Data Mining zur Unterstützung betrieblicher Entscheidungsprozesse

Abstract

Data Mining ist als Anwendung von Algorithmen zur Ermittlung vonDatenmustern aus großen Datenbeständen bekannt. Diese Dissertationweitetdie in der Literatur zumeist rein technisch geführte Diskussion vonData-Mining-Verfahren auf deren betriebswirtschaftlicheAnwendungspotentiale aus. Sie untersucht die Unterstützungsmöglichkeitenbetrieblicher Entscheidungsprozesse durch Data-Mining-Verfahren.Zunächstwird ein formaler 'Baukasten' zur Entwicklung neuerData-Mining-Verfahreneingeführt, der die Gestaltungsmöglichkeiten von Data-Mining-Modelltypenund ?Suchverfahren sowie die Bewertung der Interessantheit vonökonomischenModellen umfasst. Aus der Betrachtung betriebswirtschaftlicherData-Mining-Anwendungen wird ein generelles Schema zur Unterstützung vonEntscheidungsprozessen per Data Mining abgeleitet. Der Modelltyp desEntscheidungsmodells wird genauer betrachtet und einData-Mining-Verfahrenzur Generierung von Entscheidungsmodellen entwickelt. Abschließend wirddasVerfahren an Testdaten evaluiert und auf eine Problemstellung zurSelektionvon Kunden für eine Direktmarketingaktion im Versicherungsmarktangewendet.