Seit der Einführung des Konzepts Industrie 4.0 im Jahr 2011 lässt sich ein stetiger und nachhaltiger Paradigmenwechsel im industriellen Produktionsumfeld beobachten. Damit verbundene technologische Konzepte wurden häufig in der Literatur untersucht sowie in einer Vielzahl unterschiedlicher Industriesparten umgesetzt. Ein Großteil dieser Veröffentlichungen geht jedoch nicht ausreichend auf die umformtechnische Industrie ein. Um diesen Industriezweig bei der digitalen Transformation zu unterstützen, wurde in erster Instanz eine Literaturrecherche, ergänzt durch Experteninterviews, durchgeführt. Des Weiteren wurde eine repräsentative Befragung innerhalb der österreichischen Umformindustrie durchgeführt und ausgewertet. Als Ergebnis dieser Befragung kann festgehalten werden, dass der Digitalisierungsgrad im Vergleich zu anderen Branchensegmenten wesentlich geringer ist. Neben dem relativ hohen Anteil an KMUs ist ein oftmals nicht mehr zeitgemäßer Maschinenpark der Hauptgrund für diesen Umstand. Um diese Unternehmen mit entsprechenden Lösungen zu unterstützen, wurden drei Maschinensysteme unterschiedlichen digitalen Reifegrades digitalisiert und in eine eigens entwickelte Layer-Architektur integriert. Dazu wurden zwei verschiedene industrietaugliche Datenerfassungssysteme (DAQ) eingesetzt. Die Komplexität von Umformoperationen ergibt sich aus mikrostrukturellen Änderungen im jeweiligen Werkstück, basierend auf dem Einfluss von Temperatur, komplexen mechanischen Zuständen und dem umgebenden tribologischen System. Die Finite-Elemente-Analyse (FEA) ist ein weit verbreitetes Werkzeug zur Vorhersage von Prozessparametern, um kosten- und arbeitsintensive praktische Versuche zu reduzieren. Dennoch ist eine direkte Integration in die Produktion in der Mehrzahl der Umformprozesse nicht realisiert, da der Rechenaufwand oft zu hoch ist bzw. entsprechende Schnittstellen noch nicht ausreichend entwickelt sind. Um die Produktivität weiter zu steigern und mögliche Lösungen für dieses Problem aufzuzeigen, wurden drei Lösungsansätze entwickelt. In vielen Fällen kann die FEA durch nicht-komplexe Algorithmen ersetzt werden. Dieser Ansatz wurde am Versuchswalzwerk des Lehrstuhls für Umformtechnik umgesetzt, woraus ein Prädiktor für die teilautomatisierte Prozessanpassung resultierte. Zusätzlich wurde ein einfacher maschineller Lernalgorithmus (MLA) entwickelt, der die Vorhersagen entsprechend neuer Daten aus durchgeführten Walzprozessen anpasst. Um die Möglichkeiten der FEA-Integration in einen Produktionsprozess zu demonstrieren, wurde ein digitaler Schatten (DS) für den ECAP Prozess entwickelt. Dieser ist in der Lage, Reibungszustände in Abhängigkeit von vorgegebenen Eingabeparametern aus dem Maschinenbetriebssystem zu prognostizieren. Zusätzlich wurde ein FEA-basierter Python-Algorithmus zur Vorhersage von Eigenspannungen nach dem Kugelstrahl-Prozess entwickelt. Dieser Algorithmus demonstriert, wie die FEA in Kombination mit Open-Source-Programmierumgebungen und einfachen MLA den jeweiligen Mitarbeiter bei der Auswahl geeigneter Prozessparameter unterstützen kann. Umformtechnische Prozesse sind ein entscheidender Teil der industriellen Wertschöpfungskette. Um das Vernetzungspotential innerhalb dieser aufzuzeigen, wurde ein holistischer Integrationsansatz für die Einbettung verschiedener Prozesssimulationen in ein übergeordnetes Logistiksystem entwickelt. Zusätzlich wurde eine Stakeholder-orientierte Vorlesung für die interdisziplinäre Ausbildung von Studierenden designt. Diese Vorlesung berücksichtigt moderne pädagogische Theorien und ist auf die Anforderungen der österreichischen Umformtechnikbranche zugeschnitten. Die entwickelte Layer Architektur, welche eine in Python programmierte Bearbeitungsebene enthält, bietet hierfür interessierten Studierenden die Möglichkeit, ihre Programmierkenntnisse in einer realistischen Fertigungsumgebung zu tr