In dieser Arbeit werden zunächst ein auf kontinuierlichen Hidden-Markov-Modellen (HMM) basierendes System sowie ein auf diskreten HMM basierendes System zur Online-Erkennung von Whiteboard-Notizen entwickelt und anschließend drei Ansätze zur Verbesserung der Erkennungsleistung dieser Systeme beschrieben. Es erfolgt eine Selektion der für die Handschrifterkennung am Whiteboard relevanten Merkmale. Die Ergebnisse zeigen, dass der binärwertige Stiftdruck im diskreten Fall nicht adäquat modellierbar ist, weswegen geeignete Verfahren zur verlustfreien Modellierung des Druckmerkmals entwickelt werden. Die Schriftlinien innerhalb einer am Whiteboard geschriebenen Textzeile weisen starke Verzerrungen auf. Deshalb wird ein neuartiges Verfahren zur Schätzung des Verlaufs der Schriftlinien vorgestellt und eine Reihe von Möglichkeiten beschrieben, wie mithilfe der Kenntnis über den Verlauf der Schriftlinien die Leistungsfähigkeit sowohl des kontinuierlichen als auch des diskreten Erkennungssystems verbessert werden kann.