Spracherkennung basierend auf Deep Neural Networks (DNNs) bricht aktuell alle Rekorde und hat bereits Eingang in verschiedene Produkte gefunden. Solche Systeme wurden mit tausenden Stunden Sprachmaterial trainiert für Anwendungen/Sprachen, wo entsprechend riesige annotierte Datenmengen verfügbar sind. In dieser Machbarkeitsstudie wird ein neuer Ansatz für das Training von DNN-basierten Spracherkennern entwickelt und erprobt, der mit wesentlich weniger Trainingsdaten auskommt.