In dieser Arbeit schlagen wir eine tiefe Neuronale Netzwerkarchitektur für Objekterkennung vor, die auf rekurrenten neuronalen Netzen basiert. Das vorgeschlagene Netzwerk, ReNet genannt, ersetzt die übliche Schicht aus Faltung und Pooling des tiefen Faltungsneuralen Netzes durch vier rekurrente Neuronale Netze, die horizontal und vertikal in beide Richtungen über das Bild hinweg laufen. Wir evaluieren das vorgeschlagene ReNet anhand dreier weit verbreiteter Benchmark-Datensätze: MNIST, CIFAR-10 und SVHN. Die Ergebnisse deuten darauf hin, dass ReNet eine tragfähige Alternative zu tiefen Faltungsneuralen Netzen darstellt und dass weitere Untersuchungen erforderlich sind.