Um das bestehende Konzept der Spracherkennung mit der Softwareumgebung HTK durch den Einsatz nichtlinearer Klassifikatoren zu erweitern, wird ein Trainingsalgorithmus für eine Relevance Vector Machine entwickelt und dessen Ergebnisse für die Klassifikation von Sprachdaten in der Software HSVM verfügbar gemacht. Der entwickelte Algorithmus wird mit synthetischen Daten getestet und die dabei entdeckten Probleme werden analysiert. Ansätze zur Verbesserung der Trainingsqualität, sowie zur Optimierung der Speichernutzung und der Trainingsdauer werden vorgestellt. Die theoretischen Grundlagen bezüglich der Relevance Vector Machine werden dargestellt und aus diesen entstehende Probleme aufgezeigt. Die Integration der RVM in eine Softwareumgebung zur Spracherkennung wird beschrieben und dem Leser werden zum besseren Verständnis grundlegende Konzepte der Spracherkennung erläutert.