Diese Masterarbeit beschäftigt sich zum einen mit der taktischen Kapazitätsplanung und zum anderen mit der robusten Planung bei nicht präzise prognostizierbarem Bedarf. Die Kapazitätsplanung auf taktischem Niveau wird als Kapazitätsgrobplanung bezeichnet. Sie hilft dem Planer abzuschätzen, ob ein Produktionsprogramm über einen Planungszeitraum von sechs bis achtzehn Monaten unter den Restriktionen der betrachteten Kapazitätsgröße umsetzbar ist. Dazu werden das Kapazitätsangebot der Produktion und der Kapazitätsbedarf des Produktionsprogramms ermittelt und gegenüber gestellt. Der Kapazitätsbedarf ist jedoch nicht immer eindeutig ermitteltbar und unterliegt daher einer gewissen Unsicherheit. Um deren negativen Effekten wie Bedarfsunterdeckung oder Bestandsüberlauf entgegenzuwirken, wird mittels robuster Planung ein Produktionsplan entwickelt, der für verschiedene Szenarien eine allgemeine Gültigkeit besitzt. Ein zentraler Punkt von Kapazitätsgrobplanung, der robusten Planung und folglich dieser Arbeit ist die Aggregation von Daten. Diese kann auf unterschiedliche Weise erfolgen. Im Fokus der Bedarfsunsicherheit und Robustheit wird die Fuzzy Mengenlehre angewandt, welche sehr gut Datenunsicherheiten abbildet. Die multivariaten Methoden sind weit verbreitete und einfach implementierbare Modelle, um Daten zu einheitlichen Gruppen zusammenzufassen oder Muster in Datenstrukturen zu erkennen. Im Rahmen der praktischen Anwendung, wird ein multivariates Aggregationsmodell entwickelt. Dieses integriert robuste Ansätze, um Produktfamilien zu bilden, welche trotz Variation den Bedarfszahlen möglichst wenigen Änderungen ausgesetzt sind. Dieses Modell wird auf das Produktspektrums der AMAG rolling GmbH angewandt. Der entwickelte Ansatz wird in Form eines automatisch ablaufenden Programms im Grobplanungsprozess des Unternehmens eingesetzt. Das Programm ermöglicht eine Simulation verschiedener Szenarien und erhöht damit die Flexibilität, Genauigkeit und Robustheit der Kapazitätsgrobplanung.