Diabetische Makulödeme (DME) stellen ein fortgeschrittenes Symptom der diabetischen Retinopathie dar, das das zentrale Sehvermögen von Diabetespatienten beeinträchtigt. In diesem Beitrag wird ein automatisiertes System zur Früherkennung von DME-Symptomen vorgestellt, um Sehbehinderungen zu vermeiden und eine effektive Behandlung zu unterstützen. Das vorgeschlagene System nutzt Transferlernen basierend auf Deep Residual Networks (ResNets), die sich in zahlreichen Anwendungen zur Bildklassifikation als äußerst erfolgreich erwiesen haben, um DME-Bilder automatisch zu bewerten. Die Validierung des entwickelten Systems anhand des Indian Diabetic Retinopathy Image Dataset (IDRID 2018) ergab eine Erkennungsgenauigkeit von 86,56 %.