Inhaltsangabe: Zusammenfassung: F r den Einsatz von Data Mining in branchenspezifischen Projektl sungen bietet sich die Einbeziehung von etablierten Schnittstellen-Standards an. Dies erm glicht einerseits eine dynamisch strukturierte Analyse-Infrastruktur, die je nach Bedarfs- und Marktentwicklung erweitert werden kann und erlaubt andererseits einen schnelleren und effizienteren Einsatz der erstellten Modelle in der operativen Umgebung. Um die Bedeutung des PMML Standards f r Data Mining L sungen in der n chsten Zukunft einsch tzen zu k nnen, ist der Gegenstand der Arbeit die Untersuchung der verschiedenen Aspekte dieser Schnittstelle. Im zweiten Kapitel erfolgt ein berblick ber die neben PMML existierenden Data Mining Schnittstellen, um diese sp ter (am Ende des dritten Kapitels) mit dem PMML Standard vergleichen zu k nnen. Dabei soll im zweiten Kapitel auf die Entstehung, Zusammenh nge und Komponenten beziehungsweise Bestandteile jedes einzelnen Standards eingegangen werden. Im dritten Kapitel erfolgt die Evaluierung des PMML Standards. Dies geschieht zun chst anhand der Beschreibung von PMML bez glich der Struktur und Document Type Definition (DTD). Anschlie end werden die in Kapitel zwei betrachteten Schnittstellen mit ihren Besonderheiten zusammengefasst, um sie dann mit PMML vergleichen zu k nnen. Anhand einer SWOT-Analyse werden die St rken/ Schw chen- beziehungsweise Chancen- und Risiken von PMML erarbeitet und beurteilt. Am Kapitelende erfolgt ein Ausblick bez glich der Zukunft von PMML. In Kapitel vier werden m gliche Data Mining L sungsarchitekturen aufgef hrt, um dem Leser den Zusammenhang von Data Mining und Data Warehouse aufzuzeigen und ihn auf die folgenden Kapitel bez glich des PMML Einsatzes vorzubereiten. Die Kapitel f nf und sechs stellen den praxisorientierten Teil dar. Dabei werden in Kapitel f nf zun chst die drei f r SBS Siemens Business Services interessantesten und auch m chtigsten Data Mining-Tools als PMML Provider ausf hrlicher be