Die Positronen-Emissions-Tomographie (PET) ist ein bildgebendes Verfahren der Nuklearmedizin, das unter anderem in der Krebsdiagnostik verwendet wird. Der zeitliche Aufwand einer PET-Untersuchung liegt dabei im Rahmen mehrerer Minuten bis hin zu etwa einer Stunde. Selbst kleinste Bewegungen des Patienten während einer Aufnahme können die Qualität der resultierenden Bilder negativ beeinflussen, da sie zu Unschärfe und Bewegungsartefakten und damit zur problematischeren Verwendbarkeit der tomographischen Daten im Rahmen der medizinischen Auswertung führen. Seit einigen Jahren existieren Verfahren zur Korrektur der stattgefundenen Bewegungen, hierzu müssen diese allerdings detektiert werden. Zur Bewegungserkennung wurde am Helmholtz-Zentrum Dresden-Rossendorf (HZDR) ein System auf der Basis von externen, so genannten Markern entwickelt. Diese müssen während einer PET-Messung am Patienten befestigt werden. Das Bewegungserkennungssystem des HZDR wird im folgenden auch Referenzsystem genannt. Es liefert sehr genaue Ergebnisse, ist allerdings unter anderem aufgrund der externen Marker nicht problemlos auf jeden PET-Scanner übertragbar. Da am HZDR in den letzten Jahren ein neues Kombinationsgerät aus PET und MRT in Betrieb gegangen ist, sollen im Rahmen dieser Arbeit Methoden untersucht werden, die eine markerlose Bewegungserkennung ermöglichen. Dazu wurde eine PET-Messung an einem entsprechend präparierten Phantom, einer Attrappe, durchgeführt, welches unterschiedlichen Bewegungen ausgesetzt wurde. Parallel zur PET-Messung wurden von den Bewegungen des Phantoms Aufnahmen sowohl mit dem bisherigen, marker-basierten Trackingsystem als auch mit einer Microsoft Kinect angefertigt. Aus diesen Daten wurden anschließend mittels unterschiedlicher Algorithmen die Transformationen der Position des Phantoms zwischen einzelnen Messzeitpunkten berechnet. Diese Informationen wurden dann zur Bewegungskorrektur der PET-Daten genutzt, aus denen im Anschluss die bewegungskorrigierten Volumendaten rekonstruiert wurden. Es wurde ein Qualitätsvergleich der mittels Kinect-Daten bewegungskorrigierten Bilder durchgeführt. Dabei wurden die verwendeten Algorithmen sowohl untereinander als auch im Vergleich mit dem bisherigen Trackingsystem evaluiert. Es konnte gezeigt werden, dass die markerlose Bewegungserkennung mittels des vorgestellten Versuchsaufbaus grundsätzlich funktioniert. Alle untersuchten Algorithmen benötigten eine gegenüber dem Referenzsystem deutlich gesteigerte Verarbeitungszeit. Die Qualität der bewegungskorrigierten PET-Daten war durchweg schlechter als bei Verwendung des Referenzsystems, erreichte aber dennoch zum Teil klinisch ausreichende Werte. Weitere Untersuchungen im Hinblick auf eine Optimierung der Registrierungsschritte sowie die Evaluierung anderer, geeigneterer Kamerasysteme sind notwendig, um das markerbasierte Verfahren im gegebenen Kontext vollständig ablösen zu können.