Steigende Zahlen von Patienten mit neurodegenerativen Erkrankungen sind ein überzeugender Grund, das menschliche Gehirn und seinen fortschreitenden Verfall zu untersuchen, wobei aber viele essenzielle biochemische Funktionen bisher noch nicht vollends geklärt sind. In vitro Forschung zur Hirnfunktion auf geeigneten Plattformen ist ein vielversprechender Weg, diese Lücke zu schließen. Eigenschaften der brain-machine Grenzfläche müssen erforscht werden, um neue Biomaterialien effektiv für lab-on-a-chip Anwendungen wie bspw. Multielektrodenarrays (MEAs) einzusetzen. Diese brain-on-a-chip Anwendungen können dazu dienen, die Zahl der Tierexperimente zu reduzieren, damit Forschung zu beschleunigen und Kosten zu senken. In dieser Hinsicht erfordert die Miniaturisierung von MEAs für eine detailliertere Messung von neuronalen Funktionen die Entwicklung von neuen Biomaterialien mit vorteilhaften elektrischen Eigenschaften. Die Wechselwirkung dieser Biomaterialien mit Zellen muss untersucht werden, um gute Zelladhäsion, Proliferation und elektrische Kopplung zu gewährleisten. Die vorliegende Arbeit dient der Charakterisierung der Wechselwirkung von humanen neuronalen Zellen und Gliazellen (neuronenartige SH-SY5Y und gliaartige U-87 MG Zellen) mit dem Elektrodenmaterial Titannitrid mit nanokolumnarer Oberfläche (TiN nano) und dessen Vorteile bezüglich elektrischer und bioaktiver Eigenschaften im Vergleich mit Gold (Au) und Indiumzinnoxid (ITO), welche derzeit für MEAs und Neuroelektroden verwendet werden. Das Ziel der Arbeit ist die Implementierung neuer aus der theoretischen Physik, Mathematik und Computerwissenschaft entlehnten Techniken, um eine bildbasierte Methode zu entwickeln, die auf minimalen Experimenten beruht und trotzdem wichtige Hinweise zur Biokompatibiliät eines Materials liefert. Das schließt die Analyse von Zellnetzwerken, Zellverteilung, Adhäsion und elektrochemischer Eigenschaften in mono- und co-Kultur ein. Dazu werden Autokorrelation, selbstlernende Algorithmen und die Analyse nächstgelegener Nachbarn eingesetzt, um einen Weg von klassischen biochemischen Assays weg zu einem rechnerischen Ansatz zu finden. Die Ergebnisse zeigen eine Überlegenheit von Tin nano als potenzielles Biomaterial für lab-on-a-chip Anwendungen und in vivo neuraler Stimulation. Die präsentierte bildbasierte Analysemethode für die Untersuchung von Zellverteilungen erweist sich als wertvolles Werkzeug für die Bewertung von Biokompatibilität. Sie ist universell einsetzbar für verschiedene Zelltypen und quantifiziert die Wechselwirkung von Zellen mit Biomaterialien. / Rising numbers of patients with neurodegenerative diseases are a compelling reason to study the human brain and its progressive deterioration but many essential biochemical functions are still under investigation. Conducting research on brain function in vitro with suitable platforms is a promising solution to close these gaps. Characteristics of the brain-machine interface need to be investigated to effectively employ new biomaterials for lab-on-a-chip devices, such as multielectrode arrays (MEAs) for example. These brain-on-a-chip devices will potentially reduce the number of conducted animal experiments and therewith accelerate future research and reduce costs. In this context, miniaturization of MEAs for more detailed measurements of neuronal function calls for new biomaterials with advantageous electrical characteristics. The interaction of these biomaterials with cells needs to be investigated to ensure good cell adhesion, proliferation, and electrical coupling. This thesis aims to study and characterize the interaction of human neuronal and glial cells (neuron-like SH-SY5Y and glia-like U-87 MG cells) with the electrode material titanium nitride with nanocolumnar surface topography (TiN nano) and its advantages in terms of electric and bioactive properties compared to gold (Au) and indium tin oxide (ITO) which are currently employed for MEAs and neuroelectrodes. The overall goal of this study is the implementation of new techniques drawn from theoretical physics, mathematics, and computer science to establish an image-based method that relies on minimal experimental effort but nevertheless yields important evidence of biocompatibility of the material. Analysis includes the investigation of cellular networks, cell distribution, adhesion, and electrochemical properties in mono- and co-culture experiments. To this end, autocorrelation function, self-learning algorithms, and nearest neighbor analysis are deployed to move away from classical biochemical assays toward a more computational approach. Results show the superiority of TiN nano as a potential biomaterial employed for lab-on-a-chip designs as well as for in vivo neural stimulation. The proposed image-based analysis method for the investigation of cellular distribution turns out to be a valuable tool for the assessment of biocompatibility. It is universally applicable to cell types other than neuronal and quantifies the interaction of cells with biomaterials.