Schon über die letzten Jahr(zehnte) gibt es eine Zunahme räumlichen Daten von geogetaggten Fotos, über Fernerkundungsdaten oder auch Texten, wie Wikipedia Artikel. Gleichzeitig gewinnt maschinelles Lernen im Alltag aber auch in der Geoinformatik an Bedeutung. Dies wirft die Frage auf, wie und ob diese heterogenen Daten samt des unterschiedlichen Informationsgehalts für maschinelle Lernverfahren verwendet werden können. Ein existierender Ansatz ist die Idee des Location Encodings. Nachdem die Relevanz der Thematik verdeutlicht wurde, wird der Pitch Möglichkeiten aufzeigen, um verschiedener Datenquellen innerhalb eines Location Encoders durch selbstüberwachte Lernverfahren zu kombinieren und ob diese Ansätze für die Zukunft vielversprechend sind.