Entscheidungsträger in der Praxis sehen sich aufgrund der Komplexität von Gestaltungsaufgaben im Supply Chain Design wie z. B. der Planung von Produktionsstandorten sowie des sich kontinuierlich verändernden Planungsumfelds mit intransparenten und zeitintensiven Prozessen konfrontiert. Es besteht die Notwendigkeit, strategische Planungsaufgaben im Supply Chain Management prozess- und softwaretechnisch zu unterstützen, um dem dynamischen Planungsumfeld in adäquater Weise permanent Rechnung zu tragen. Die vorliegende Arbeit begegnet dem beschriebenen Problem mit einem modellbasierten Ansatz zur Identifizierung, Analyse und Bewertung von Standortalternativen im Supply Chain Design. Dabei werden unterschiedliche Methoden im Sinne des Entscheidungsfindungsprozesses unter Berücksichtigung der Aufbau- und der Ablauforganisation eines Unternehmens der Automobilindustrie in einem Entscheidungsmodell vereinheitlicht. Die Ergebnisse dieser Arbeit veranschaulichen, welchen Einfluss absatzmarktgetriebene Planungsunsicherheiten auf die Standortentscheidung haben. Es kann dargelegt werden, wie durch eine Kombination aus Kapazitätsoptimierung und Monte-Carlo-Simulation die unsichere Planungsgrundlage für Entscheidungsprozesse beherrschbar gemacht werden kann. Mit Hilfe der Methode der ereignisdiskreten Simulation und der Ansätze der statistischen Versuchsplanung lassen sich Produktionsstandorte, auch bei hoher Planungsunsicherheit, hinsichtlich ihrer Robustheit vergleichend und statistisch abgesichert bewerten. Zur Vernetzung der „Planungsinseln“ und zur Transformation der entwickelten Methoden wird zudem eine servicebasierte IT-Architektur vorgestellt, die es Entscheidungsinstanzen unterschiedlicher Hierarchie- und Funktionsebenen erlaubt, proaktiv an der Gestaltung von Supply Chains zu arbeiten und relevante Daten auf einem angemessenen Abstraktionsniveau zu integrieren.