Stetig steigende Komplexität und wachsende Informationsdichten in Produktionssystemen eröffnen Potentiale zur Anwendung von Methoden des maschinellen Lernens. Reinforcement Learning ist besonders geeignet, autonome agentenbasierte Steuerungen umzusetzen. Allerdings wird dessen Anwendung bei sich wandelnden Produktionssystemen erschwert. Es wird erstmalig gezeigt, dass der Transfer-Learning-Ansatz für Produktionssteuerungen mit Reinforcement Learning zu einem verbesserten Trainingserfolg führen kann.