Der Aufsatz bietet eine Zusammenfassung der theoretischen Grundlagen der linearen Kleinst-Quadrate-Prognose im Kontext von stationären Prozessen, insbesondere im Zusammenhang von ARMA bzw. ARMAX Systemen. In einem ersten Schritt wird das Prognoseproblem unter der Voraussetzung, dass die zweiten Momente bekannt sind, behandelt. Da diese jedoch meist nicht bekannt sind, geht das Prognoseproblem mit einem Identifikationsproblem einher. Dieses Problem wird eingehend anhand von multivariaten AR-, ARMA- und ARMAX-System erläutert. Da bei der praktischen Anwendung noch andere Gesichtspunkte (a priori Information, Fristigkeit, Aufwand, Geschwindigkeit, etc.) eine Rolle spielen und die Methoden daher eventuell adaptiert werden müssen, werden einige bei der praktischen Anwendung auftretende Probleme anhand der Prognose makroökonomischer und betriebswirtschaftlicher Zeitreihen (Absatzprognose) kurz illustriert.
