Der Analytic Hierarchy Process (AHP) ist eine Methode zur Unterstutzung komplexer, multiattributiver Entscheidungssituationen, die in den letzten Jahren eine starke Verbreitung in verschiedenen Anwendungsdomanen (z. B. R&D, Logistik, Produktion oder Marketing) gefunden hat. Diese Arbeit untersucht mit Hilfe empirischer Fallstudien Gestaltungsvarianten von Datenerhebungsprozessen im AHP sowie ihre Einflusse auf Konsistenzen und abgeleitete Prioritaten. Weiterhin werden Vorgehensweisen zur automatisierten Konsistenzanpassung vorgestellt. Es wird ein Particle Swarm Optimization (PSO) Algorithmus entwickelt, der automatisierte Konsistenzanpassungen durchfuhrt. Anschliessend werden moegliche Konsequenzen der Anwendung automatisierter Konsistenzanpassungsverfahren innerhalb des AHP analysiert.