Einer der wichtigsten, aber dennoch teilweise vernachlässigten Schritte in der quantitativen Gefügeanalyse ist die Segmentierung der Mikroskop-Aufnahme. Trotz großer Fortschritte in den zur Verfügung stehenden Segmentierungstechniken, in erster Linie Segmentierungen mit Hilfe von maschinellem Lernen, wird in der Metallbranche immer noch oft die Schwellwert-Segmentierung eingesetzt. In dieser Arbeit soll am Beispiel von Gefügeaufnahmen niedriglegierter Stähle gezeigt werden, inwiefern Segmentierungen mittels maschinellem Lernen die Qualität gegenüber der klassischen Schwellwert-Segmentierung signifikant verbessern können.