Die optimale Bearbeitung eines großen und heterogenen Kundenstamms stellt Einzelhändler sowie Unternehmen anderer Branchen vor Herausforderungen. Zur Maximierung der Kundenlebenswerte zahlreicher individueller Kundenbeziehungen bedarf es eines differenzierten und wertorientierten Einsatzes von Direktmarketingmaßnahmen. Die vorliegende Arbeit leistet einen wichtigen Beitrag, indem sie einerseits konzeptionell aufzeigt, dass verschiedene Segmente im Kundenstamm hinsichtlich differenzierter Teilziele der Kundenentwicklung, Kundenabschöpfung und Kundenreaktivierung bearbeitet werden müssen. Andererseits beantwortet sie durch die Entwicklung eines Entscheidungsmodells empirisch die Frage, wie eine dynamische Segmentbildung sowie eine Budgetallokation auf die Teilziele des Kundenmanagements erfolgen kann. Durch den Einsatz von Data Mining wird ein zieldifferenziertes Targeting von Kunden möglich, die folglich spezifisch angesprochen werden können. Eine Lernkomponente sorgt zudem dafür, dass das Modell kontinuierlich aus den Nettoeffekten vergangener Handlungen lernt, Durch den Einsatz des Modells für Direktmarketingmaßnah-men in einem praktischen Anwendungsfall, gelingt hier eine (Teil-) Automatisierung von Marketingentscheidungen, Die Arbeit zeigt auf, dass hierdurch nicht nur das Management deutlich entlaste, sondern auch Effektivität und Effizienz der Direktmarketingmaßnahmen gesteigert werden können.