Diese Arbeit befasst sich mit einer Variante des Online-Packet-Scheduling-Problems, wobei Pakete unabhängig voneinander über einen diskreten Zeithorizont eintreffen und das Ziel in der Minimierung des kumulierten gewichteten Paketverlustes liegt. Die Herausforderung des Problems besteht hauptsächlich darin, dass der Ankunftsprozess nicht bekannt ist und dynamischen Veränderungen unterliegen kann. Eine wichtige praktische Anwendung ist die Allokation von eintreffenden IP-Paketen in Computernetzwerken. Der Fokus liegt in der Untersuchung von Online-Anticipatory-Algorithmen, die im Vergleich zum Greedy Algorithmus eine Verbesserung der Allokation in einer unbekannten, dynamischen Umgebung erreichen. Beobachtungen aus der Vergangenheit werden dazu verwendet, Prognosen für die Zukunft zu erstellen, um ein vorausschauendes Handeln zu ermöglichen. Im Rahmen der Arbeit werden zwei Ansätze vorgestellt: Reinforcement Learning und Online Stochastic Combinatorial Optimization. Der theoretische Hintergrund beider Konzepte wird genau erklärt und die Performance der entwickelten Algorithmen wird anhand des Online-Packet-Scheduling-Problems analysiert. Die durchgeführten Experimente zeigen, dass Online Stochastic Combinatorial Optimization den geringsten gewichteten kumulierten Paketverlust liefert, wenn der Ankunftsprozess durch Markov-Modelle beschrieben wird. Allerdings benötigt dies auch die signifikant größte Laufzeit für jede Entscheidung. Für den Fall, dass die Markov-Annahme nicht gilt, wird zuerst eine konservative Q-Learning-Strategie vorgeschlagen, welche im Vergleich zu Greedy eine deutliche Verbesserung für das 2-Klassen- und 3-Klassen-Problem erreicht. Für mehr als drei Klassen ist der gewöhnliche Q-Learning-Algorithmus besser geeignet. Jedoch konnte für diesen Fall keine Verbesserung gegenüber Greedy innerhalb des simulierten Zeithorizontes erreicht werden.