Befall durch den Buchdrucker (Ips typographus) ist in Fichtenwäldern der hochmontanen und subalpinen Stufe eine grosse Herausforderung für die Waldbewirtschaftung. Es ist unmöglich, im oft steilen Gelände einzig mit terrestrischen Beobachtungen alle anfälligen beziehungsweise bereits befallenen Fichten (Picea abies) rechtzeitig zu identifizieren. Um rechtzeitig eingreifen zu können, ist eine zeitsparende, kostengünstige und effektive Methode zum Auffinden dieser Fichten notwendig. Vielversprechend scheint die Technik der Fernerkundung. Deshalb untersuchten wir das Potenzial von hyperspektralen Fernerkundungsdaten für die Früherkennung gestresster oder befallener Fichten an einem Fallbeispiel im Lehr- und Forschungswald der Eidgenössischen Technischen Hochschule (ETH) Zürich in Sedrun im Kanton Graubünden. Der verwendete Ansatz beruht auf einer Kombination von Feldaufnahmen und hyperspektralen Daten, daraus berechneten spektralen Vegetationsindizes und einer Klassifizierung der Fichten in tote, gestresste und gesunde Bäume durch Random-Forest-Modelle, eine Methode des maschinellen Lernens. Es konnte gezeigt werden, dass gestresste Fichten mit diesem Ansatz zwar aufgespürt werden können, die Methode für den operativen Einsatz aber noch nicht ausgereift ist. Insbesondere wäre eine hangspezifische Kalibrierung nötig, was die praktische Anwendung verunmöglicht.