Erhebungsprozesse und Konsistenzanforderungen im Analytic Hierarchy Process (AHP)

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.

Autorentext

Dominic Gastes, geboren 1978 in Duisburg; 1999-2005 Studium zum Diplom-Wirtschaftsingenieur an der Universität Karlsruhe (TH); seit Ende 2005 Wissenschaftlicher Mitarbeiter am Institut für Entscheidungstheorie und Unternehmensforschung (ETU) am Karlsruher Institut für Technologie (KIT).

Inhalt
Inhalt: Grundlagen der Entscheidungstheorie und Einordnung des Analytic Hierarchy Process (AHP) Die klassische AHP Methode und ihre Erweiterungen Kritikpunkte am AHP Erhebungsprozesse für den AHP und ihr Einfluss auf Konsistenzen und Prioritäten Automatische Konsistenzanpassungen und ihre Konsequenzen für abgeleiteten Prioritäten Particle Swarm Optimization (PSO).