Die Fernerkundung ist eine wichtige Quelle für aktuelle und qualitativ hochwertige Geodaten bzw. für die Aktualisierung von vorhandenen Geodaten. Die Entwicklung von neuen flugzeug- und satellitengestützten digitalen Sensoren in den letzten Jahren hat diese Bedeutung noch erhöht. Die Sensoren erschließen aufgrund ihrer verbesserten räumlichen und radiometrischen Auflösung und der vollständig digitalen Verarbeitungskette neue Anwendungsfelder. Klassische Auswerteverfahren stoßen bei der Analyse der Daten häufig an ihre Grenzen. Die in dieser Arbeit vorgestellte multiskalige objektklassen-spezifische Analyse stellt hier ein sehr gut geeignetes Verfahren dar, welches gute Ergebnisse liefert. Die Klassifizierung der Daten erfolgt mittels eines Fuzzy- Klassifizierungsverfahrens, welches Vorteile in der Genauigkeit und Interpretierbarkeit der Ergebnisse liefert. Die thematische Genauigkeit (Datenqualität) der Fuzzy-Klassifizierung ist von entscheidender Bedeutung für die Akzeptanz der Ergebnisse und ihre weitere Nutzung. Hier wurden Methoden zur räumlich differenzierten Ermittlung und Visualisierung der thematischen Genauigkeit entwickelt.Außerdem wurde die Methode der segmentbasierten Fuzzy-Logic Veränderungsanalyse (SFLV) entwickelt. Die Methode ermöglicht die Veränderungsanalyse von sehr bis ultra hoch aufgelösten Fernerkundungsdaten mit einer differenzierten Aussage zu den eingetretenen Veränderungen. Sie basiert auf den Standard Operationen für unscharfe Mengen und nutzt die Ergebnisse der entwickelten Methode zur Analyse hochauflösender Fernerkundungsdaten. Die SFLV liefert einen deutlichen Mehrwert zu dem klassischen Vergleich zweier Klassifizierungsergebnisse, indem sich differenzierte Aussagen über mögliche Veränderungen machen lassen. Die Anwendbarkeit der SFLV wurde erfolgreich an einem kleinen Untersuchungsgebiet auf der Elbinsel Pagensand beispielhaft für Veränderungsanalyse von Biotoptypen auf der Grundlage von HRSC-A Daten aufgezeigt.