Der Iterative Closest Point (ICP)-Algorithmus ist eine der am häufigsten verwendeten Methoden zur Registrierung von Punktmengen. Aufgrund seiner Grundlage auf lokaler iterativer Optimierung ist ICP jedoch bekannt dafür, anfällig für lokale Minima zu sein. Seine Leistung hängt entscheidend von der Qualität der Initialisierung ab, und es kann lediglich lokale Optimalität garantiert werden. In diesem Artikel wird erstmals ein global optimaler Algorithmus, Go-ICP, für die euklidische (starre) Registrierung zweier 3D-Punktmengen unter der L²-Fehlermetrik vorgestellt, wie sie im ICP-Verfahren definiert ist. Der Go-ICP-Ansatz basiert auf einem Branch-and-Bound (BnB)-Verfahren, das den gesamten 3D-Bewegungsraum SE(3) durchsucht. Durch Ausnutzung der speziellen geometrischen Struktur von SE(3) leiten wir neuartige obere und untere Schranken für die Registrierungsfehlfunktion ab. Lokales ICP wird in das BnB-Verfahren integriert, wodurch die Geschwindigkeit des neuen Verfahrens erhöht wird, ohne die Garantie globaler Optimalität zu verlieren. Außerdem werden Erweiterungen diskutiert, die die Robustheit gegenüber Ausreißern berücksichtigen. Die Evaluation zeigt, dass das vorgeschlagene Verfahren zu zuverlässigen Registrierungsergebnissen führt, unabhängig von der Initialisierung. Go-ICP ist daher anwendbar in Szenarien, in denen eine optimale Lösung erforderlich ist oder in denen eine gute Initialisierung nicht stets verfügbar ist.