Die Mehrkriterienoptimierung, welche mehrere Kriterien oder Ansprüche an ein Systemoder einen Prozess gleichzeitig behandelt und als Ergebnis im Allgemeinen eineVielzahl von optimalen Entwürfen, so genannte Pareto-Mengen, liefert, erlebt eineständige Weiterentwicklung. Darüber hinaus wird die Kopplung von nummerischerOptimierung und Simulation in der industriellen Praxis bereits erfolgreich eingesetzt.In der vorliegenden Arbeit werden verschiedene Aspekte und Grundprinzipe derMehrkriterienoptimierung sowie einige Algorithmen beschrieben und diskutiert, umeinen Überblick über diese Thematik zu verschaffen. Im Weiteren wird der neue deterministisch-stochastische Algorithmus WaBe präsentiert. Es handelt sich um einen aposteriori Algorithmus, welcher rekursiv auf definierte Subprobleme eingesetzt wird,wobei die Größe der Lösungsmenge durch einen Abbruchparameter steuerbar ist.Der Gedanke der Pareto-Optimalität ist in das skalare Ersatzkriterium des WaBe-Algorithmusrobust integriert und daher ist eine einmalige Pareto-Sortierung ausreichend.Durch den Einsatz eines gradientenbasierten Optimierungsalgorithmus verknüpft mitdeterministischen Heuristiken und einem Zufallsgenerator ist der Algorithmus WaBeeffizient und robust. Er kann auf n-kriterielle Probleme sowohl mit konvexer als auchkonkaver Pareto-Front angewandt werden. WaBe liefert eine repräsentative Verteilungder Punkte entlang der Pareto-Front selbst bei UnstetigkeitsteIlen und großen Krümmungender Front, wobei die individuellen Minima oder geeignete Randpunkte benötigtwerden.Um die Funktionsweise und Effizienz des WaBe-Algorithmus zu beurteilen, wirddieser mit dem genetischen Algorithmus NSGA-II an bekannten bi-kriteriellen Testproblemenaus der Literatur getestet und die Ergebnisse werden statistisch anhand vondrei Metriken ausgewertet. Diese Studie zeigt deutliche Vorteile des WaBe-Algorithmusim Vergleich zum NSGA-II Algorithmus. Darüber hinaus wird der neue AlgorithmusWaBe erfolgreich auf Drei- und Vier-Kriterientestprobleme angewandt.Abschließend wird der WaBe-Algorithmus zur Lösung eines technischen Optimierungsproblemsder Schwingungsisolation genutzt. Eine Luftfeder, die als effektivesIsolationselement dient, wird zunächst analysiert und ein physikalisch-mathematischesModell entwickelt. Anhand von Versuchsdaten wird dann eine Mehrkriterien-Parameteridentifikationrealisiert. Das verifizierte Luftfedermodell wird erfolgreich auf dieMehrkriterienoptimierung von zwei Konzepten der horizontalen Schwingungsisolationeiner Plattform angewandt und die generierten Pareto-Mengen zeigen repräsentativeKompromisslösungen, welche gleichzeitig die Systemgrenzen darstellen.