Lernfabriken stellen ein geeignetes Instrument zur Weiterbildung, Forschung und Lehre in Unternehmen und Forschungsinstituten zu Inhalten rund um die industrielle Produktion dar. Bisherige Gestaltungsansätze für Lernfabriken fokussieren dabei nicht deren Konfiguration, d. h. die Auswahl von Fabrikelementen. Im Rahmen dieser Dissertation wurde ein Optimierungsmodell zur Konfiguration von Lernfabriken hergeleitet. Aus der exakten Lösung bestimmt sich die bestmögliche Konfiguration hinsichtlich der definierten Zielfunktion. Für das hergeleitete Optimierungsmodell, dem Facility Configuration Problem, ist in dieser Dissertation erstmalig ein exakter Algorithmus entwickelt worden. In der Dissertation wurde dazu ein Vorgehen entwickelt, das aus vier Vorgehensschritten besteht und die Anwendung des Optimierungsmodells erleichtert. Als geeignete Unterstützung wurde außerdem ein software-gestütztes Konfigurationssystem konzipiert und umgesetzt. Die in dieser Dissertation entwickelte Methodik wurde in mehreren Fallstudien angewendet. Die ermittelten Konfigurationen weisen im Vergleich zur intuitiven Auswahl signifikant höhere Nutzwerte auf. Durch die entwickelte Methodik können personenunabhängig bei jeder Durchführung die bestmöglichen Konfigurationen ermittelt und analysiert werden. In einer Expertenbefragung konnte zusätzlich gezeigt werden, dass die Methodik dieser Dissertation hinsichtlich der gestellten Anforderungen besser eingeschätzt wird als bisherige Ansätze. Auf diese Weise gelingt es mithilfe der Methodik, vorhandene Budgets und Flächen bei der Planung von Lernfabriken und industriellen nutzenoptimal zu beachten.