30.01.2019

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

Gastbeitrag: Mario Herger, Silicon-Valley-Experte und Autor des Buches "Das Silicon Valley Mindset", hat sich für uns mit der Thematik auseinandergesetzt, wie wir Technik-Trends schon frühzeitig erkennen können. Seine Antwort ist die "Foresight-Mindset-Methode".
/artikel/foresight-mindset
Foresight Mindset
(c) fotolia/tierney

Als 2007 das iPhone herauskam, waren die Reaktionen zwiegespalten. Für die einen war es eine der wichtigsten technischen Innovationen seit langem und viele waren bereit, sich tagelang vor den Apple-Stores anzustellen. Andere wiederum zuckten mit den Achseln und fragten: „Was ist neu daran? War doch schon alles da?“

brutkasten Magazin #7: Die Welt in 5 Jahren

Jein! Diese Aussage stimmt und stimmt dann doch wieder nicht. Touchscreen, Handynetzwerk, Kamera, GPS-Chip, App-Store, WLAN, MP3-Player und Webbrowser auf einem kleinen, mobilen Gerät gab’s schon vorher. Das neue war aber die Kombination und die Benutzererfahrung mit diesem Gerät.

Bei Innovation sprechen wir vom „benachbarten Möglichen“. Alles, was wir schaffen, basiert auf existierenden Bausteinen. Den Motor und die Kutsche gab es schon länger, aber erst die Kombination gab uns das Auto und wirkte disruptiv auf die Kutschenmacher und Pferdezüchter.

Ideen liegen in der Luft

Teilweise existieren Technologien und Geschäftsmodelle schon sehr lange, bis jemand auf die Idee kommt, sie zu kombinieren. Diese Ideen liegen sozusagen „in der Luft“. 1922 stellten zwei Forscher der Columbia University eine Liste an 140 Erfindungen und Entdeckungen zusammen, bei denen die Erfinder, unabhängig voneinander, ohne voneinander zu wissen, in unterschiedlichen Ländern oder sogar auf unterschiedlichen Kontinenten, dieselbe Erfindung oder Entdeckung innerhalb einer kurzen Periode gemacht hatten.

Was das Telefon, die elektrische Batterie und der Propeller gemeinsam haben

Am selben Tag im Jahr 1876, an dem Alexander Graham Bell ein Patent für das Telefon einreichte, reichte ein anderer dasselbe Patent ein paar Stunden später ein – im selben Patentbüro. 1745 und 1746 erfanden sowohl Ewald Georg von Kleist und Pieter van Musschenbroek die elektrische Batterie. Josef Ressel, John Ericsson, Francis Pettit Smith, David Bushnell und Robert Fulton erfanden unabhängig voneinander – innerhalb einer kurzen Zeitspanne – den Propeller.

Beim iPhone war es genauso. Auch andere Unternehmen wie General Magic, Apple selbst oder Nokia hatten früher schon probiert, so ein Ding zu bauen, doch der richtige Zeitpunkt ist ebenso wichtig, wie die richtige Technologie, das richtige Geschäftsmodell, das richtige Marketing und Branding, der richtig Prozess und einige Dinge mehr, die vom richtigen Team kombiniert werden müssen. Und das ist die große Leistung von erfolgreichen Teams. Den anderen, den gescheiterten Teams verdanken wir, dass sie den Pfad geschlagen haben, indem sie zeigten, was geht und was nicht, und Menschen auf diese Idee vorbereitet haben.

Foresight Mindset: Trends sind erkennbar

Die gute Nachricht für diejenigen, die verstehen wollen, was die Zukunft bringt, ist, dass sie aus den oben genannten Gründen für das geschulte Auge eines Foresight-Mindset-Praktikers vorhersehbar ist. Das Foresight Mindset ist die Kunst und Wissenschaft, Trends zu erkennen bevor sie Trends sind. Und wie man das macht, kann man lernen.

Ein erster Schritt ist, dass man mit mehr Aufmerksamkeit und Interesse gezielt Entwicklungen aus anderen Fachbereichen verfolgt. Das führt zu einer sogenannten T-Verteilung an Expertise, wo man sehr tiefes Wissen zu seinem eigenen Fachbereich hat (der vertikale Strich im Buchstaben T) und weniger tiefes, dafür aber breites Wissen in vielen anderen Disziplinen (repräsentiert durch den horizontalen Querstrich im T). Sich dieses Wissen aneignen erfordert Regelmäßigkeit. Man muss sich das als Gewohnheit aneignen, jeden Tag sich mindestens eine Stunde für fachfremde Studien freizuhalten.7

Man muss die richtigen Fragen stellen

Wissen alleine aber hilft nicht. Die Kunst, eine „schöne Frage“ zu stellen ist ein zweiter Schritt. Eine schöne Frage wird dabei als eine definiert, von der man, sobald gehört, die Antwort wissen will. Man kann sie auch nicht gleich beantworten, ja sie mag vielleicht gar keine Antwort haben. Aber sie eröffnet neue Fragen, sie schafft vielleicht sogar neue Disziplinen. Die Frage „Was ist der nächste Trend?“, „Wie bringt uns das Geld?“ „Was ist unser Tesla-Killer?“ oder „Warum haben wir das bisher nicht gemacht“ sind transaktionsgesteuerte Fragen, oft auf der Suche nach einem Schuldigen. Sie sind nicht schön, sie führen nicht zu Erfindungen und Innovation.

