Die automatische Detektion von Objekten in 3D-Geodaten ist ein wichtiger Bestandteil vieler GIS-Workflows, sei es bei der Kartierung geomorphologischer Formen (Bremer, Sass 2012; Rutzinger et al. 2012) Austrian Alps, using a combination of terrestrial (TLS, der Generierung von 3D-Stadtmodellen (Niemeyer et al. 2012) oder der Entwicklung autonom agierender Fahrzeuge (Maturana, Scherer 2015). Besonders in städtischen Räumen, welche durch komplexe Objektstrukturen sowie eine Vielzahl an verschiedenen Objekttypen charakterisiert sind, können automatische Methoden allein jedoch selten zufriedenstellende Ergebnisse liefern. In diesem Beitrag möchten wir daher untersuchen, inwieweit nutzergenerierte Geodaten bzw. sogenanntes „MicroMapping“ Ansatzpunkte für die Lösung des beschriebenen Problems sein können. Im Rahmen des 3D-MAPP-Projektes wurden dazu 3D-MicroMapping-Aufgaben mit einer unterschiedlichen Komplexität entworfen und in einer Webanwendung implementiert. Die Anwendbarkeit der Methode wurde anschließend in einer empirischen Nutzerstudie untersucht. In der Studie wurden segmentierte LiDAR-Punkwolken genutzt, welche Bäume im städtischen Raum abbilden. Die Aufgabe für die Teilnehmer der Studie bestand darin, Informationen zur Höhe der Baumkrone, zu fehlenden Teilen der Bäume und zu weiteren in der Punktwolke abgebildeten Objekten zu erfassen.