Wir präsentieren einen Ansatz zur semantischen Szeneanalyse unter Verwendung tiefer Faltungsnetze. Unser Ansatz basiert auf Tangentenfaltungen – einer neuen Konstruktion für Faltungsnetze auf 3D-Daten. Im Gegensatz zu volumetrischen Ansätzen arbeitet unsere Methode direkt mit der Oberflächengeometrie. Entscheidend ist, dass die Konstruktion auch auf unstrukturierte Punktwolken und andere störanfällige reale Daten anwendbar ist. Wir zeigen, dass Tangentenfaltungen effizient auf groß angelegten Punktwolken mit Millionen von Punkten ausgewertet werden können. Unter Verwendung von Tangentenfaltungen entwerfen wir ein tiefes, vollständig faltungsnetzartiges Netzwerk für die semantische Segmentierung von 3D-Punktwolken und wenden es auf anspruchsvolle reale Datensätze von 3D-Innen- und Außenräumen an. Experimentelle Ergebnisse belegen, dass der vorgestellte Ansatz in der detaillierten Analyse großer 3D-Szenen anderen jüngeren tiefen Netzwerkkonstruktionen überlegen ist.