Data Mining bezeichnet die Anwendung statistischer und algorithmischer Methoden auf große Datenbestände mit dem Ziel, bislang unbekannte Muster, Zusammenhänge und Regelmäßigkeiten zu entdecken.
In vielen Datenbeständen stecken Zusammenhänge, die niemand im Voraus formuliert oder vermutet hat. Data Mining durchsucht solche Datenmengen systematisch nach solchen verborgenen Mustern, statt wie klassische Auswertungen lediglich vorab festgelegte Fragen zu beantworten. Das Ergebnis sind neue Hypothesen und Erkenntnisse, die direkt aus den Daten selbst entstehen.
Data Mining ist eingebettet in einen umfassenderen Prozess, den sogenannten Knowledge-Discovery-in-Databases-Prozess: Zunächst werden relevante Daten aus unterschiedlichen Quellen zusammengeführt und bereinigt, dann kommen Verfahren der Künstlichen Intelligenz und Statistik zum Einsatz, etwa um typische Kombinationen von Merkmalen zu finden, Daten in Gruppen einzuteilen oder Objekte vordefinierten Klassen zuzuordnen. Anders als bei klassischen hypothesenprüfenden Analysen wird beim Data Mining nicht nur eine bereits aufgestellte Vermutung bestätigt oder verworfen, sondern aktiv nach neuen, bislang unbekannten Mustern gesucht. Die so gefundenen Muster müssen anschließend anhand neuer, bislang nicht verwendeter Daten validiert werden, bevor sie als belastbares Ergebnis gelten.
Ein Handelsunternehmen durchsucht seine Kassendaten mit Data-Mining-Verfahren und stellt fest, dass bestimmte Produkte überdurchschnittlich häufig gemeinsam gekauft werden – ein Zusammenhang, nach dem zuvor niemand gezielt gesucht hatte. Diese Erkenntnis kann anschließend für Sortiments- oder Platzierungsentscheidungen genutzt werden.
Data Mining wird eingesetzt, um in großen Datenbeständen Kundensegmente zu identifizieren, Betrugsfälle zu erkennen, Ausfallrisiken vorherzusagen oder allgemein Entscheidungsgrundlagen zu liefern, die sich aus klassischen Kennzahlen und Aggregaten allein nicht ablesen lassen.
Data Mining findet statistische Zusammenhänge, liefert aber nicht automatisch eine inhaltliche Erklärung dafür, warum ein Muster besteht; gefundene Korrelationen müssen fachlich interpretiert und dürfen nicht unreflektiert als Kausalität missverstanden werden. Häufig wird der Begriff zudem fälschlich mit der bloßen Sammlung oder Speicherung großer Datenmengen gleichgesetzt – tatsächlich bezeichnet er im engeren, wissenschaftlichen Sinn speziell den Analyseschritt, der aus bereits vorhandenen Daten neues Wissen extrahiert.
Nicht zu verwechseln mit Business Intelligence: Business Intelligence umfasst die breitere Aufbereitung und Visualisierung bekannter Kennzahlen für Entscheidungen, während Data Mining gezielt nach neuen, zuvor unbekannten Mustern sucht. Ebenfalls abzugrenzen ist Data Science: Data Science ist das umfassendere Fachgebiet rund um Datenanalyse, Statistik und maschinelles Lernen, Data Mining ist eine seiner konkreten Methodengruppen.