Predictive Analytics und maschinelles Lernen zählen momentan besonders für große Unternehmen zu den ganzen "heißen" Themen, wenn es um darum geht herauszufinden, welche Produkte und Dienste sich ihre Kunden demnächst wünschen. Inzwischen sehen einige Informationsspezialisten ebenfalls den möglichen Wert einer Analyse von großen Datenmengen, um bisher völlig unbekannte Einsichten in die Bibliothek und ihre Benutzer zu erhalten. In diesem Beitrag wird gezeigt, wie man maschinelle Lernalgorithmen und prädiktive Analysen nutzen und weiterentwickeln kann, um das Benutzerverhalten vorausschauend zu verstehen und zu erkennen. Informationseinrichtungen sind zwar, was das Datensammeln anbetrifft, sehr bewandert. Allerdings verlassen sich die meisten Bibliotheken bei der Auswertung zu sehr auf statische sowie auf veraltete Daten. Anhand des ersten selbstlernenden Systems in einem bibliothekarischen Umfeld, dem Automated Library Information Exchange Network (ALIEN), werden die Vorteile von Predictive Analytics demonstriert.