One goal of development economics is to analyze the determinants that impede a country's development. The empirical analysis of such development-economic problems is often based on survey data and on official data provided by public authorities. Thanks to new technologies and the possibility of evaluating larger amounts of data more quickly using machine learning methods, geocoded data can also be used for this purpose. Geocoded data makes it possible to extend the analysis to smaller, non-administrative regions and to generate comparable datasets worldwide. Especially in developing countries, which usually have no or only weak statistical institutions, georeferenced data can generate profound insights. The best-known example of the use of geocoded data in an economic context is nighttime light (NTL) data. It measures the lights emitted in the late evening hours. Since most of these lights indicate economic activity such as industrial plants, shops or traffic, NTL data can be used as a regional measure of production. Against this background, this dissertation analyzes empirical questions of development economics using georeferenced data in order to identify obstacles to development. Following a short introduction, the second chapter presents technical details, handling, and applications of spatial data. In particular, the properties of NTL data are described, and it discusses some influential studies on the use of NTL data as a proxy for economic output. Chapter three examines whether there is a causal relationship between spatial inequality and economic development. Since spatial inequality has an impact on a country's economic development and vice versa, a causal relationship cannot be determined by a simple linear regression analysis. The exogenous variation in geographic features like temperature and precipitation is used to construct an instrument for spatial inequality. These geophysical factors determine where economic activity is likely to take place. Thus, inequality of NTL correlates with spatial economic inequality. The creation of the instrument is a two-step procedure. Using a machine learning algorithm and, alternatively, a parametric regression analyses, the most important geophysical determinants for NTL emission are identified. Based on these results, we predict economic potential on a 1° x 1° grid cell level. In the second step, inequality of predicted economic activity is calculated using the Gini coefficient and used as instrument for spatial inequality. The results show a negative causal effect of spatial inequality on economic activity. Reducing inequality is therefore a crucial point in order to promote the development of countries. The fourth chapter examines the spatial disparity of child growth failure (CGF), which mostly results from malnutrition. Similar to income inequality, CGF inequality could first increase in the development process and then decrease again as the country develops. This U-shaped relationship is also known as the Kuznets curve. A driving factor for this pattern is industrialization, which initially enables better living conditions in industrial areas. With progressing development, wealth is distributed more evenly across the country due to migration and redistribution. An analysis of a geocoded data set of child growth failure shows that such a Kuznets-like relationship also exists for CGF in low- and middle-income countries. In the sub-sample, which only includes Sub-Saharan African countries, there is no correlation between CGF inequality and economic development. This pattern is explained by the rapid urbanization process that is not associated with industrialization. In the fifth chapter, NTL data is used to construct an alternative measure of trade misinvoicing, i.e., the incorrect invoicing of trade flows. First, the relationship between light emitted in port areas and national trade is estimated based on a unique hand-collected data set of port areas in Sub-Saharan Africa. The elasticity of nighttime lights emitted in port areas and country-level observed trade flows is about 0.2 and driven mainly by exports. The regression results are used to predict trade. We create a categorical indicator of trade misinvoicing, exploiting the up- or downward deviation from reported trade flows against predicted trade based on port-lights. The misinvoicing measures used in the literature so far are based on the critical assumption that when comparing bilateral trade flows, one trading partner reports correct data. The new measure does not require this assumption and can be estimated without bilateral trade data. The analysis of the determinants shows results similar to those of the studies using well-known misinvoicing measures. Countries with high levels of corruption control are less likely to have incorrect billing, and high dependency on natural resources is associated with underbilling. The sixth chapter summarizes the most important points of the dissertation and gives a brief outlook on further potential research questions., Ein Ziel der Entwicklungsökonomik ist die Analyse der Determinanten, die die Entwicklung eines Landes erschweren. Die empirische Analyse von solchen entwicklungsökonomischen Zusammenhängen beruht häufig auf Umfragedaten und auf offiziellen, von öffentlichen Stellen ausgegebenen Daten. Durch neue Technologien und die Möglichkeit, größere Datenmengen mit Methoden des