Fortschritte in der additiven Gewebefertigung ermöglichen die Kombination immer komplexerer Strukturen mit einer wachsenden Vielfalt an Biomaterialien und Zelltypen. Dies ist besonders an Gewebeübergängen relevant, wo unterschiedliche Funktionsbereiche aufeinandertreffen. Diese enge Integration erschwert jedoch die Analyse solcher Konstrukte derart, dass deren Gestaltung zunehmend von den Grenzen der verfügbaren Analysemethoden bestimmt wird und weniger von der zugrunde liegenden biologischen Fragestellung.Die markierungsfreie Mikroskopie könnte diese Analyse grundsätzlich durchführen, stößt jedoch in lebendem Gewebe an ihre Grenzen hinsichtlich der Eindringtiefe. Dementsprechend hat sich die Forschung zur Gewebeklärung in den letzten Jahren intensiviert, wenn auch größtenteils an fixierten Proben. Durch gezielte Anpassung des Brechungsindexes wird das Gewebe für definierte Wellenlängen optisch transparent, was eine vollständige dreidimensionale Charakterisierung ermöglicht. Die daraus resultierenden hochdimensionalen Datensätze übersteigen jedoch die Kapazität klassischer Analysepipelines. KI-basierte Methoden gewinnen daher an Bedeutung und ersetzen herkömmliche Färbeverfahren.Dieser Vortrag skizziert ein Forschungsziel, das zwei der drei Ebenen der daraus resultierenden Pipeline umfasst: die Entwicklung von Bio-Tinten mit angepasstem Brechungsindex sowie die Anpassung und Kalibrierung der für die Analyse verwendeten KI-Modelle – mit dem Ziel, eine kontinuierliche, zerstörungsfreie Charakterisierung von Gewebeäquivalenten zu ermöglichen.Advances in additive tissue manufacturing enable the combination of increasingly complex architectures with a growing range of biomaterials and cell types. This is particularly relevantat tissue interfaces, where distinct functional regions converge. However, this tight integration complicates the analysis of such constructs to the extent that their design is increasingly dictated by the limitations of available analytical methods rather than by the underlying biological question.Label-free microscopy could perform this analysis in principle, but it reaches its penetration depth limit in living tissue. Accordingly, research on tissue clearing has intensified in recent years, though largely on fixed samples. Through targeted refractive index matching, tissue becomes optically transparent for defined wavelengths, enabling full three-dimensional characterization. However, the resulting high-dimensional datasets exceed the capacity of classical analysis pipelines. AI-based methods are therefore gaining traction and replacing conventional staining approaches.This presentation delineates a research objective encompassing two of the three levels of the resulting pipeline: the development of refractive-index-matched bioinks, and the adaptation and calibration of artificial intelligence models utilized for analysis — with the objective of facilitating continuous, non-destructive characterization of tissue equivalents.