Dieser Beitrag beschreibt und evaluiert verschiedene Methoden, um zu einer gegebenen, unvollständigen 3D-Szene eine optimale Menge von zusätzlichen Laserscan-Posen zu erzeugen, die zur gewünschten Abdeckung der Szene führen. Zur Erzeugung von Posekandidaten wird ein randomisiertes Verfahren mit einem Ansatz verglichen, der Cluster in den noch nicht abgedeckten Gebieten extrahiert und mittels zweier Heuristiken Posen relativ zu diesen Clustern setzt, um aktiv vorteilhafte Kandidaten zu erzeugen. Die Güte der generierten Scanposen wird durch eine laufzeitoptimierte invertierte Strahlverfolgung bestimmt. Für eine optimale Auswahl aus der Kandidatenmenge werden ein Greedy-Ansatz, die Formulierung des Problems als ganzzahliges lineares Programm (ILP) sowie seine approximative Lösung verglichen. Weiterhin werden von dem System Nebenbedingungen in Form von Restriktionen der Scanner-Hardware, wie vertikaler/horizontaler Öffnungswinkel sowie minimale/maximale Höhen der Posekandidaten, berücksichtigt, wodurch die Auswertung an die jeweilige Situation angepasst werden kann.