Es wird der Einsatz künstlicher neuronaler Netze zur Prognose von Zeitreihen vorgestellt. Netze vom Typ Feedforward Multilayer Perceptron werden mit dem Backpropagation-Verfahren trainiert, zukünftige Abverkäufe von Artikeln einer Produktgruppe in einer Supermarktkette vorherzusagen. Um die Trainingsdauer zu verkürzen, wurde der Backpropagation-Algorithmus parallelisiert und für ein Parallelrechnersystem implementiert. Erste empirische Ergebnisse für die Bestimmung sowohl einer optimalen Netzkonfiguration als auch der Lernparameter werden diskutiert.