Horizon Scanning

© Fraunhofer ISI
Horizon Scanning Prozess

Verstetigen sich Signale für einen Wandel oder neue Entwicklungen im Zeitverlauf, können sie einen mittel- bis langfristigen Trend oder Megatrend begründen oder bestehende Trends verändern.

Das Horizon Scanning beinhaltet Verfahren, um Signale für aufkommende Veränderungen frühzeitig zu erkennen und ihre Relevanz einzuschätzen für aktuelle Fragestellungen, Ziele oder strategische Entscheidungen. Es umfasst die drei Schritte: das Scoping zur Eingrenzung bzw. Definition des Suchraums und der relevanten Quellen, das eigentliche Scanning, das je nach Umfang auch KI-basiert durchgeführt werden kann, sowie den Schritt des Sensemakings zur Bewertung und Priorisierung der identifizieren Signale. Durch die Prozessschritte wird gewährleistet, dass das Horizon Scanning in strategisch relevante Informationen mündet.

Zentrale Elemente unseres Horizon Scannings sind:

  • die Eingrenzung des Suchraums gemeinsam mit unserem Auftraggeber
  • die Auswahl und Zusammenstellung der Methodik, insbesondere das Kombinieren von teilautomatisierter und expertenbasierter Quellenidentifikation und -analyse zur Sicherung der Qualität und Legitimität der Ergebnisse
  • die Adressierung von Wahrnehmungsfiltern und Beurteilungsverzerrungen bei der Methoden- und Quellenwahl, basierend auf unserem De-Biasing-Ansatz
  • die Nutzung sogenannter Randquellen, d.h. im jeweiligen Kontext noch nicht etablierten Quellen und kreative Verfahren der Antizipation unter Einbindung von Stakeholdern und Expert:innen aus angrenzenden Wissensbereichen

  • Erdmann, Lorenz; Kimpeler, Simone; Gutknecht, Ralph; Cuhls, Kerstin; Rörden, Jan (2023): Umweltforschung und -governance im digitalen Zeitalter. Ergebnisse eines Horizon Scanning für das Umweltressort in einer Gesellschaft von morgen. Hg. Umweltbundesamt (UBA), Dessau-Roßlau. https://umweltbundesamt.de/publikationen/umweltforschung-governance-im-digitalen-zeitalter
  • Haan, Philipp; Berbig, Manuel; Blum, Ralph; Rörden, Jan; Schirrmeister, Elna; Zimmermann, Roland (2023): Mehrstufige Strategische Frühaufklärung durch Iterative Automatisierte Themenerkennung und Fusion von Nachrichten-, Journal- und Patenttexten mittels Natural Language Processing (NLP). In: 17. Symposium für Vorausschau und Technologieplanung, Berlin, Germany, 14. September 2023. https://www.doi.org/10.24406/h-452214
  • Geurts, Amber; Gutknecht, Ralph; Warnke, Philine; Goetheer, Arjen; Schirrmeister, Elna; Bakker, Babette; Meissner, Svetlana (2021): New perspectives for data‐supported foresight: The hybrid AI‐expert approach, Zeitschriftenaufsatz in Futures & foresight science, Art. e99. https://doi.org/10.1002/ffo2.99
  • Schirrmeister, Elna; Göhring, Anne-Louise; Warnke, Philine (2020): Psychological Biases and Heuristics in the Context of Foresight and Scenario Processes. In: Futures & Foresight Science (2020). https://doi.org/10.1002/ffo2.31
  • Warnke, Philine; Schirrmeister, Elna (2016): Small Seeds for Grand Challenges — Exploring Disregarded Seeds of Change in a Foresight Process for RTI Policy. In: Futures 77 (2016), pp. 1-10. http://dx.doi.org/10.1016/j.futures.2015.12.001