Beim Kautschukspritzgießen können Schwankungen der Verarbeitungseigenschaften und -bedingungen auftreten, welche die Qualität der hergestellten Bauteile negativ beeinflussen. Um solche Fluktuationen zu erkennen, und Gegenmaßahmen treffen zu können, werden in vielen industriellen Anwendungen Prozessmonitoringsysteme eingesetzt. Deswegen wird in dieser Arbeit ein datenbasiertes System zur statistischen Prozessüberwachung des Kautschukspritzgießprozesses entwickelt. Durch den Einsatz multivariater Statistik können fehlerhafte Bauteile detektiert, und die Art des Fehlers kann automatisch identifiziert werden. Zur Entwicklung des Systems wird zuerst eine dynamische Testmethode vorgestellt, welche die relevanten dynamischen Parameter eines Elastomerbauteils schnell genug bestimmen kann, um für den on-line Einsatz geeignet zu sein. Weiters wird die Temperatur des Kautschuks im Verarbeitungsprozesses bestimmt, da diese den wichtigsten Faktor für die finale Bauteilqualität darstellt. Durch den Einsatz von Ultraschall und Thermographie konnten Modelle für die Abhängigkeit der Kautschuktemperatur von den Verarbeitungsbedingungen erstellt werden. Diese Messungen bilden die Basis für die Entwicklung des datenbasierten Monitoringsystems. Dieses erkennt Fluktuationen, welche Fehler verursachen, durch den Einsatz von Hauptkomponentenanalyse (PCA). Dadurch können alle verfügbaren Prozesssignale gemeinsam zur Überwachung verwendet werden. Zusätzlich kann das Monitoringsystem mit Hilfe von Fisher Discriminant Analysis (FDA) Fehlerarten automatisch identifizieren. Das in dieser Arbeit entwickelte Prozessmonitoringsystem verlangt keine Vorabuntersuchungen, Modellierung oder Datenverarbeitung. Es ist dadurch einfacher und kosteneffizienter in Industrie 4.0 Fertigungsanlagen zu integrieren als andere für das Kautschukspritzgießen verfügbare Systeme.