Wir präsentieren einen mehrzweckfähigen Algorithmus zur simultanen Gesichtserkennung, -ausrichtung, -pose-Schätzung, Geschlechtsidentifizierung, Lächelnserkennung, Altersschätzung und Gesichtserkennung unter Verwendung eines einzigen tiefen Faltungsneuronalen Netzes (CNN). Das vorgeschlagene Verfahren nutzt ein Mehrfach-Aufgaben-Lernrahmenwerk (Multi-Task Learning Framework), das die geteilten Parameter des CNN reguliert und eine Synergie zwischen verschiedenen Bereichen und Aufgaben aufbaut. Ausführliche Experimente zeigen, dass das Netzwerk ein besseres Verständnis von Gesichtern hat und für die meisten dieser Aufgaben den aktuellen Stand der Technik erreicht.