Die Erkennung von hasslichen und beleidigenden Inhalten wurde bisher hauptsächlich in einem einzelnen Modus wie Text umfassend untersucht. Allerdings kann solche giftige Information auch durch multimodale Inhalte wie Online-Memes übermittelt werden. Daher hat die Erkennung von multimodalem hasslichen Inhalt in den letzten Jahren viel Aufmerksamkeit in der akademischen und industriellen Forschungsgemeinschaft gefunden. Dieses Papier möchte zu diesem aufstrebenden Forschungsthema beitragen, indem es DisMultiHate vorschlägt, einen neuen Rahmen, der die Klassifizierung von multimodalem hasslichen Inhalt durchführt. Insbesondere ist DisMultiHate darauf ausgelegt, Zielentitäten in multimodalen Memes zu entwirren, um die Klassifizierung und Erklärbarkeit hasslicher Inhalte zu verbessern. Wir führen umfangreiche Experimente mit zwei öffentlich zugänglichen Datensätzen von hasslichen und beleidigenden Memes durch. Unsere Experimentsergebnisse zeigen, dass DisMultiHate im Vergleich zu den besten unimodalen und multimodalen Baselines bei der Klassifizierung hasslicher Memes überlegen ist. Darüber hinaus wurden empirische Fallstudien durchgeführt, um die Fähigkeit von DisMultiHate zu demonstrieren, Zielentitäten in Memes zu entwirren und letztendlich die Erklärbarkeit des Klassifizierungsauftrags für multimodale hassliche Inhalte zu zeigen.