavelet ermittelt. Danach werden Vorwärtssimulationen durchgeführt, welche unterschiedliche Q-Faktoren berücksichtigen. Durch den Vergleich der Amplitudenspektren der im Feld gemessenen und der simulierten Daten kann ein geeigneter Q-Faktor von 5 ermittelt werden. Nun werden Simulationen ohne und mit implementierten Hohlraum durchgeführt und die Wellenfelder verglichen, wobei drei Inversionsstrategien erntwickelt werden. Strategie A beinhaltet eine Löschung quellnaher Spuren, aber kein Filtern. Strategie B beinhaltet eine Löschung quellnaher Spuren und ein Filtern der Daten und Strategie C beinhaltet die Löschung aller Spuren innerhalb eines Quellabstandes von 50 m, eine Filterung der Daten und die Anwendung eines geeigneten Zeitfensters für die P- und Oberflächenwellen. Diese Strategien werden im synthetischen Fall angewendet und auf ihre Eignung zur Hohlraumdetektierung getestet. Für die Inversion synthetischer Daten werden zwei Startmodelle berücksichtigt, das Tomographiemodell und eine perturbierte Version dessen. Die Inversion beider Startmodelle unter Anwendung der Inversionsstrategien zeigt eine gute Rekonstruktion des implementierten Hohlraums. Dieser kann in fast allen Inversionsdurchläufen und Parametern abgebildet werden. Die ermittelten und getesteten Inversionsstrategien werden letztendlich auf die gemessenen Felddaten angewendet. Die Ergebnisse zeigen keinen eindeutigen Hohlraum, sondern lediglich eine Andeutung dessen. Unter Verwendung aller Inversionsergebnisse und dem a priori Wissens eines Hohlraums in der Lage und der Tiefe könnte eine Lokalisation eben dessen argumentiert werden.