Vorschläge verschiedener selbstüberwachter Trainingsverfahren folgen einander in rascher Folge und bringen uns einen Schritt näher an die Entwicklung eines universellen Grundmodells. In diesem Prozess werden unüberwachte Downstream-Aufgaben als eine der Evaluationsmethoden erkannt, um die Qualität der mit einem selbstüberwachten Trainingsverfahren gelernten visuellen Merkmale zu überprüfen. Allerdings wurde unüberwachte dichte semantische Segmentierung bisher nicht als Downstream-Aufgabe untersucht, die es ermöglicht, die Qualität der im Patch-Level-Feature-Darstellung während des selbstüberwachten Trainings eines Vision Transformers eingeführten semantischen Informationen zu nutzen und zu bewerten. Daher schlägt dieser Artikel einen neuen datengetriebenen Ansatz für unüberwachte semantische Segmentierung (DatUS^2) als Downstream-Aufgabe vor. DatUS^2 erstellt semantisch konsistente und dichte Pseudo-Segmentierungs-Masken für den nicht annotierten Bild-Datensatz, ohne dabei auf visuelle Vorinformationen oder synchronisierte Daten zurückzugreifen. Wir vergleichen diese Pseudo-annotierten Segmentierungs-Masken mit den Ground-Truth-Masken, um aktuelle selbstüberwachte Trainingsverfahren zur Lernung gemeinsamer semantischer Eigenschaften auf Patch-Ebene und diskriminativer semantischer Eigenschaften auf Segmentebene zu evaluieren. Schließlich bewerten wir existierende state-of-the-art selbstüberwachte Trainingsverfahren mit unserer vorgeschlagenen Downstream-Aufgabe, nämlich DatUS^2. Die beste Version von DatUS^2 übertreffen zudem die bisherigen state-of-the-art-Methoden für die Aufgabe der unüberwachten dichten semantischen Segmentierung mit 15,02 % MiOU (Mean Intersection over Union) und 21,47 % Pixelgenauigkeit auf dem SUIM-Datensatz. Sie erreicht auch eine wettbewerbsfähige Genauigkeit für große und komplexe Datensätze wie den COCO-Datensatz.