Entscheidungsunterstützungssysteme in der Werkstoffwissenschaft kombinieren datenbasierte Modelle, wissensbasierte Regeln und Optimierungsalgorithmen, um Werkstoffwahl, Prozessparameter und Designs zu bewerten. Sie integrieren experimentelle Daten, Simulationsergebnisse und ökonomische sowie ökologische Kriterien. Anwendungen reichen von werkstoffgerechter Bauteilauslegung über Legierungsdesign bis zur Prozessführung in Echtzeit, häufig unter Einsatz von Machine Learning und multikriterieller Optimierung.