Inhaltsangabe: Zusammenfassung: Die vorliegende Arbeit soll einerseits einen kurzen UEberblick uber Konzepte der quantitativ orientierten Finanzanalyse geben, andererseits im Speziellen die Moeglichkeiten der nichtlinearen Regression zur Kursprognose im Vergleich zur linearen Regression behandeln. Quantitative Verfahren zur Vorhersage von Aktienkursen, Wechselkursen oder anderer Kapitalmarktgroessen haben in den letzten Jahren vor allem vor dem Hintergrund fallender Kurse an den internationalen Kapitalmarkten und dem abnehmenden Vertrauen der Anleger in Analystenmeinungen an Bedeutung gewonnen. Nachdem in den Jahren des Internethypes in blindem Vertrauen auf die euphorischen Einschatzungen der grossen Investmenthauser in die Firmen der New Economy investiert wurde, folgten mit dem Platzen der Spekulationsblase fur einen Grossteil der Kleinanleger, aber auch fur institutionelle Investoren massive Vermoegensverluste. Als Folge dessen wurde der Ruf nach quantitativen Verfahren der Finanzanalyse, mit denen sich unabhangig von subjektiven Einschatzungen zukunftige Kursentwicklungen prognostizieren lassen, wieder laut. Im Folgenden soll gezeigt werden, welche Verfahren der quantitativen Finanzanalyse zur Verfugung stehen und welchen Beitrag zur Kursprognose die nichtlineare Regression bzw. die lineare Regression, beide in der Praxis verwendete Vertreter quantitativer Analyseverfahren, leisten koennen. Schwerpunktmassig wird in dieser Arbeit Erstere behandelt, da das bisher in der Finanzanalyse dominierende und am haufigsten eingesetzte Verfahren, namlich die lineare Regression, meist wenig zufriedenstellende Ergebnisse geliefert hat und folglich die Vermutung nahe legt, dass bei der Kursprognose die Aufdeckung nichtlinearer Zusammenhange von grosser Bedeutung ist. Ein neuerer Ansatz zur Modellierung nichtlinearer Abhangigkeiten stellt in diesem Zusammenhang die Anwendung Kunstlicher Neuronaler Netze dar, wobei in der vorliegenden Arbeit die Perceptrons, eine Familie der Neu