Wir wenden rekurrente Neuronale Netze auf die Aufgabe der Erkennung chirurgischer Aktivitäten aus Roboterkinematik an. Frühere Arbeiten in diesem Bereich konzentrierten sich auf die Erkennung kurzer, niedrigstufiger Aktivitäten oder Gesten und basierten auf Varianten von Hidden-Markov-Modellen und bedingten Zufallsfeldern. Im Gegensatz dazu arbeiten wir an der Erkennung sowohl von Gesten als auch längeren, hochstufigeren Aktivitäten oder Manövern und modellieren die Abbildung von Kineematik zu Gesten/Manövern mit rekurrenten neuronalen Netzen. Nach unserem Wissen sind wir die ersten, die rekurrente Neuronale Netze für diese Aufgabe einsetzen. Mit einem einzelnen Modell und einem einzigen Satz von Hyperparametern erreichen wir den Stand der Technik bei der Gesteenerkennung und verbessern den Stand der Technik bei der Manövererkennung, sowohl hinsichtlich der Genauigkeit als auch des Edit-Distances. Der Quellcode ist unter https://github.com/rdipietro/miccai-2016-surgical-activity-rec verfügbar.