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