In einer mehrstufigen Fertigung kann eine gezielte Optimierung von Beständen wesentlich zur Verbesserung der logistischen Zielgrößen beitragen. Jedoch erschwert ein komplexes Fertigungsumfeld und Interdependenzen innerhalb der Zielgrößen die Bestimmung einer optimalen Bestandssituation. In dieser Arbeit werden im Speziellen mehrstufige Fertigungssysteme mit divergierendem Materialfluss und einer Engpasssteuerung betrachtet. Berücksichtigt werden dabei Kapazitätsrestriktionen, ein stochastisches Kundenbestellverhalten, Arbeitszeitschwankungen, Maschinenstörungen und Versorgungsunsicherheiten. Im empirischen Teil erfolgt eine simulationsbasierte Bestandsoptimierung eines mehrstufigen Systems anhand einer praktischen Fallstudie. Hierzu wird ein generisches Simulationsmodell mithilfe des Simulationswerkzeuges DESMO-J erstellt, validiert und verifiziert. Mittels multi-objective genetischer Algorithmen wird eine optimierte Bestandskonfiguration ermittelt. Weiters ermöglicht die rollierende Anpassung der Inputdaten eine laufende Optimierung der aktuellen Bestandssituation.