Im schnell sich wandelnden Bereich der Computer Vision stellt die genaue Schätzung der Pose mehrerer Personen aus verschiedenen Blickwinkeln eine erhebliche Herausforderung dar, insbesondere wenn diese Schätzungen auch zuverlässig sein sollen. Diese Arbeit präsentiert eine umfassende Bewertung der Generalisierungsfähigkeiten von Mehrblick-Personen-Poseschätzern auf unbekannte Datensätze und stellt einen neuen Algorithmus vor, der in dieser Aufgabe ausgezeichnete Leistungen erbringt. Zudem wird untersucht, wie die Leistung durch die zusätzliche Nutzung von Tiefeninformation verbessert werden kann. Da der neue Ansatz nicht nur gut auf unbekannte Datensätze, sondern auch auf verschiedene Keypoints generalisieren kann, wird hier der erste Mehrblick-Mehrpersonen-Vollkörper-Pose-Schätzer vorgestellt. Um weitere Forschungen zu diesen Themen zu fördern, ist die gesamte Arbeit öffentlich zugänglich.