Die Erkennung von Emotionen in Gesprächen (ERC) gewinnt zunehmend an Bedeutung für die Entwicklung empathischer Maschinen. In jüngster Zeit haben zahlreiche Ansätze darauf abgezielt, den Gesprächskontext mittels Tiefer Lernmodelle wahrzunehmen. Allerdings sind diese Ansätze aufgrund des Fehlens der Fähigkeit, emotionale Hinweise zu extrahieren und zu integrieren, unzureichend in der Verständnis des Kontexts. In dieser Arbeit stellen wir neuartige Contextual Reasoning Networks (DialogueCRN) vor, um den Gesprächskontext kognitiv umfassend zu erfassen. Inspiriert durch die kognitive Theorie der Emotion entwerfen wir mehrfach iterierende Schlussfolgerungsmoduln, um emotionale Hinweise zu extrahieren und zu integrieren. Das Schlussfolgerungsmodul führt iterativ einen intuitiven Abrufprozess und einen bewussten Schlussfolgerungsprozess durch, was die einzigartige kognitive Denkweise des Menschen nachahmt. Umfangreiche Experimente an drei öffentlichen Benchmark-Datensätzen belegen die Wirksamkeit und Überlegenheit des vorgeschlagenen Modells.