Die Verwendung von digitalem Inhalt nimmt stetig zu und auch die Medien mittels denen dieser Inhalt zur Verfügung gestellt wird, ändern sich und werden vielseitiger. Diese Herausforderung gilt es auch für die Unternehmen als Anbieter dieses Inhalts zu bewältigen. Damit steigt für Organisationen auch die Notwendigkeit für den Einsatz von Digital Asset Management (DAM) Systemen, um eine effiziente Verarbeitung und Administration der Inhalte bzw. Assets zu ermöglichen. Um diese Aufgabe besser erledigen zu können, wird im Zuge dieser Arbeit untersucht in wie weit sich Clustering und Klassifikation als Data Mining Verfahren zur Verbesserung der Benutzerführung in einem DAM einsetzen lassen. Dazu werden Algorithmen wie k-means oder k-NN in Kombination mit verschiedenen Ähnlichkeits- und Distanzmaßen herangezogen und auf Basis eines praxisnahen Beispiels auf ihre Verwendbarkeit hin getestet. Die Verifizierung der Ergebnisse erfolgt zum einen gegen aus der Praxis bekannte und benutzerdefinierte Kategorisierungen und zum anderen werden statistische Maßzahlen errechnet, um die Qualität der Ergebnisse bewerten zu können.