Die Erkennung chirurgischer Arbeitsabläufe hat zahlreiche potenzielle medizinische Anwendungen, wie zum Beispiel die automatische Indizierung von Chirurgie-Videodatenbanken und die Optimierung der Echtzeit-Planung im Operationssaal. Daher wurde die Phasenerkennung im Kontext verschiedener Operationen untersucht, darunter Katarakt-, neurologische und laparoskopische Chirurgie. In der Literatur werden zwei Arten von Merkmalen üblicherweise zur Durchführung dieser Aufgabe verwendet: visuelle Merkmale und Signalinformationen über das Werkzeuggebrauch. Die verwendeten visuellen Merkmale sind jedoch größtenteils manuell erstellt (handcrafted). Zudem werden die Signale des Werkzeuggebrauchs in der Regel durch einen manuellen Annotationprozess oder mithilfe zusätzlicher Geräte gesammelt. In dieser Arbeit schlagen wir eine neuartige Methode für die Phasenerkennung vor, die ein konvolutives Neuronales Netz (CNN) verwendet, um Merkmale aus Cholezystektomie-Videos automatisch zu lernen und sich ausschließlich auf visuelle Informationen stützt. In früheren Studien wurde gezeigt, dass Werkzeugsignale wertvolle Informationen für die Phasenerkennung liefern können. Deshalb präsentieren wir eine neue CNN-Architektur namens EndoNet, die darauf ausgelegt ist, sowohl die Phasenerkennung als auch die Detektion von Werkzeugpräsenz in einem Multi-Task-Ansatz durchzuführen. Nach bestem Wissen ist dies die erste Arbeit, in der vorgeschlagen wird, ein CNN für mehrere Erkennungsaufgaben bei laparoskopischen Videos zu verwenden. Ausführliche experimentelle Vergleiche mit anderen Methoden zeigen, dass EndoNet für beide Aufgaben standesübliche Ergebnisse (state-of-the-art results) erzielt.