„Wie würde die Welt aussehen, wenn ich auf einem Lichtstrahl reite?“

Eine Frage, wie Albert Einstein sie stellte „Wie würde die Welt aussehen, wenn ich auf einem Lichtstrahl reite?“ hingegen ist eine schöne Frage. Hundert Jahre, nachdem sie gestellt wurde, beschäftigt sie nach wie vor Generationen von Wissenschaftlern und schafft neue Disziplinen. Zwar mögen vielen Leute schauen, aber sie sehen nicht. Der dritte Schritt ist somit, dass man aktiv nach Innovation suchen muss. Weniger nach Lösungen, sondern vor allem nach Problemen, die es wert sind, angepackt zu werden.

Warum erkennen wir Trends oft nicht?

Trends sind deshalb so verwirrend, weil wir nicht genau erkennen, was ein echter Trend ist und was nur eine Modeerscheinung oder Hype, der rasch wieder vergeht. Wir können Trends in einige Kategorien einteilen und folgendes Beispiel macht das anschaulich.

Als Elvis Presley starb, gab es knapp über hundert Elvis-Imitatoren. Menschen, die sich kleideten wie Elvis, die ihr Haar schnitten und fönten wie Elvis, und die Elvis Lieder mit seiner charakteristischen Stimme sangen. Nach Elvis Tod am 16. August 1977 explodierte die Zahl der Elvis-Imitatoren über Nacht. Eine Betrachtung der Zahlen an Elvis-imitatoren zwischen 1977 und 1982 ließ keinen anderen Schluss zu, als dass im Jahr 2000 ein Drittel aller Amerikaner ihr Geld als Elvis-Imitatoren verdienen würden. Das ist natürlich nicht geschehen und jeder oder jede Befragte mit ein bisschen Hausverstand hätte uns sagen können, dass es dazu nicht kommen wird.

Weiche und harte Trends

Obwohl es ein Trend war, hatte er ganz charakteristische Eigenschaften, die auf ein Verebben hindeuten würden. Wir unterscheiden hier zwischen zwei großen Kategorien von Trends: weiche und harte Trends. Weiche Trends sind, wie die Elvis-Imitatoren zeigen, basiert auf Annahmen, die nur so scheinen als ob sie greifbar oder vorhersehbar sind, die sich so aber nicht materialisieren (müssen). Ein harter Trend hingegen ist eine Projektion in die Zukunft, die auf messbaren, greifbaren und vorhersagbaren Fakten, Ereignissen oder Dingen basiert. Ein weicher Trend kann passieren, er ist ein zukünftiges Vielleicht. Ein harter Trend hingegen wird passieren, er ist ein zukünftiges Faktum. Man kann sich darauf verlassen, dass er eintreten wird.

Diese Unterscheidung in weiche und harte Trends soll uns helfen besser zu verstehen, was die Zukunft für uns sicher in der Hand hat und was sie vielleicht bringen wird. Unser Misstrauen gegenüber Vorhersagen und Trends ist oft darin begründet, dass wir die Unterscheidung zwischen weichen und harten Trends nicht treffen können. Wir hatten weder klare Kriterien, noch Werkzeuge um die Spreu vom Weizen trennen zu können. Doch das ändert sich jetzt, und damit erhalten wir mehr Gewissheit in unsere Trendbetrachtungen und Vorhersagen.

„Die Zukunft ist bereits da, sie ist nur noch nicht gleichverteilt.“

Die Zukunft ist bereits da

So wie das iPhone vorhersehbar war, kann man Dank der Foresight-Mindset-Methodologie die Trends der kommenden 5 bis 15 Jahre schon heute erkennen. Sie werden mit hoher Wahrscheinlichkeit nicht exakt so eintreten, wie man sich ausmalen mag, aber Szenarien für mehrere mögliche, plausible und wahrscheinliche Zukünfte heute zu entwickeln erlaubt eine bessere Vorbereitung, ein klareres Verstehen der Zukunft und hilft bessere Entscheidungen zu treffen. Und das alles ohne sich von selbst ernannten „Trendgurus“ die Zukunft vorhersagen zu lassen.

