Demenz ist eine der häufigsten Erkrankungen im Alter und eine der Hauptursachen für Mortalität und Behinderung. In den letzten Jahren wurde ein erheblicher Forschungsaufwand unternommen, um computerunterstützte Diagnosewerkzeuge auf Basis von maschinellen (tiefen) Lernmodellen zu entwickeln, die mit neuroimaging-Daten gespeist werden. Während zahlreiche Arbeiten auf der Basis von MRT-Bildgebung durchgeführt wurden, wurde bisher nur wenig Aufmerksamkeit auf Amyloid-PETs gelegt, die in jüngster Zeit als vielversprechender und leistungsfähiger Biomarker neurodegenerativer Prozesse anerkannt wurden. In diesem Artikel tragen wir zu diesem bisher wenig erforschten Forschungsfeld bei, indem wir ein 3D-Convolutional Neural Network vorschlagen, das darauf abzielt, Demenz basierend auf Amyloid-PET-Aufnahmen zu detektieren. Eine an dem kürzlich veröffentlichten OASIS-3-Datensatz durchgeführte Experimentation, der der wissenschaftlichen Gemeinschaft nun eine neue Benchmark zur weiteren Fortentwicklung dieser Forschungsrichtung bietet, ergab äußerst vielversprechende Ergebnisse und liefert neue Belege für die Wirksamkeit von Amyloid-PET.