Im Rahmen von Industrie 4.0 werden Konzepte zur Automatisierung von Industrieanlagen erforscht. Eine wichtige Rolle spielen dabei Sensoren zur Erkennung von Kontextinformationen und Workflows zur automatisierten Ausführung von Geschäftsprozessen. Um einen hohen Grad an Autonomie zu erreichen, müssen Workflows den von Sensoren erkannten Kontext berücksichtigen und angemessen auf gegenwärtige Situationen reagieren. Die Berücksichtigung von Kontextinformationen in Workflows macht deren Modellierung jedoch außerordentlich komplex, da durch die Kontextbehandlung sehr viele Situationen individuell behandelt werden müssen. Eine Möglichkeit zur Handhabung dieser Komplexität besteht in der Aufteilung von Workflows in Workflow-Fragmente, die in Abhängigkeit zur vorherrschenden Situation zur Ausführung einer bestimmten Aktivität ausgewählt werden. Dies ermöglicht die gezielte Modellierung von Workflow- Fragmenten, die für eine bestimmte Situation die jeweils am besten geeignete Lösung beschreiben. In dieser Arbeit wird ein Situation Handler zur Handhabung von Kontextinformationen entwickelt, der von Workflows aufgerufen werden kann, um automatisiert ein geeignetes Workflow-Fragment zur Ausführung einer bestimmten Aktivität auszuwählen. Dabei wird die Auswahl des Fragments von der gegenwärtigen Situation beeinflusst. Zur Erkennung von vorherrschenden Situationen wird ein Situation Recognition System eingesetzt, das feingranulare, technische Kontextinformationen zu höherwertigen Situationen abstrahiert. Das Situation Recognition System wurde im Rahmen eines Forschungsprojektes der Universität Stuttgart entwickelt. Es wird zudem der situationsabhängige Versand von Notifikationen unterstützt. Zum Versand wird ein Pluginsystem eingesetzt, das die Verwendung von verschiedenen Technologien zum Versand erlaubt.