In der vorliegenden Masterarbeit werden zwei Algorithmen zur Maschinenbelegungsplanung bei einem Stahlproduzenten namens Voestalpine Stahl Donawitz GmbH verglichen, die als Grundlage für ein Decision Support System eingesetzt werden könnten. Dabei wird auf drei Aspekte eingegangen: die Lösungsqualität, die Rechenzeit und die Robustheit der erstellten Maschinenbelegungspläne. Das Problem ist durch einen hybriden flexiblen Flow Shop, mit drei Nebenbedingungen, zwei zu minimierenden Zielfunktionen und stochastischen Prozesszeiten charakterisiert. Zur Optimierung werden eine deterministische Heuristik von Dipak Laha und Subhash Sarin wie auch eine nicht deterministische Metaheuristik von Dervis Karaboga und Bahriye Basturk, die das Verhalten von Bienen bei der Futtersuche simuliert, verwendet. Das Ziel der Arbeit ist es, Aussagen darüber zu ermöglichen, welcher Lösungsansatz bzw. welche Art von Lösungsansatz bevorzugt werden soll. Im ersten Teil der Arbeit wird das Problem analysiert, mathematisch abstrahiert und nach der Einteilung von Vignier definiert. Im zweiten Teil werden die verwendeten Algorithmen sowie deren Modifikationen erklärt, um das vorliegende bi-kriterielle Optimierungsproblem mit Nebenbedingungen und stochastischen Daten zu lösen. Im dritten und letzten Teil werden die konkrete Umsetzung der Algorithmen in der Programmiersprache Java beschrieben, sowie die gewonnen Ergebnisse dargestellt und analysiert. Die Algorithmen werden mit tatsächlichen Produktionsdaten getestet und hinsichtlich der Lösungsqualität, der Rechenzeit, sowie der Robustheit der erstellten Maschinenbelegungspläne für verschiedene Problemgrößen verglichen. Die Ergebnisse zeigen, dass für das genannte Problem und die gegebenen Nebenbedingungen die Heuristik von Dipak Laha und Subhash Sarin wegen ihres konstruktiven Charakters nicht geeignet ist und die Metaheuristik von Dervis Karaboga und Bahriye Basturk zu bevorzugen ist. Schlussendlich wird noch ein Ausblick über mögliche weitere Anwendungsmöglichkeiten und Verbesserungen gegeben.