Die Weiterentwicklung von Hardware und Datenbanken hat in den letzten Jahren zu einer rasanten Steigerung des Interesses an der automatisierten Auswertung von Massendaten geführt. Das Data Mining, dessen Potenzial bisher nur in Ansätzen genutzt wird, soll wissenschaftlich gestützte und praktisch anwendbare Verfahrensweisen dafür liefern. Auch wenn statistische Methoden viele Fragen beantworten können, bleibt doch der Bedarf an innovativen Herangehensweisen, um noch mehr Informationen aus den Daten herauszuholen. Mit Genetischen Algorithmen, einer Gruppe von Verfahren, die Mechanismen der natürlichen Evolution nachahmen, werden komplexe Optimierungsprobleme oft überzeugend gelöst. Der Anwender eines solchen Algorithmus muss allerdings dafür sorgen, dass Codierung und Auswahl von Parametern zur Problemstellung passen. Ulrich Kathöfer entwickelt in diesem Buch eine Reihe von Erweiterungen der Standard-Algorithmen, die für spezifische Problemstellungen des Data Mining zu besseren, robusteren oder schneller erreichbaren Ergebnissen führen. Anwendbar sind die Ergebnisse auch für andere Fragestellungen, in denen Optimierung eine Rolle spielt. Das Buch richtet sich sowohl an Dozenten und Studierende der Mathematik, Informatik und Wirtschaftsinformatik als auch an Praktiker, die Genetische Algorithmen insbesondere im Bereich der Datenanalyse einsetzen wollen. Ulrich Kathöfer, Jahrgang 1968, studierte Wirtschafts-informatik an der Westfälischen Wilhelms-Universität Münster. Als wissenschaftlicher Mitarbeiter im Bereich Quantitative Methoden nahm er anschließend Aufgaben in Forschung und Lehre wahr. Seit der Promotion im Jahr 2002 ist er Akademischer Rat bei der Informationsverarbeitungs-Versorgungseinheit der Wirtschaftswissenschaftlichen Fakultät.