Mit der Entwicklung der Informationstechnologie haben sich in den vergangenen Jahren die Moeglichkeiten, Daten zu erheben, zu generieren und auch zu speichern, entscheidend verbessert. Unternehmen sind damit in der Lage, Informationen zu wahrhaften Datengebirgen aufzuturmen. Die Analyse dieser riesigen Datenmengen ist fur eine Erzielung von Wettbewerbsvorteilen unumganglich. Unter den Begriffen Knowledge Discovery in Databases (KDD) und Data Mining ist in den vergangenen Jahren eine neue Forschungsrichtung entstanden, die versucht, Verfahren und Methoden zur Analyse dieser umfangreichen Datenbestande zur Verfugung zu stellen. Im Rahmen dieser Arbeit werden Ansatze vorgestellt, den Bereich KDD und Data Mining zu charakterisieren. Zwei der in diesem Bereich am zahlreichsten eingesetzten Verfahrensklassen, Entscheidungsbaumverfahren und Assoziationsregelalgorithmen, werden naher behandelt. Aufbauend auf diesen UEberlegungen wird ein eigener Verfahrensansatz eines multivariaten Entscheidungsbaumverfahrens entwickelt. Anhand von Problemstellungen aus dem Konsumentenverhalten wird der Einsatz von Data Mining Verfahren auf Praxisfragestellungen verdeutlicht.