Seismische Attribute werden mit Hilfe von mathematischen Methoden aus seismischen Daten berechnet. Diese berechneten Attribute können die Interpretation von seismischen Daten unterstützen und teilweise automatisieren. Seit der Einführung der ersten seismischen Attribute im Jahr 1971 wurden unzählige weitere Attribute definiert, wobei nur wenige tatsächlich genutzt werden. Das primäre Ziel dieser Arbeit ist die Entwicklung eines völlig neuen Ansatzes zur Integration von Texturattributen in die seismische Interpretation. Die Ergebnisse dieses neu entwickelten Attributs werden mit gängigen seismischen Attributen verglichen. Um die Vielzahl der seismischen Attribute zu verstehen und um das richtige Attribut auszuwählen, ist es notwendig, einen guten Überblick über die Standardberechnungen seismischer Attribute zu erhalten. Zu diesem Zweck wird ein alternatives Klassifikationsschema entwickelt, das schließlich zur Entwicklung einer Datenbank führte. Da Attributberechnungen oft einen hohen Anteil an Rauschsignalen haben, ist ein weiteres untergeordnetes Ziel dieser Arbeit die Verbesserung gegebener Attributberechnungen, um eine bessere Beschreibung geologischer Strukturen wie Störungen, Klüfte oder Paläoflüssen zu erreichen. Für die Visualisierung von Störungen und Paleoflüssen werden hauptsächlich geometrische Attribute wie Coherence verwendet. In modernen Softwarepaketen stehen dafür unzählige Algorithmen zur Verfügung, aber meist agieren sie als sogenannte Black Box. Deshalb wird in dieser Arbeit ein neuer Workflow entwickelt, in dem jeder einzelne Schritt der Berechnung separat durchgeführt wird. Zuerst wird eine Abschätzung des sogenannten “volumetric vector dip” durchgeführt, wobei hier verschiedene Methoden getestet werden. Anschließend werden verschiedene Filteralgorithmen angewandt. Ein Teil dieser Filteralgorithmen verwendet dabei die Informationen aus der Abschätzung des „volumetric vector dip“. Am Ende des Workflows werden Coherence Attribute gerechnet und miteinander verglichen. Diese Coherence Attribute unterscheiden sich im Wesentlichen in den Eingabedaten (welche Filter angewendet werden) und in der Größe des Analysefensters. Die Texturanalyse kann generell in vier Methoden eingeteilt werden: Textur Klassifikation, Textur Segmentierung, Textur Synthese und Textur Form. Die Textur Klassifikation ist dabei die am häufigsten verwendete Methode, spielt aber im Bereich der Seismikinterpretation eine untergeordnete Rolle. In dieser Arbeit wird die Methode der “Grey Level Co-Occurrence Matrix” (GLCM) im Detail untersucht. Historisch gesehen ist die GLCM eine 2D Methode, die hauptsächlich in der Bilderkennung verwendet wird. Im Bereich der Seismikinterpretation gibt es Ansätze zur Verwendung in 2D und 2,5D. In dieser Arbeit wird ein Workflow für eine volsständige 3D Berechnung entwickelt. Diese Berechnung kann in einzelne Raumrichtungen separat erfolgen, oder es werden mehrere Richtungen miteinander kombiniert. Aufgrund der richtungsabhängigen Berechnung der GLCM wird ein weiterer Workflow entwickelt, mit dessen Hilfe man eine Abschätzung der räumlichen Variabilität der seismischen Daten tätigen kann.