1. Einleitung

In konkreten Fragestellungen bilden genaue Prognosen für zukünftige Ereignisse die Grundlage wirtschaftlicher Prozesse und strategischer Entscheidungen. Damit sind sie für Unternehmen unentbehrlich, um sich auf zukünftige Entwicklungen einzustellen und die wirtschaftlichen Ziele des Unternehmens zu erreichen, bzw. diese zu optimieren. In den letzten Jahren hat die Bedeutung von Prognosen deutlich zugenommen: Gesunkene Preise für die IT-Infrastruktur erlauben es, letztlich alle in einem Unternehmen anfallenden Daten zu speichern und für eine spätere Verwendung vorzuhalten. Dies wird oft unter dem Schlagwort Big Data zusammengefasst. Moderne analytische Methoden, auch Predictive Analytics genannt, erlauben es, aus diesen Daten Prognosen für zukünftige Ereignisse zu erstellen. Dabei können eine Vielzahl von Datenquellen, die sowohl intern im Unternehmen vorhanden sind, als auch von externen Anbietern stammen können, kombiniert werden, um die benötigten Vorhersagen zu optimieren. Im Gegensatz zur klassischen Business Intelligence (BI), die sich hauptsächlich darauf konzentriert, zu verstehen, warum gewisse Ereignisse in der Vergangenheit eingetreten sind, erlauben die Methoden der Predictive Analytics, die grundlegenden Mechanismen aus der Vergangenheit zu extrahieren und daraus Prognosen für zukünftige Ereignisse zu erstellen.