Obwohl die zeitliche Tagging noch von regelbasierten Systemen dominiert wird, gibt es kürzlich Versuche, neuronale zeitliche Tagger zu entwickeln. Allerdings konzentrieren sich alle diese Ansätze auf einlinguistische Einstellungen. In dieser Arbeit untersuchen wir multilinguale Methoden zur Extraktion zeitlicher Ausdrücke aus Texten und erforschen feindliche Trainingsmethoden zur Angleichung der Einbettungsräume in einen gemeinsamen Raum. Damit erstellen wir ein einzelnes multilinguales Modell, das auch auf unbekannte Sprachen übertragen werden kann und den neuen Stand der Technik in diesen kreuzsprachlichen Transferexperimenten setzt.