Seit seiner Gr��ndung im Jahr 2009, werden durch das International Soil Moisture Network (ISMN) harmonisierte in situ Bodenfeuchtemessungen bereitgestellt, die von einer Vielzahl von operativen Netzwerken stammen. Die Qualit��t der gesammelten Daten variiert sehr stark, aufgrund von Unterschieden der angewandten Sensortechnik ebenso wie aufgrund verschiedener lokaler Bedingungen bei den Messstationen. In situ Bodenfeuchtebeobachtungen sind essentiell, um modellierte und fernerkundungsbasierte Bodenfeuchteprodukte zu evaluieren und zu kalibrieren. Die Relevanz von aussagekr��ftigen Qualit��tsma��en f��r in situ Bodenfeuchtemessungen ist daher offensichtlich. Diese Arbeit pr��sentiert komplexe automatisierte Verfahren der Qualit��tskontrolle, um Spikes, Spr��nge und Plateaus basierend auf der Form von Bodenfeuchte-Zeitreihen zu detektieren. Mehrere Bedingungen werden definiert, um diese fehlerhaften Ereignisse durch Untersuchung der ersten und zweiten Ableitungen, berechnet mithilfe des bekannten Savitzky-Golay Filters, zu identifizieren. Die Performance der vorgestellten Verfahren der Qualit��tskontrolle wird durch einen Vergleich der automatisiert geflaggten Resultate mit manuell geflaggten Daten, basierend auf einer Auswahl von 40 Bodenfeuchtedatens��tzen des ISMN, evaluiert. Abschlie��end wird eine Flagging-Statisik ��ber alle im ISMN enthaltenen Bodenfeuchtedaten pr��sentiert., Since its establishment in 2009, the International Soil Moisture Network (ISMN) provides harmonized ground-based soil moisture measurements, originating from a variety of operating networks. The quality of the collected data is highly variable, caused by differences in the sensing technique as well as by different local conditions at the measuring sites. In situ soil moisture observations are essential to evaluate and calibrate modelled and remotely sensed soil moisture products. Thus, the importance of meaningful quality measures for in situ soil moisture measurements is evident. This study presents sophisticated automated quality control procedures to detect spikes, jumps and plateaus based on analyzing the shape of the soil moisture time series. Several conditions will be defined to identify these erroneous events through investigating the first and second derivatives, derived by the widely-known Savitzky-Golay filter. The performance of the introduced quality control procedures will be evaluated by comparing the automated flagging results to manually flagged data of 40 selected soil moisture datasets from the ISMN. Finally, a flagging statistic based on all soil moisture measurements contained in the ISMN will be presented.