Diplomarbeit aus dem Jahr 2003 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Verwaltungs- und Wirtschaftsakademie Essen, 96 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Die zunehmende Globalisierung und Liberalisierung der Markte, der Wandel von Anbieter- zu Nachfragemarkten und die abnehmende Kundenloyalitat verscharfen den Wettbewerb und fuhren dazu, dass Unternehmen ihre Aktivitaten immer starker am Kunden ausrichten, um wettbewerbsfahig zu bleiben. Durch die sich standig weiterentwickelnde Technologie entstehen immer neue Informationssysteme, die die Unternehmen in allen wichtigen Geschaftsprozessen unterstutzen und zum Erhalt der Wettbewerbsfahigkeit und Positionierung am Markt beitragen. Im taglichen Einsatz dieser Systeme fallen eine groe Menge unterschiedlichster Daten uber Kunden, ihr Kaufverhalten, Reaktionen auf Werbeaktionen, etc. an, die sich ein Unternehmen durch eine entsprechende Auswertung und anschlieende Integration der Analyseergebnisse in die Geschaftsprozesse zunutze machen kann. Um die enormen Datenmengen strukturiert analysieren, sinnvoll interpretieren und auf den Unternehmenserfolg abgestimmt auswerten zu konnen, werden computergestutzte Werkzeuge und Methoden zur Datenuntersuchung benotigt. Ein Bereich, welcher zu diesem Zweck immer haufiger zum Einsatz kommt, ist das Gebiet des Data Mining (DM). Das Data Mining beinhaltet Verfahren und Algorithmen zur Wissensaufdeckung in Datenbanken und wird deshalb auch als Knowledge Discovery in Databases (KDD) bezeichnet. Mit Hilfe von DM konnen fur ein Unternehmen wichtige Fragestellungen wie Werden Chips und Bier in der zweiten Jahreshalfte genauso haufig gekauft wie in der ersten? oder Wie entwickelt sich der Aktienkurs der Firma Meier, wenn der Kurs der Konkurrenzfirma Muller sinkt? etc. beantwortet werden.
