Diese Arbeit untersucht ein Materialflusssystem für Fließlinien zur Fertigung von variantenreichen Produkten. Sogenannte Routenzüge kommen häufig zur Bereitstellung von Teilen an den Arbeitsstationen einer Variantenfließlinien zum Einsatz. Die Teile werden in kleinen Behältern (Kleinladungsträgern) im Zentrallager oder in verteilten Zwischenlagern, sogenannten Supermärkten, auf den Routenzug geladen. Bei jeder Tour des Routenzugs werden mehrere Arbeitsstationen mit Kleinladungsträgern versorgt. Der zeitliche Abstand zwischen zwei Belieferungen definiert die Zugumlaufzeit. Ein derartiges Materialbereitstellungssystem, bezeichnet als In-Plant Milk Run, reduziert Bestands- und Transportkosten, weil es eine regelmäßige Just-in-Time Anlieferung der Materialien realisiert. Außerdem bringt es aufgrund der Nutzung kleiner Behälter ergonomische Vorteile mit sich. Weiterhin sinkt das Unfallrisiko. Deshalb findet das In-plant Milk Run System als Alternative zu Gabelstaplern in vielen Branchen, insbesondere in der Automobilindustrie, zunehmend Verwendung.</br> Die Untersuchung dieser Systeme und die optimale Auswahl ihrer Parameter sind wichtige Anliegen, um die Transport- und Bestandskosten zu reduzieren. Diese Arbeit unterscheidet bei der Gestaltung von In-plant Milk Run Systemen fünf verschiedene Problemstellungen (Systeme). Für jedes System wird ein bestimmtes Planungsvorgehen zur Minimierung der kritischen Kosten vorgeschlagen. Zwischen den Systemen gibt es sowohl Ähnlichkeiten als auch Unterschiede. Die Methodik verwendet genetische Algorithmen, ganzzahlige und dynamische Programmierung, Simulation und analytische Untersuchung. Die fünf Systeme werden anhand von Kriterien klassifiziert. Als solche werden das Ausmaß von Störungen, die Verfügbarkeit der Routenzüge, die Genauigkeit der Materialbedarfsschätzungen, die Länge der Montagelinien, der mittlerer Teilebedarf und die Verfügbarkeit von technischer Infrastruktur, wie RFID- oder Barcode-Systemen, herangezogen. Unterschieden werden damit das bedarfsorientierte Zentrallager, der dezentrale bedarfsorientierte Supermarkt, das traditionelle Kanban-System, das elektronische Kanban-System und ein hybrides System, bestehend aus bedarfsorientiertem und e-Kanban-System. Dabei kann das Kanban-System sowohl im Zentrallager, als auch im System dezentraler Supermärkte zum Einsatz kommen. In bedarfsorientierten Systemen wird der Materialbedarf der Arbeitsstationen für eine gewisse Anzahl an Schichten aus der Produktionssequenz und den entsprechenden Stücklisten abgeleitet und ist damit exakt bekannt.</br> In allen Systemen werden einige Restriktionen berücksichtigt. Hierunter fallen die Routenzugkapazität, die Dauer einer Tour und die Kapazität der Lagerflächen direkt an der Montagelinie. In jedem System sind drei Entscheidungsprobleme, das Routing, Scheduling und Loading Problem, zu lösen. Das Routing Problem beinhaltet die Zuordnung von Zügen zu Gruppen von Arbeitsstationen. Im Scheduling Problem werden die Zugumlaufzeit und der Zeitpunkt der ersten Belieferung für jeden Routenzug festgelegt. Die Lösung des Loading Problems erfordert die Determinierung von Art und Menge der in jedem Zyklus und an jede Arbeitsstation ausgelieferten Behälter. Im Falle des Vorhandenseins von Zyklen, in denen der Materialbedarf an einzelnen Arbeitsstationen die Routenzugkapazität übersteigt, werden einige Behälter vorzeitig angeliefert. Dieser Fall wird als „Early Loading“ bezeichnet und tritt in Kanban-Systemen nicht auf. Im System dezentraler bedarfsorientierter Supermärkte ist zusätzlich die Anzahl und der Standort der Supermärkte zu bestimmen („Supermarket Location Problem“). Im traditionellen Kanban-System erfolgt die Festlegung der Kanbanzahl basierend auf dem Zielkonflikt zwischen mittlerem Linienbestand und Fehlbestandswahrscheinlichkeit. Im e-Kanban-System wird der Umfang des zirkulierenden Bestands analog bestimmt. Außerdem wird ein neues Konzept, der sogenannte „Adjusted Electronic Kanban“, zur Behandlung von Kapazitätsengpässen des Routenzugs vorgestellt.</br> Die Ergebnisse sind abhängig vom betrachteten System. Die Leistungsfähigkeit des genetischen Algorithmus zur Lösung des Supermarket Location Problems wurde anhand der Ergebnisqualität, CPU Zeit und der Variabilität dieser beiden Größen untersucht. Es wurden akzeptable CPU Zeiten und eine hohe Ergebnisqualität erreicht. Die Leistungsfähigkeit der drei Kanban-Systeme wurde unter Verwendung von Simulation getestet. Hierbei wurde die Vorteilhaftigkeit des Adjusted Electronic Kanban insbesondere im Fall begrenzter Routenzugkapazität bewiesen. Der inverse Zusammenhang zwischen mittlerem Linienbestand und Fehlbestandswahrscheinlichkeit konnte aufgezeigt werden. Im Falle der bedarfsorientierten Systeme wurde der Effekt von dynamischer Disposition, Early Loading und Minimierung der Anzahl zusätzlicher Anhänger deutlich gemacht. Bei Verwendung des hybriden Systems aus e-Kanban und bedarfsorientiertem System, liefert die dynamische Disposition in Bezug auf die Verarbeitung von Störungenerheblich bessere Resultate als die Einzelsysteme, insbesondere bei hohem Materialbedarf an den Arbeitsstationen.