Data Mining bezeichnet die systematische Auswertung großer Datenbestände mit dem Ziel, bisher unbekannte Muster, Zusammenhänge und Auffälligkeiten zu finden. Es unterscheidet sich von klassischer Auswertung durch die Blickrichtung: Ein Bericht beantwortet eine gestellte Frage, Data Mining sucht nach Fragen, die man noch nicht gestellt hat.
Zum Werkzeugkasten gehören Clusterverfahren, Assoziationsanalysen nach dem Muster „wer A kauft, kauft häufig auch B“, Klassifikation und Anomalieerkennung. Der Aufwand liegt selten in der Analyse, sondern in der Vorbereitung: Daten zusammenführen, Dubletten entfernen, Formate vereinheitlichen, Lücken schließen. Typische Anwendungen sind Warenkorbanalysen im Handel, Kündigungsprognosen, Betrugserkennung und die Auswertung von Sensordaten in der Produktion.
Ein methodischer Fallstrick begleitet das Verfahren: In genügend großen Datenmengen findet sich immer irgendein statistischer Zusammenhang, der aber weder eine Ursache noch eine Handlungsempfehlung belegt. Datenschutzrechtlich ist die Zweckbindung der Knackpunkt, denn personenbezogene Daten dürfen nur für festgelegte, eindeutige Zwecke erhoben und nicht beliebig weiterverwendet werden (Art. 5 Abs 1 lit b DSGVO); wer explorativ auswerten will, arbeitet daher am besten mit anonymisierten Beständen.