Seit Jahrzehnten erheben und speichern Industrieunternehmen riesige Datenmengen mit dem Ziel, ihre Prozesse besser zu kontrollieren und zu verwalten. Dennoch wird die große Fülle von Informationen und verborgenen Kenntnissen, die in all diesen Daten implizit vorliegt, in der Regel nicht effizient genutzt. Mit Hilfe von Data Mining-Techniken, wie Entscheidungsbäumen, neuronalen Netzen oder Clusterverfahren, lassen sich durch intelligente Verknüpfungen solcher Daten, unbekannte Zusammenhänge über den datenliefernden Prozess systematisch entdecken, aufzeigen und nutzen. Aus derartigen neuen Erkenntnissen können sowohl detaillierte Vorhersagen über das zukünftige Prozessverhalten als auch Strategien zur Optimierung ganzer Fabriken abgeleitet werden. Dieses Buch stellt erstmals im deutschsprachigen Raum Data Mining-Techniken für konkrete industrielle Anwendungen vor und beschreibt den Einsatz von Data Mining im industriellen Alltag. Nach einer Einführung in das Fachgebiet und Abgrenzung zu anderen statistischen Auswertungsmethoden werden einzelne Data Mining-Techniken erklärt und durch Beispiele erläutert. Kernstück des Buches und besonders hilfreich für jeden potenziellen Anwender ist die systematische Einführung zur Realisierung von industriellen Data Mining-Projekten und die Beschreibung von Anwendungsbeispielen aus verschiedenen Industriebranchen. Durch dieses Buch erhält der interessierte Praktiker die Chance, seine eigenen Data Mining-Projekte noch effizienter zu gestalten und neue, wirtschaftlich relevante Einsatzmöglichkeiten für Data Mining in seinem Verantwortungsbereich zu identifizieren.