L'arrivée de la 5G dans les réseaux privés industriels bouleverse la conception des réseaux cellulaires qui ambitionnent désormais de répondre à tous les cas d'usage du sans-fil. Un exemple emblématique est celui de la géolocalisation qui fait aujourd'hui partie intégrante de la 5G. Toutefois, élaborer une solution de localisation en intérieur reste extrêmement complexe, à cause notamment du multitrajet ou de l'absence de ligne de vue directe, le tout exacerbé par le manque d'équipements commerciaux implantant les normes. Bien que certains travaux antérieurs aient proposé des solutions expérimentales, aucun n'a jamais abordé un schéma complet fondé sur les réseaux 5G existants. Nous présentons dans la suite une solution efficace et concrète fonctionnant sur des équipements du marché et offrant un service de localisation de l'ordre de 3 mètres. Pour ce faire, nous combinons l'ECID du 3GPP avec une méthode d'empreinte ou Fingerprinting, comparant la puissance du signal avec une carte de référence. Ce papier repose sur quatre contributions majeures. En premier lieu, nous avons identifié un défaut dans les spécifications du 3GPP et proposé une solution. Nous présentons ensuite notre nouvelle méthode de génération de carte de référence facilement généralisable et fiable. Vient ensuite la création, l'entraînement et l'optimisation d'algorithmes d'apprentissage automatique pour fournir une des solutions les plus précises de la littérature. Enfin, nos expérimentations illustrent les performances obtenues dans un réseau 5G opérationnel. Notre travail précurseur propose ainsi une solution concrète et précise tirant parti des réseaux 5G existants.