Im Produktionsprogramm legen Unternehmen fest, welche Produkte sie in welchen Mengen zu welchem Zeitpunkt herstellen. Um Entscheidungen zum produktionstechnischen Gesamtablauf zu treffen, werden Planungstätigkeiten meist in aufeinander aufbauende Teilaufgaben zerlegt und nacheinander beantwortet. Dieses Vorgehen hat zwei Nachteile: 1.) Zum einen begünstigt die konsekutive Planung die Identifikation lokal-optimaler Lösungen (anstelle global-optimaler Lösung beim kohärenten Vorgehen). Auch etablierte Ansätze, wie produktionswirtschaftliche Heuristiken oder simulationsbasierte Planung, stehen vor dieser Herausforderung. 2.) Zum anderen entsteht ein wiederkehrender Bedarf nach qualifiziertem Planungspersonal, inbs. wenn variabilitätsbedingte Neuaufwürfe oder Anpassung von bereits erstellten Plänen auftreten. Davon sind besonders KMU betroffen, da sie meist in Wertschöpfungsnetzwerken agieren und kundenseitige Änderungswünsche kurzfristig erfüllen müssen.Um die Planungsqualität zu steigern und Planungsaufwände zu senken, wird in PrOPPlan eine neuartige Methodik zur Erzeugung optimaler Planungsempfehlungen für ursprünglich human-zentrierte Aufgaben der operativen PPP entwickelt. Dafür wird ein sich selbst optimierendes System aus Reinforcement Learning Agenten und Materialflusssimulationen produzierender Unternehmen umgesetzt. Im Zentrum der Methodik steht die Erzeugung von Handlungsempfehlungen für ideale Produktionsprogrammpläne. Primär wird dafür eine integrierte Umsetzung von Reihenfolgenplanung, Losgrößenrechnung, Feinterminierung und Auftragsfreigabe verfolgt. Sekundär werden zusätzlich Ansätze zur Durchführung von Ressourcenfeinplanung und Verfügbarkeitsprüfung umgesetzt. Mit dem PA, der aus Anwendern, Beratern und Systementwicklern besteht, wird die Methodik entwickelt und validiert. Vorhabenbegleitend erfolgen außerdem Generalisierung und Umsetzung eines nutzerfreundlichen IT-Werkzeugs zur niedrigschwelligen Verwendung der Methodik.