In dieser case study wird ein Seismik Datensatz aus Malaysia verwendet, dieser fuer elastische Parameter und Dichte invertiert, um daraus prediktiv Karbonat Lithofazies zu bestimmen. Wir adaptieren dafuer einen probabilistischen Ansatz laut Bayes’schem Lehrsatz. Aus der gesteinsphysikalischen Analyse kann abgeleitet werden, dass es gerechtfertigt ist, fuer die elastischen Parameter, sowie Dichte, eine Normalverteilung in jeder Fazies anzunehmen. Wir wenden daher ein Gauss’sches Mischungsmodell an, um die konditionale Mittelwerte und Kovarianzen zu berechnen. An einem Referenzkern aus einer teilweise dolomitisierten Karbonatplattform aus dem Miozaen werden insgesamt 9 elastische Faziestypen identifiziert. Diese sind charakterisiert durch eine Kombination von Gesteins- und Porentypen. Erstere sind Kalkstein, Dolomit, und eine Mischform aus diesen beiden Endgliedern. Es werden dabei immer „vuggy“ Porentypen ausgegrenzt, als auch „sucrosic“ und „crystalline“ Porositaet bei den Dolomiten unterschieden. Der probabilistische Algorithmus wird zunaechst an well-log Daten angewandt, um von Vp, Vs, and DEN logs Lithofazies zu bestimmen, die direkt mit der Kernbeschreibung verglichen werden kann. In einem zweiten Schritt wird dann eine seismische Linie an der Bohrungsposition extrahiert, und der prediktive Algorithmus von 1-D nach 2-D propagiert. Die Resultate sind vielversprechend, jedoch verhindert die niedrige Aufloesung der Seismik die Darstellung duennerer Lagen. Die Interpretation des probabilistischen Ergebnisses laesst auf laterale Fazieswechsel schliessen, gibt Hinweise auf eine stoerungsbezogene Dolomitisierung, und zeigt komplexe Raender der Karbonatplattform, die eine zeitweilige Kosedimantation mit Siliziklastika zulassen.