Die vollständige Ausnutzung des Leichtbaupotentials bei der Dimensionierung von mehrschichtigen endlosfaserverstärkten Strukturbauteilen erfordert die Bereitstellung von geeigneten Optimierungswerkzeugen, da bei der Auslegung eine große Anzahl von Entwurfsvariablen zu berücksichtigen sind. In dieser Arbeit werden Optimierungsalgorithmen und -strategien zur Lösung wissenschaftlicher Fragestellungen für industrielle Anwendungen bei der Konstruktion von entsprechenden Faserkunststoffverbunden entwickelt und bewertet. Um das breite Anwendungsspektrum aufzuzeigen, werden drei unterschiedliche repräsentative Problemstellungen bearbeitet. Dabei wird für Mehrschichtverbunde die Festigkeitsoptimierung hinsichtlich eines bruchtypbezogenen Versagenskriteriums vorgenommen, ein Dämpfungsmodell zur Materialcharakterisierung entworfen sowie eine bivalente Optimierungsstrategie zur Auslegung von gewickelten Hochdruckbehältern erstellt. Die Grundlage der entwickelten Methoden bilden dabei jeweils stochastische naturanaloge Optimierungsheuristiken, da die betrachteten Aufgabenstellungen nicht konvex sind und derartige Verfahren flexibel eingesetzt werden können. / The full utilization of the light weight potential in the dimensioning of multilayer fiber reinforced composites requires suitable optimization tools, since a large number of design variables has to be taken into account. In this work, optimization algorithms and strategies for the solution of scientific questions for industrial applications are developed and evaluated in the design of corresponding fiber-plastic composites. In order to show the wide range of applications, three different representative topics have been chosen. It will carry out a strength optimization for multilayer composites with regard to a type-related failure criterion, devolop a damping model for material characterization and established a bivalent optimization strategy for the design of wound high-pressure vessels. The developed methods are based on stochastic natural-analog optimization heuristics, since the considered tasks are not convex and such methods can be used in a very flexible manner.