Data-Mining
ifaa-Lexikon
Data-Mining ist der Prozess der Analyse umfangreicher Datensätze mithilfe von automatisierten Methoden. Hierbei werden vor allem Methoden aus der Informatik wie Statistik, künstliche Intelligenz und maschinelles Lernen eingesetzt. Aus großen Datenmengen sollen die wichtigsten Informationen herausgefiltert werden, um sie dem Anwender zu präsentieren. Data-Mining dient weniger dem Testen von Theorien oder Hypothesen, sondern vielmehr, um die Hypothesen aus den Daten zu erhalten. Die Ergebnisse des Data-Mining werden verwendet, insbesondere wenn es darum geht Geschäftsprozesse anzupassen, in der Gestaltung operativer Geschäftsprozesse oder zur Unterstützung von Führungsentscheidungen.
Das Data-Mining lässt sich in sechs Aufgaben unterteilen: Segmentierung, Abweichungsanalyse, Klassifikation, Prognose, Assoziationsanalyse und Sequenzanalyse. In einem vollständigen Data-Mining-Prozess beansprucht die Aufgabendefinition rund 20 Prozent des Zeitaufwandes, bis zu 60 Prozent der Zeit wird für die Auswahl der relevanten Datenbestände benötigt, auf die Interpretation und Evaluation der Resultate sowie die Auswahl und Umsetzung der Strategien entfallen je rund 10 Prozent der Zeit.