Im Beitrag werden zwei alternative Methoden zur inversen Schätzung der Parameter für Bodenbewegungsvorausberechnungsmodelle aus Messdaten zu Höhenänderungen an Höhenfestpunkten gegenübergestellt, ein Ansatz unter Nutzung der Ausgleichungsrechnung sowie ein Bayes’scher Ansatz unter Nutzung der Monte-Carlo-Simulation. Der Vergleich erfolgt im Kontext eines Kavernenfeldes. Es wird gezeigt, dass durch beide Verfahren aus Höhenbeobachtungen an der Tagesoberfläche die Parameter Hohlraumkonvergenz und Einwirkungswinkel signifikant präzisiert werden können, was zu verbesserten Vorhersagen führt. Im Ergebnis der Studie lassen sich Möglichkeiten ableiten, das Messnetz zu optimieren. / The paper compares two alternative methods for inverse estimation of the parameters for ground movement prediction models from elevation change measurements at fixed levelling points, an approach using the geodetic adjustment theory and a Bayesian approach using Monte-Carlo simulation. The comparison is performed in the setting of a cavern field. It is shown that both methods allow utilizing elevation-change observations on the surface to significantly improve the prediction of the parameters convergence and angle of influence. Such an approach will lead to improved predictions. As a result of the study, opportunities for optimizing the elevation measurement network can be lifted.