Die Graphitanode in Lithium-Ionen-Batterien ist dafür bekannt, dass sie sich durch die Ausbildung von Graphiteinlagerungsverbindungen während Lithiierung und Delithiierung merklich farblich verändert. Darüber hinaus wirkt sich die Graphitanode maßgeblich auf die Volumenänderung des Akkus aus. Mithilfe eines neuartigen optischen In-situ-Mikroskopieverfahrens zur Schnittbildgebung von Li-Ionen Vollzellen können beide Effekte während des Lade- und Entladevorgangs gleichzeitig untersucht werden. In diesem Beitrag beschreiben wir Merkmalsextraktionsverfahren zur Quantifzierung dieser Effekte in den während der Lithiierung und Delithiierung erfassten Bilddaten (insgesamt 3730 Bilder). Automatisierte und manuelle Auswertungen werden miteinander verglichen. Die Bilder zeigen Graphitanoden sowie NMC 622-Kathoden. Bezüglich der Farbigkeit werten wir verschiedene, auf klassischer Bildverarbeitung basierende Verfahren aus. Die so berechneten Metriken werden mit den mit ColorNet erzielten Ergebnissen verglichen. ColorNet ist ein auf tiefen neuronalen Faltungsnetzen (Deep Convolutional Neural Networks) basierender trainierbarer Schätzer der Farbigkeit. Wir stellen einen Ansatz zur überwachten semantischen Segmentierung vor, bei dem für die Schichtdickenmessung und die daraus abgeleitete Anodenausdehnung U-Net zum Einsatz kommt.