Die Digitale Transformation eröffnet produzierenden Unternehmen weitreichende Potenziale zur Kostenreduktion sowie zur allgemeinen Steigerung der Wettbewerbsfähigkeit. Die diesbezüglich in Wissenschaft und Industrie diskutierten Potenziale basieren vorrangig auf einer echtzeitnahen Planung und Steuerung des Wertschöpfungsprozesses, sodass der Digitalen Transformation der Produktionsplanung und -steuerung (PPS) eine zentrale Rolle zugeschrieben wird. Als kritischer Erfolgsfaktor für eine echtzeitnahe Planung und Steuerung wird eine valide Datenbasis durch unabhängige wissenschaftliche Studien identifiziert. Die systematische Verbesserung der Datenerfassungsqualität unter der Zielsetzung, eine valide Datenbasis für die echtzeitnahe Planung und Steuerung zu erzeugen, wird durch bestehende wissenschaftliche Arbeiten jedoch nicht vollumfänglich adressiert. Ziel der vorliegenden Arbeit ist es daher, die systematische Steigerung der Datenerfassungsqualität durch die Entwicklung von wissenschaftlichen Methoden zielgerichtet zu unterstützen. Der wissenschaftliche Kern der Arbeit besteht einerseits aus der methodischen Entwicklung einer Systematik zur quantitativen Bewertung der Datenerfassungsqualität individueller Arbeitssysteme, um hier-durch eine objektive Analyse zu ermöglichen. Basierend auf bestehenden wissenschaftlichen Ansätzen wird weiterhin eine Auswahlsystematik von Datenerfassungstechnologien in Abhängigkeit der arbeitssystemspezifischen Rahmenbedingungen erarbeitet. Durch die in der Dissertation erarbeiteten Methoden werden produzierende Unternehmen befähigt, bestehende Schwachstellen in der aktuellen Datenerfassung objektiv zu ermitteln und durch Auswahl einer geeigneten Datenerfassungstechnologie nachhaltig zu beheben.