Datengetriebene Modellierung nutzt statistische Methoden, maschinelles Lernen und KI, um aus experimentellen oder Simulationsdaten Zusammenhänge zwischen Prozessparametern, Mikrostruktur und Eigenschaften von Werkstoffen zu extrahieren. Sie ergänzt physikbasierte Modelle, erlaubt inverse Material- und Prozessgestaltung, Unsicherheitsquantifizierung sowie schnelle Vorhersagen in hochdimensionalen Designräumen und ist zentral für Integrated Computational Materials Engineering und Materials Informatics.