Diese Dissertation behandelt die Konfiguration stochastisch lokaler Suchverfahren für kombinatorische Optimierungsprobleme mittels neuer, automatischer experimentellen Prozeduren. Die Konfiguration and Selektion des Suchverfahrens wird aufgrund einer genau spezifizierten, vom Rechner durchgeführten Evaluation der Performanz von verschiedenen Varianten des Suchverfahrens mittels Racingverfahren bestimmt. In Abhängigkeit des Aufwands der Erzeugung von Lösungen, werden die Lösungsgüte und der Berechnungsaufwand, d.h. die Rechenzeit zur Erzeugung der Lösungen, unterschiedlich berücksichtigt. Können Lösungen mit ungefähr gleichem Aufwand generiert werden, ist die Güte der Lösungen das Hauptkriterium für die Auswahl. Gibt es erhebliche Unterschiede im Aufwand der Erzeugung von Lösungen, wird die Rechenzeit explizit in der Auswahl berücksichtigt. Falls die Suchverfahren eine Serie von Lösungen steigender Güte generieren können, wird die Güte jeder neuen solchen Lösung zusammen mit der entsprechenden Rechenzeit im Auswahlverfahren berücksichtigt. Die Anwendung dieser Auswahlverfahren wird in dieser Dissertation anhand von Konstruktionsheuristiken, Varianten von iterierten Verbesserungsverfahren und der iterierten lokalen Suche für deren jeweilige Anwendung auf zwölf unterschiedliche Schedulingprobleme dargestellt. Das Endergebnis ist jeweils ein Suchverfahren, dessen Performanz oft dem ``State-of-the-Art'' im Problembereich entspricht. Zusätzlich konnten durch eine eingehende, statistische Analyse der Versuchsdaten neue Einsichten in den Einfluss der Komponenten von Suchverfahren auf die Performanz in Abhängigkeit der Struktur der untersuchten Optimierungsprobleme gewonnen werden.