Die Emotionserkennung in Konversationen ist ein notwendiger Schritt für eine Reihe von Anwendungen, darunter die Meinungsbildanalyse über Chat-Verläufe, soziale Medien-Fäden, Debatten, Argumentationsmining sowie das Verstehen von Kundenfeedback in Echtzeit-Konversationen. Derzeit behandeln Systeme die Beteiligten in der Konversation nicht einzeln, indem sie sich an den Sprecher jeder Äußerung anpassen. In dieser Arbeit beschreiben wir eine neue Methode auf Basis rekurrenter Neuronaler Netze (Recurrent Neural Networks), die den individuellen Zustand der jeweiligen Partei während der gesamten Konversation verfolgt und diese Informationen für die Emotionsklassifizierung nutzt. Unser Modell übertrifft den aktuellen Stand der Technik erheblich bei zwei verschiedenen Datensätzen.