Der Beitrag beschreibt die Architektur und Aufbau eines auf Smartphone-Sensoren basierenden Indoor Positionierungsansatzes. In den vergangenen Jahren wurden diverse Indoor-Positionierungsansätze aufbauend auf externer Hardware und Arbeitsaufwand-intensiven Datenerfassungskampagnen vorgestellt. Dazu gehören unter anderem absolute Positionierungsverfahren wie mitunter Fingerprinting und/oder Received Signal Strength Indication mittels WLAN-Ortung und Bluetooth Low Energy Beacons. Einen alternativen Ansatz bieten relative Positionierungsverfahren aufbauend auf einem Koppelnavigationsansatz (Pedestrian Dead Reckoning, PDR). Solche Verfahren bauen auf Smartphone-internen Sensoren (u.a. Gyroskop, Akzelerometer, Barometer) auf und benötigen keine aufwendige Trainingsdatenerfassung sowie externe Hardware. Mithilfe von Map Matching Verfahren und eindeutig erkennbaren Orten (Landmarks) werden akkumulierte Positionierungsfehler korrigiert. Dieser Vortrag soll einen Überblick über ein solches infrastrukturfreies, Cross Plattform fähiges und auf Open Source Software aufbauendes PDR-System geben. Die Mobile App wird mit React Native entwickelt. Diese Anwendung wird aktuell im Rahmen einer Master Abschlussarbeit an der Universität Osnabrück entwickelt und soll Anwendung im CampusGIS2 Projekt der Universität zu Köln finden.