maschinellen Lernens schneller auszuwerten, können dazu zudem geokodierte Daten genutzt werden. Geokodierte Daten ermöglichen es, die Analyse auf kleinere, nicht administrative Regionen auszuweiten und weltweit vergleichbare Datensätze zu erzeugen. Besonders in Entwicklungsländern, welche meist keine oder nur schlechte statistische Institutionen haben, können georeferenzierte Daten einen großen Erkenntnisgewinn generieren. Das wohl bekannteste Beispiel für die Verwendung von geokodierten Daten im ökonomischen Kontext sind Lichtdaten. Diese messen die Lichter, die in den späten Abendstunden emittiert werden. Da die meisten dieser Lichter auf ökonomische Aktivitäten wie Industrieanlagen, Geschäfte oder Verkehr hindeuten, können diese als regionales Maß für Produktion verwendet werden. Vor diesem Hintergrund werden in dieser Dissertation empirische Fragen der Entwicklungsökonomik mit Hilfe von georeferenzierten Daten analysiert, um Entwicklungshemmnisse zu erkennen. Dazu werden im zweiten Kapitel zunächst die wichtigsten ökonomischen georeferenzierten Daten und ihre Eigenschaften erläutert. Insbesondere wird die Beschaffenheit der Lichtdaten beschrieben und es werden einige einflussreiche Studien zur Verwendung der Lichtdaten als Proxy für ökonomischen Output diskutiert. In Kapitel drei wird untersucht, ob ein kausaler Zusammenhang zwischen räumlicher Ungleichheit und ökonomischer Entwicklung besteht. Da sowohl die räumliche Ungleichheit einen Einfluss auf die ökonomische Entwicklung eines Landes hat als auch umgekehrt, kann ein kausaler Zusammenhang nicht durch eine einfache lineare Regressionsanalyse festgestellt werden. Es wird daher der Ansatz der Instrumentvariablen-Schätzung verwendet. Als Instrument wird die räumliche Ungleichheit geophysikalischer Faktoren wie beispielweise, Temperatur, Niederschlag und die Terrain Beschaffenheit verwendet. Wichtig ist, dass diese unabhängig von menschen-gemachten Einflüssen sind. Die geophysikalischen Faktoren beeinflussen, wo ökonomische Aktivität sinnvoll ist und korrelieren somit mit räumlicher ökonomischer Ungleichheit. Die Erzeugung des Instruments erfolgt in einem zweiteiligen Prozess. Mit Hilfe eines Algorithmus des maschinellen Lernens werden zunächst die wichtigsten geophysikalischen Determinanten für das emittierte Licht bestimmt. Anhand dessen wird das ökonomische Potenzial in einer 1° x 1° Gitterzelle prognostiziert. Im zweiten Schritt wird auf Basis dieser Prognose der Gini-Koeffizient als Ungleichheitsmaß berechnet, welcher in diesem Kapitel als Instrument für räumliche Ungleichheit verwendet wird. Die Ergebnisse zeigen einen negativen kausalen Einfluss von räumlicher Ungleichheit auf die ökonomische Aktivität. Die Verringerung von Ungleichheit ist demnach ein entscheidender Punkt, um die Entwicklung von Ländern zu fördern. Das vierte Kapitel untersucht die räumliche Ungleichheit von kindlichen Wachstumsstörungen (Child Growth Failure (CGF)), welche meist auf Mangelernährung zurückzuführen sind. Ähnlich wie Einkommensungleichheit könnte sich auch die CGF Ungleichheit im Entwicklungsprozess zunächst erhöhen und dann mit fortschreitender Entwicklung des Landes wieder zurückgehen. Dieser U-förmige Zusammenhang wird auch als Kuznets-Kurve bezeichnet. Ein treibender Faktor für dieses Muster ist die Industrialisierung, welche zu Beginn bessere Lebensbedingungen in industriell geprägten Gebieten ermöglicht und mit zunehmendem Wohlstand dieser sich durch Migration und Umverteilung gleichmäßiger auf das Land verteilt. Die Analyse eines geokodierten Datensatzes von kindlichen Wachstumsstörungen zeigt, dass in Ländern mit niedrigen und mittleren Einkommen ein solcher Kuznets-ähnlicher Zusammenhang auch für CGF besteht. In der Teilstichprobe, welche ausschließlich Sub-Sahara Afrika beinhaltet, besteht keine Korrelation zwischen CGF Ungleichheit und ökonomischer Entwicklung, was durch den schnellen und nicht mit der Industrialisierung einhergehenden Urbanisierungsprozess erklärt wird. Im fünften Kapitel werden Lichtdaten verwendet, um ein alternatives Maß für Trade Misinvoicing, also der inkorrekten Fakturierung von Handelsflüssen, zu konstruieren. Dabei wird zunächst auf Basis eines eigenständig erzeugten Datensatzes für Hafengebiete in Sub-Sahara Afrika der Zusammenhang zwischen in Hafengebieten emittiertem Licht und nationalen Handel geschätzt. Die Schätzungen ergeben eine Elastizität von 0.21. Auf Basis dieser Schätzung wird Handel prognostiziert und diese Prognose mit den offiziell gemeldeten Handelsdaten verglichen. Aus dieser Abweichung wird das Misinvoicing Maß hergeleitet und dessen Determinanten untersucht. Die bisher in der Literatur verwendeten Misinvoicing Maße sind immer auf der kritischen Annahme begründet, dass bei dem Vergleich bilateraler Handelsflüsse immer ein Handelspartner richtige Daten berichtet. Das neue Maß benötigt diese Annahme nicht und kann ohne bilaterale Handelsdaten geschätzt werden. Die Analyse der Determinanten zeigt ähnliche Ergebnisse wie die der Studien, welche das bekannte Misinvoicing Maß verwenden. Länder mit einem hohen Maß an Korruptionskontrolle haben eine geringere Wahrscheinlichkeit einer inkorrekten Fakturierung, ein hoher Anteil an natürlichen Ressourcen wird in Zusammenhang mit einer Unterfakturierung gebracht. Das sechste Kapitel fasst die wichtigsten Punkte der Dissertation zusammen und gibt einen kurzen Ausblick auf weitere potenzielle Forschungsfragen.