Die Metallografie ermöglicht die Beschreibung des Gefüges von Werkstoffen mit Hilfe mikroskopischer Verfahren, zu denen heute neben der Lichtmikroskopie auch hochauflösende Verfahren (Raster-/Transmissionselektronenmikroskopie und Atomsondentomographie) gehören. Historisch gab es zunächst nur die Lichtmikroskopie und es begann mit qualitativen Untersuchungen, zum Beispiel zur Unterscheidung zwischen verschiedenen Gefügen in Kohlenstoffstählen (Martensit, Perlit und Bainit). Dann nutzte man quantitative Verfahren (Vergleichskarten, Schnittlinienverfahren) für die Ermittlung von Korngrößen. Die Stereologie entwickelte sich als wichtiges Teilgebiet der Gefügecharakterisierung. Mit dem Aufkommen von Computern folgte die Möglichkeit Gefügeaufnahmen zu digitalisieren und im Computer auszuwerten. Es konnten Kornflächen, Kornumfänge, Formfaktoren und deren Verteilungen bestimmt und stereologische Berechnungen direkt durchgeführt werden. Hier wird gezeigt wie die Mikrostrukturinformatik KI-Methoden nutzt, um mikrostrukturelle Elementarprozesse aufzuklären. Als Beispiel wird das Wachstum von Dendriten bei der gerichteten Erstarrung einkristalliner Superlegierungen betrachtet. Die hier vorgestellte experimentelle/KI-Methode beruht auf drei Komponenten: (1) Einer Deep-Learning Methode bei der Computer-Vision mit künstlichen neuronalen Netzwerken mit zahlreichen Zwischenschichten genutzt wird. (2) Einer 3D Bild-Rekonstruktionsmethode, bei der die Positionen von Dendritenkernen über längere Distanzen (cm-Bereiche) verfolgt werden können und (3) einer ontologischen Datenbank, in der auf Dendritenpositionen und relevante Nachbarschaftsverhältnisse zugegriffen werden kann. Es wird gezeigt wie 70 lichtmikroskopische Querschliffe mit je 3000 Dendriten so ausgewertet werden können, dass bislang unbekannte mikrostruturelle Elementarprozesse des Dendritenwachstums, wie das kompetitive Wachstum, das Entstehen von Mosaizität und Verzweigungsprozesse sichtbar gemacht und quantitative ausgewertet werden können. Die Untersuchung zeigt, dass die Lichtmikroskopie in bestimmten Fällen auch heute noch die Methode der Wahl ist, um zu neuen mikrostrukturellen Erkenntnissen zu gelangen. Die Studie stellt ein Beispiel dar, das zeigt, wie die KI-gestützte experimentelle Mikrostrukturinformatik die Möglichkeiten der klassischen quantitativen Metallographie erheblich erweitert.