Vor dem Hintergrund sich kontinuierlich und dynamisch ändernder Anforderungen in Produktion und Logistik müssen sich Materialflusssysteme zukünftig durch eine verbesserte Flexibilität und Adaptivität auszeichnen. Dies gilt besonders für den innerbetrieblichen Materialfluss in Lagerwesen und Distribution, da dieser durch wesentlich kürzere Prozesszeiten gekennzeichnet ist als der externe Gütertransport. In dieser Arbeit wird ein Verfahren entwickelt, das es erlaubt, mit Hilfe des bestärkenden Lernens automatisch eine Einsatzstrategie für mehrere Transportfahrzeuge in einem gegebenen Szenario zu ermitteln. Das Verfahren wird am Anwendungsbeispiel eines Crossdocking-Zentrums in einem Simulationsmodell implementiert und im Vergleich zu herkömmlichen heuristischen Einsatzstrategien bewertet. Für eine konfigurierbare Anordnung erzeugt das Modell eine Entscheidungstabelle, die sich für die Verhaltens-steuerung der Transportmittel im realen System eignet. Die sich ergebenden Lösungen besitzen adaptive Eigenschaften, da Aktionen jeweils in Abhängigkeit von der momentan vorliegenden Einsatzsituation gewählt werden. Daraus resultiert gegenüber den betrachteten Heuristiken eine Verbesserung von Leistungskenngrößen, insbesondere unter im Voraus nur ungenau bekannten Randbedingungen.