Ziel: Die Fernröntgenfrontalanalyse ist eines der wichtigsten Diagnoseverfahren in der Kieferorthopädie und Mund-, Kiefer- und Gesichtschirurgie. Mit ihr lassen sich Okklusionsanomalien in der Transversal- und Frontalebene erkennen und die Symmetrie des Viszerokraniums bezogen auf die Medianebene einschließlich der Position des Kieferknochens beurteilen. Ziel dieser Studie war es, ein künstliches neuronales Netz (KNN) für die Verortung kephalometrischer Bezugspunkte auf Fernröntgenfrontalaufnahmen (FRF) zu entwickeln und dessen Genauigkeit mit der von Menschen zu vergleichen. Material und Methoden: Die Studie umfasste 330 anonymisierte FRF: 300 zum Anlernen der KNN und 30 für die Untersuchung. Jede FRF wurde in die Software ViSurgery Studio (Fa. ViSurgery) importiert und die 45 kephalometrischen Bezugspunkte wurden lokalisiert. Die Punkte wurden in drei Gruppen geteilt: 1.) präzise anatomische Leitstrukturen, 2.) komplexe anatomische Leitstrukturen und 3.) unscharfe anatomische Leitstrukturen. Um die Genauigkeit der Lokalisierung der Punkte zu verbessern, wurden zwei KNN verwendet, eines zur Lösung des Problems der Multiklassen-Bildsegmentierung und ein zweites, regressives KNN zur Korrektur der Vorhersage des ersten KNN. Die Genauigkeit der Lokalisierung der Punkte durch die KNN wurde mit derjenigen von drei Gruppen von Zahnärzten verglichen: Experten, normalen und unerfahrenen. Anschließend wurde mit dem Wilcoxon-t-Test die Hypothese getestet, dass ein KNN in den drei Punktegruppen weniger oder gleichviele Fehler wie Zahnärzte macht. Ergebnisse: Die Abweichung wurde in Form des mittleren absoluten Fehlers (MAF) geschätzt. Der MAF für die von den KNN lokalisierten kephalometrischen Bezugspunkten im Vergleich mit den Kontrollgruppen lag nahe an dem der normalen Zahnärzte (KNN: 2,87 mm, durchschnittliche Gruppe: 2,85 mm, Experten-Gruppe: 2,47 mm, unerfahrene Gruppe: 3,61 mm). Für die drei Punkte-Gruppen (präzise, komplex, unscharf) ergab sich Folgendes: Im Durchschnitt lokalisierten die KNN die Punkte in keiner der drei Gruppen weniger genau als die durchschnittlichen Zahnärzte. Allerdings wurde die Hypothese für alle Punkte zusammengenommen abgelehnt, da der p-Wert bei 0,0056 lag. Anders war das Bild beim Vergleich mit den unerfahrenen Zahnärzten. Die Punkte der Gruppen 2 und 3 sowie die Punkte insgesamt wurden von den KNN genauer lokalisiert (p = 0,9998, 0,2628 bzw. 0,9982); eine Ausnahme bildeten die Punkte der Gruppe 1, die von den unerfahrenen Zahnärzten genauer lokalisiert wurden (p = 0,0006). Schlussfolgerung: Die Ergebnisse der vorliegenden Untersuchung zeigen, dass KNN bei der Lokalisierung kephalometrischer Bezugspunkte eine mit Menschen vergleichbare Genauigkeit erreichen und die Genauigkeit unerfahrener Zahnmediziner (Studenten, Doktoranden) in manchen Fällen übertreffen. Schlagwörter: 2-D-Kephalometrie, Fernröntgenfrontalaufnahme, anatomische Referenzierung mit künstlichen neuronalen Netzen, Erkennen von Leitstrukturen, Genauigkeit der Lokalisierung kephalometrischer Bezugspunkte, kephalometrische Genauigkeit