Im Gegensatz zu den schnell abrufbaren satellitengestützten Verfahren im Außenbereich stellen Lokalisierungskonzepte im Innenraum Insellösungen dar. Die vorliegende Arbeit präsentiert ein neuartiges Software-Framework zur Integration beliebiger heterogener Positionierungstechnologien, welches unkompliziert auf eine Vielzahl von Problemen angewendet werden kann. Da die Hybridisierung zunächst des Vorhandenseins individueller Ansätze bedarf, widmet sich der Text eingangs ausgewählten Prinzipien zur Ermittlung der Parameter Abstand und Einfallswinkel basierend auf Signalstärke, Signalphase, Signalfrequenz und Signallaufzeit. Neben signaltheoretischen Betrachtungen, welche für die Operabilität der später realisierten Systeme neuartige Ableitungen zum Einfluss von Frequenzabweichungen enthalten, werden innovative Klassifikationstechniken zur Messwertcharakterisierung vorgeschlagen. Aufbauend auf der Verfügbarkeit erwähnter Parameter thematisiert die Arbeit sodann mannigfaltige Positionierungstechniken, wobei die Ableitung ihrer statistischen Eigenschaften gelingt. Sowohl die individuellen Varianten als auch das hybride System werden nach dem Entwurf umfassend analysiert, wahlweise anhand der Rohdaten oder unter Ausnutzung ihrer zeitlichen Korrelation. Mittels der Methoden des maschinellen Lernens gelingt schlussendlich die Vorhersage der bevorstehenden vollständigen Trajektorie einer Person bei Einbeziehung weniger anfänglicher Positionsvektoren.