Das Gebiet der affektiven Computing bei Tieren entwickelt sich rasch, und die Analyse von Gesichtsausdrücken ist ein entscheidender Aspekt. Eine der größten Herausforderungen, mit denen Forscher in diesem Bereich derzeit konfrontiert sind, ist die Knappheit hochwertiger, umfassender Datensätze, die die Entwicklung von Modellen zur Analyse von Gesichtsausdrücken ermöglichen. Ein möglicher Ansatz besteht in der Nutzung von Gesichtspunkten (facial landmarks), was sowohl für Menschen als auch für Tiere gezeigt wurde. In dieser Arbeit stellen wir einen neuen Datensatz vor, der Katzen-Gesichtsbilder enthält, die mit Begrenzungsrahmen und 48 Gesichtspunkten annotiert wurden, die auf der Katzen-Gesichtsanatomie basieren. Wir führen außerdem ein Modell zur Landmark-Erkennung ein, das auf einem konvolutionellen neuronalen Netzwerk (CNN) basiert und eine Vergrößerungsmethode für Ensembles verwendet. Unser Modell zeigt ausgezeichnete Leistungen bei Katzen-Gesichtern und ist auf die Erkennung von menschlichen Gesichtspunkten übertragbar.