Inhaltsangabe:Einleitung: Die Automobilindustrie steht durch wachsende Kundenanforderungen bei einem Käufermarkt und starkem Konkurrenzkampf infolge der Marktsättigung unter Wettbewerbsdruck. Von den Herstellern wird verlangt, dass sie ein auf den Käufer zugeschnittenes Produkt innerhalb kürzester Zeit liefern können. Die hohe Komplexität und Variantenvielfalt der Produkte, die mehrstufigen Zulieferernetzwerke, die produktionstechnischen Bedingungen der Automobilproduktion sowie das Distributionssystem stehen jedoch einer direkten und schnellen Marktbedienung entgegen. Der Wunsch nach kundenspezifisch gefertigten Produkten mit niedriger Lieferzeit fordert die technischen und ökonomischen Grundsätze der individualisierten Massenproduktion heraus. Aufgrund hoher Kapitalintensität und dem Auslastungsrisiko der Produktionsanlagen, erheblicher Lagerkosten, komplexer Produktionsplanungsprozesse und Lieferzeiten, welche die Kundenerwartungen übersteigen, sind die Hersteller dazu gezwungen, einen erheblichen Planungsvorlauf einzuhalten. Nicht allen Fahrzeugen, die in die Produktion eingesteuert werden, liegen demnach Kundenbestellungen zugrunde. Im Zuge der verstärkten Kundenorientierung befindet sich die Industrie in der Migrationsphase von Build-to-Stock zu Build-to-Order-Systemen, um die Leistung der gesamten Supply Chain durch das Pull-Prinzip am Kunden auszurichten. Um die Planungssicherheit zu erhöhen und die nicht kundenbelegten Fahrzeuge möglichst kundenorientiert zu fertigen, setzen Hersteller und Vertrieb ein historisch gewachsenes Instrumentarium an Planungs- und Prognosemethoden ein. Die Prognoseverfahren greifen jedoch auf historische, nicht marktnahe Daten zu und orientieren sich an veralteten Planungsidealen. Dadurch bleiben erhebliche Optimierungspotentiale in der Produktionsplanung, im Vertrieb sowie entlang der Supply Chain ungenutzt. Das Ziel dieser Arbeit ist daher die konzeptionelle Entwicklung eines marktnahen Absatzprognosesystems, um eine Ausrichtung der Produktion an den Kundenwünschen zu ermöglichen. Nach einführender Darstellung des Prognoseumfeldes und den Besonderheiten der Automobilindustrie werden die derzeit verwendeten Prognosesysteme untersucht. Aufbauend auf einer Schwachstellenanalyse wird auf konzeptioneller Ebene ein marktnahes Prognosesystem entwickelt, das auf Nutzungsdaten des Internet-Konfigurators beruht und moderne Methoden des Data Mining zur Analyse des Informationsverhaltens einsetzt. Dabei wird den [...]