Das direkte Lesen von Dokumenten und das Beantworten von Fragen darauf basierend ist eine noch nicht gelöste Herausforderung. Um die inhärente Schwierigkeit zu umgehen, wurde die Frage-Antwort-Generierung (QA) auf die Verwendung von Wissensbasen (KBs) ausgerichtet, was sich als effektiv erwiesen hat. Leider leiden Wissensbasen oft daran, dass sie zu restriktiv sind, da ihr Schema bestimmte Arten von Antworten nicht unterstützt, und zu dünn besetzt sind, zum Beispiel enthält Wikipedia viel mehr Informationen als Freebase. In dieser Arbeit stellen wir eine neue Methode vor: Key-Value Memory Networks. Diese Methode verbessert die Machbarkeit des Lesens von Dokumenten, indem sie unterschiedliche Codierungen in den Adressierungs- und Ausgabestufen des Speicherlesevorgangs nutzt. Um die Verwendung von Wissensbasen, Informationsextraktion oder direkt Wikipedia-Dokumente in einem einzigen Rahmen vergleichbar zu machen, konstruieren wir ein Analysetool namens WikiMovies. Dieses QA-Datensatz beinhaltet Rohtext neben einer vorverarbeiteten Wissensbasis im Bereich Filme. Unsere Methode verringert den Unterschied zwischen allen drei Szenarien und erzielt zudem Stand-of-the-Art-Ergebnisse im bestehenden WikiQA-Benchmark.