Diese Arbeit beschreibt unser System, das an der SemEval-2019-Aufgabe 3: EmoContext – kontextuelle Emotionsdetektion in Text – teilgenommen hat. Ziel war es, bei einem gegebenen textuellen Dialog – also einer Benutzeräußerung zusammen mit zwei vorhergehenden Dialogbeiträgen – die Emotion der Benutzeräußerung als eine der Emotionsklassen Happy, Sad, Angry oder Others zu identifizieren. Unser System, ConSSED, ist eine konfigurierbare Kombination semantischer und sentimentaler neuronaler Modelle. Die offizielle Aufgabeneinreichung erreichte einen mikro- durchschnittlichen F1-Score von 75,31 und platzierte uns auf Platz 16 von insgesamt 165 teilnehmenden Systemen.