In der Planungsphase von Fertigungsanlagen erschweren fehlende Prozessdaten sowie objektive Kriterien den gezielten Einsatz maschineller Lernverfahren. In diesem Kapitel werden deshalb wissenschaftlich fundierte Entscheidungskriterien zur Schließung dieser Forschungslücke hergeleitet. Mittels eines Fallstudiendesigns werden Hypothesen aus realen Anwendungen innerhalb automobiler Fertigungsanlagen abgeleitet, die eine differenzierte Wahl zwischen regelbasierten Systemen und ML-Verfahren ermöglichen. Die entwickelte Methode sichert die technologische Transformation der industriellen Qualitätssicherung methodisch ab und optimiert den Planungsprozess nachhaltig.