Schema einer Multikriterien-Analyse (MCE):

1. Problemdefinition: Der erste Schritt einer MCE besteht in der Definition des Problems. Beim Fallbeispiel der Gemeinde St. Gittal könnte die Problemdefinition wie folgt lauten: „Welche Teile des Gemeindegebietes eignen sich als Lebensraum für den Wolf?“
2. Kriterienwahl: Der nächste Schritt ist die Wahl der Kriterien. Die gewählten Kriterien sollten die Charakteristik des gesuchten Standorts oder Raumes möglichst gut widerspiegeln. Kriterien können sowohl räumlicher Natur (Geometrie, Topologie) als auch sachlicher Natur sein (Attribute). Ein räumliches Kriterium ist etwa der Abstand des potenziellen Lebensraumes des Wolfs zur nächsten Siedlung. Die Einschränkung auf die Bodennutzungsklasse „Wald“ ist hingegen ein sachliches Kriterium. Weiter gibt es harte, unbedingt zu erfüllende Kriterien („must-have“) und weiche, lediglich wünschbare („nice-to-have“) Kriterien.
3. Operationalisierung der Kriterien: Sind die Kriterien einmal bestimmt, müssen sie in präzise, messbare Kenngrößen übersetzt werden. Diesen Vorgang nennt man Operationalisierung. So könnte das Kriterium „nicht zu nahe am Siedlungsgebiet“ in die Angabe einer Mindestdistanz zur Bauzone in Meter übersetzt werden. Man spricht davon, dass die Kriterien zu verrechenbaren Kenngrößen operationalisiert werden. In den meisten Fällen entsprechen die einzelnen Kriterien je einer Datenschicht im GIS (Layer mit Siedlungsnähe, Wald-Layer).
4. Schaffung eines gemeinsamen Bezugs – Datenintegration: Die Datenintegration schafft Vergleichbarkeit durch gemeinsame Messskalen, gleiche Datentypen (Raster/Vektor) sowie gleiche Auflösungen und gleiche Referenzsysteme.
5. Verschneidung: Identifikation der geeignetsten Räume: Nun werden die verschiedenen Kriterien miteinander verrechnet, um die gesuchten Standorte oder Räume zu ermitteln. Dazu gibt es mehrere mögliche Vorgehensweisen:
   • Logische (Boolesche) Verschneidung: In jeder Datenschicht finden sich nur binäre wahr/falsch-Informationen (true/false, Wald/Nichtwald), aus deren logischer Verschneidung die gesuchten Standorte und Räume ermittelt werden. Der Booleschen Verschneidung ist die Unit „Boolesche Verschneidung“ gewidmet.
   • Gewichtete Verschneidung: Fast nie wird die simple Unterscheidung in wahr und falsch der komplexen Realität gerecht. Eine wesentliche Verbesserung der Resultate kann erreicht werden, wenn die einzelnen Datenschichten mit Gewichten versehen werden. Im Fallbeispiel könnte z. B. die Entfernung zur Siedlung viel weniger wichtig sein als das Rückzugsgebiet Wald. Dazu könnte die Ebene mit der Entfernung zur Siedlung mit einem Gewichtsfaktor, z. B. mal fünf, versehen werden. Diese Themen werden separat behandelt (Units „Gewichtete Verschneidung“ und „Bestimmung der Gewichte“)
   • Fuzzy Overlay: Erhebungsfehler der Eingangsdaten und falsch gewählte Kriterien bergen die Gefahr von Evaluierungsfehlern. In einer Multikriterien-Evaluation können geeignete Gebiete verkannt und ungeeignete fälschlicherweise als geeignet klassifiziert werden. Eine Lösung dieses Problems besteht in der Auflösung scharfer Grenzen. Für die räumlichen Daten heißt das, dass Grenzen nicht als scharfe Linien, sondern als Übergangszonen repräsentiert werden. Bei den Attributen lösen unscharfe Wertebereiche die scharfen Klassengrenzen ab. Dieses Konzept beruht auf der Idee der Fuzzy Set Theory („fuzzy“ im Sinne von „unscharf“). Auf diese Ansätze wird erst im Intermediate Level vertieft eingegangen.
6. Verifikation/Evaluation: Im letzten Schritt sollten die Resultate mit einer Referenz verglichen werden. Dies ist dann möglich, wenn im Feld erhobene Referenzdaten beigezogen werden können („ground truth“). Der letzte Schritt wird oft vernachlässigt. Aber beachten Sie: Eine Eignungskarte ohne Abschätzung ihrer Güte und Verlässlichkeit ist oft das Papier nicht wert, auf das sie gedruckt wurde!