Hohe Qualitätsansprüche, die Reduzierung der Herstellungskosten und eine mannigfache Variantenvielfalt fordern schnellere Verfahren für die Prozesskette des Reverse Engineering. Ein wichtiger Abschnitt innerhalb dieser Prozesskette ist die Digitalisierung der Werkstücke. Damit verbunden ist der Schritt vom bisherigen manuellen Positionieren des Messsensors zum vollautomatischen Messablauf.Diese Arbeit stellt ein Verfahren vor, um die bisher manuell durchgeführte optische Digitalisierung vollautomatisch durchzuführen und bestehende, fest eingelernte, automatisierte optische 3D Messsysteme in ihrer Flexibilität weiter zu steigern. Die Relevanz ergibt sich durch eine steigende Anzahl von variablen Werkstücken mit kleiner Losgröße, welche flächenhaft vermessen werden. Durch die Nutzung eines Industrieroboters und eines Positionierdrehtisches wird eine praktische Lösung aufgezeigt, um ein 3D Sensorsystem im ersten Schritt automatisiert und im Weiteren durch ein Verfahren zur Messpositionsplanung vollautomatisch zu positionieren.Der Schwerpunkt und Kern der Arbeit liegt auf dem Verfahren zur vollautomatischen Bestimmung der einzelnen, je nach Messobjekt unterschiedlichen Messpositionen. Die Anforderung an einen optimierten Messplan besteht dabei aus dem Zusammenfügen mehrerer geeigneter Messpositionen. Das Ziel ist die vollständige Digitalisierung des Werkstückes mit möglichst wenigen Messansichten ohne einen manuellen Eingriff. Für die Planung über die Werkstückgeometrien werden dazu die Informationen aus dem Herstellungsdatensatz des zu erfassenden Werkstückes genutzt. Eine Methode zur Generierung geeigneter Messpositionen und ein genetischer Optimierungsalgorithmus bestimmen dabei den optimierten, werkstückbezogenen Messplan für den auf einem Roboter montierten 3D Messsensor.Die theoretischen Inhalte werden anhand der einzelnen Methodenschritte dargestellt, in der industriellen Praxis mittels des optischen Messroboters "OptiMero" umgesetzt und die Praxistauglichkeit an mehreren konkreten Testkörpern validiert. Im Vergleich zu einer manuellen Erfassung ergibt sich durch die robotergestützte, automatische Digitalisierung eine Einsparung von bis zu 50% der Messzeit.