Die Erkennung menschlicher Aktionen aus skelettalen Daten ist ein bedeutender und aktiver Forschungsbereich, in dem die Stand der Technik bisher noch nicht nahezu perfekte Genauigkeit auf zahlreichen etablierten Datensätzen erreicht hat. In diesem Artikel stellen wir den Distribution of Action Movements Descriptor (DAMD) vor, einen neuartigen Aktionen-Descriptor, der auf der Verteilung der Richtungen der Gelenkbewegungen zwischen aufeinanderfolgenden Frames basiert und sich über die Menge aller möglichen Bewegungen im Datensatz definiert. Der Descriptor wird als normalisierter Histogrammwert über eine Menge repräsentativer Bewegungsrichtungen berechnet, die wiederum durch Clustering gewonnen werden. Obwohl der Descriptor global ist, indem er die Gesamtverteilung der Bewegungsrichtungen einer Aktion beschreibt, kann er durch die Anwendung eines Fensterungsschemas teilweise ihre zeitliche Struktur bewahren. Zusammen mit einem herkömmlichen Klassifikator übertrifft der Descriptor mehrere state-of-the-art-Verfahren auf zahlreichen bekannten Datensätzen.