Die Horizontlinie ist ein wichtiges geometrisches Merkmal für viele Aufgaben im Bereich Bildverarbeitung und Szeneanalyse in der Computer Vision. Zum Beispiel kann sie bei der Navigation autonomer Fahrzeuge oder Fahrerassistenzsystemen verwendet werden, um die 3D-Rekonstruktion zu verbessern und die semantische Interpretation dynamischer Umgebungen zu unterstützen. Obwohl es bereits Algorithmen und Datensätze für einzelne Bilder gibt, hat das Problem der Horizontlinien-Schätzung aus Videosequenzen bisher wenig Beachtung gefunden. In dieser Arbeit zeigen wir, wie Faltungsneuronale Netze (CNNs) die durch Videosequenzen aufgezwungene zeitliche Konsistenz nutzen können, um die Genauigkeit und den Varianz der Horizontlinien-Schätzungen zu erhöhen. Wir präsentieren eine neuartige CNN-Architektur mit einem verbesserten residuellen konvolutiven LSTM für zeitlich konsistente Horizontlinien-Schätzung. Ein adaptiver Verlustfunktion wird vorgeschlagen, der sowohl stabiles Training als auch genaue Ergebnisse gewährleistet. Darüber hinaus führen wir eine Erweiterung des KITTI-Datensatzes ein, der präzise Horizontlinien-Labels für 43699 Bilder über 72 Videosequenzen enthält. Eine umfassende Auswertung zeigt, dass der vorgeschlagene Ansatz im Vergleich zu bestehenden Methoden stets überlegene Leistung erzielt.