Das Training von Künstlicher Intelligenz (KI) wird auch in der Vorderabschnittschirurgie populärer. Zunehmend werden auch Studien zu lamellierenden Keratoplastiken veröffentlicht. Insbesondere die Möglichkeit der nicht-invasiven und hochauflösenden Bildgebungstechnologie der Optischen Kohärenztomographie prädestiniert die lamellierenden Keratoplastiken zur Anwendung von KI. Obwohl technisch einfach durchführbar, existieren bisher nur wenige Studien zum Einsatz von KI zur Optimierung lamellierender Keratoplastiken. Die vorhandenen Studien konzentrieren sich dabei vor allem auf die Vorhersagewahrscheinlichkeit eines Rebubblings bei DMEK und DSAEK bzw. auf deren Transplantatadhärenz sowie auf die Formation einer Big Bubble bei der DALK. Zudem ist die automatisierte Erfassung von Routineparametern wie Hornhautödem, Endothelzelldichte oder Größe der Transplantatablösung mittels KI inzwischen möglich. Die Optimierung der lamellierenden Keratoplastiken mittels KI birgt ein großes Potential. Dennoch bestehen Limitationen der veröffentlichten Algorithmen insofern, dass diese bisher nur eingeschränkt zwischen Zentren, Chirurgen sowie unterschiedlichen Geräteherstellern übertragbar sind. The training of artificial intelligence (AI) is becoming increasingly popular. More and more studies on lamellar keratoplasty are also being published. In particular, the possibility of non-invasive and high-resolution imaging technology of optical coherence tomography predestines lamellar keratoplasty for the application of AI. Although technically easy to perform, there are only a few studies on the use of AI to optimize lamellar keratoplasty. The existing studies focus primarily on the prediction probability of rebubbling in DMEK and DSAEK and on their graft adherence as well as on the formation of a big bubble in DALK. In addition, the automated recording of routine parameters such as corneal edema, endothelial cell density or the size of the graft detachment is now possible using AI. The optimization of lamellar keratoplasty using AI holds great potential. Nevertheless, there are limitations to the published algorithms in that they can only be transferred between centers, surgeons and different device manufacturers to a limited extent.