Diese Arbeit präsentiert eine Lösung für lokale Bildklassifizierung mithilfe des TensorFlow Frameworks am Beispiel von Pflanzen auf Android Smartphones. Es zeigt den kompletten Weg beginnend bei der Strukturierung der Datensätze über den Aufbau der Architektur bis hin zur Einbindung des fertigen Modells in nativem Java-Code auf einem Androidgerät. Dabei liegt der Schwerpunkt auf der Bedeu- tung von Datenaugmentation, Transferlernen und Fine-Tuning, um das Maximum aus einem Datensatz herauszuholen. Dafür wird das MobileNetV3-Large als Basismodell genutzt und mithilfe von Transferlernen auf einen neuen Datensatz, bestehend aus vier Pflanzenarten, trainiert. Das resultierende Modell hat eine Genauigkeit von über 95 Prozent und kann auf einem beliebigen Android-Smartphone eingesetzt werden.