Um es mit dem Science-Fiction-Autor William Gibson zu halten: „Die Zukunft ist bereits da, sie ist nur noch nicht gleichverteilt.“

=> zur Page „Foresight Mindset“

Redaktionstipps
Deine ungelesenen Artikel:
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
Prewave
Harald Nitschinger, Gründer von Prewave | (c) Prewave

Es nennt sich Quantified Resilience und soll zeigen, was Lieferkettenrisiken tatsächlich kosten. Das neue Portfolio des Wiener Startups adressiert die Risikolandschaft für globale Lieferketten, die sich seit Covid, der Chipknappheit sowie dem Krieg im Iran und in Russland verändert hat. Unternehmen haben in den vergangenen Jahren darauf reagiert und auf mehr Transparenz gesetzt, mehr Lieferanten überwacht und mehr Signale und Warnmeldungen verfolgt. Doch Einkaufsteams wollen nicht mehr Informationen, meint Co-Founder und seit Jänner alleiniger CEO Harald Nitschinger. „Sie wollen eine belastbare Entscheidungsgrundlage“, sagt er und bezieht sich auf eine Gartner-Studie aus 2026 mit dem Titel: „Market Overview for Supplier Risk Management Solutions.“ Teams, die ihre Zeit damit verbringen, schwer fassbare Risiken bei Sub-Tier-Lieferanten zu recherchieren und zu bewerten, hätten kaum Kapazitäten, um langfristige Resilienz aufzubauen.

Prewave: KI-Agenten übernehmen Recherche

Hier soll Quantified Resilience helfen, die globalen Risikodaten von Prewave mit den eigenen Daten eines Unternehmens zu verbinden, darunter Stücklisten, Lagerbestände, alternative Bezugsquellen und Umsatzzahlen. Spezialisierte KI-Agenten würden dann die Recherche übernehmen, Risiken priorisieren und deren mögliche finanzielle Auswirkungen auf das Unternehmen bewerten.

Ein Bestandteil des neuen KI-Portfolios heißt Prewave Respond und beinhaltet KI-Agenten, die Signale aus der gesamten Plattform bündeln und Risikosituationen danach ordnen, wie dringend Handlungsbedarf besteht. Risikomanager würden so auf einen Blick sehen, welche Situationen jetzt Aufmerksamkeit erfordern und welche warten können. Die Agenten lassen sich an die eigenen Prozesse und Prioritäten des jeweiligen Unternehmens anpassen.

Plattform zeigt Betroffenheit

„Die Bewertung einer Störung hat unser Risikoteam früher einen halben Tag gekostet, plus Abstimmung mit den Konzerneinkäufern, um die Auswirkungen auf die Lieferanten zu verifizieren“, erklärt Verena Rausch, Group Risk Manager bei der Vaillant Group, wie Prewave den Aufwand bei der Bewertung einzelner Störungen reduziert. „Beim Erdbeben von Kumamoto hat Prewave rund 50 aufgezeigte Lieferanten auf 11 eingegrenzt, die geprüft werden mussten, und einen unmittelbaren Produktionsstopp aufgezeigt. Das verkürzt den Zeitaufwand für jede Bewertung.“

Der Schlüssel zu dieser Priorisierung liege darin zu verstehen, was eine Störung für das Geschäft bedeutet. Die Prewave-Plattform kombiniert Informationen zu globalen Ereignissen, Lieferantenstandorten, Tier-n-Beziehungen und Rohstoffabhängigkeiten mit den eigenen Lieferketten- und ERP-Daten des Unternehmens. Sie zeige so, welche Lieferanten, Materialien oder Produkte tatsächlich betroffen sind.

Für Nitschinger ist Quantified Resilience der nächste Schritt im Umgang mit zunehmend komplexen Lieferkettenrisiken: „Unseren Kunden fehlt es nicht an Informationen. Im Gegenteil, sie werden mit Warnmeldungen, Ratings und Lieferanten-Updates überflutet. Wir geben ihnen jetzt Werkzeuge an die Hand, die diese Signale in eine konkrete Entscheidungsgrundlage verwandeln: Was verdient meine Aufmerksamkeit? Wo bin ich tatsächlich exponiert? Was steht finanziell auf dem Spiel? Und wo sollten wir Resilienz aufbauen, um die größte Wirkung zu erzielen? Quantified Resilience macht diese Zusammenhänge messbar und damit steuerbar.“

Resilienz von Kostenfaktor soll zur Investitionsentscheidung werden

Über die Priorisierung hinaus berechnet Prewave die finanziellen Auswirkungen einer Störung anhand von Daten wie Lagerbeständen, Stücklisten und Umsatz, heißt es. Damit soll die Resilienz von einem Kostenfaktor zu einer Investitionsentscheidung werden. Unternehmen könnten Ausgaben dorthin lenken, wo sie am meisten bewirken, und sie gegenüber Geschäftsführung und Vorstand mit belastbaren Zahlen untermauern.

Künftig will Prewave diesen Ansatz nutzen, um die Lieferketten seiner Kunden ganzheitlich und proaktiv zu optimieren. Prewave Optimise, ein weiteres Tool aus der „Quantified Resilience“-Strategie, das sich derzeit in der Beta-Phase befindet, soll zeigen, wo Absicherungen über das notwendige Maß hinausgehen und wo gefährliche Lücken bestehen. Ziel ist ein Lieferantennetzwerk, das Kosten und Resilienz entsprechend der individuellen Risikobereitschaft eines Unternehmens ausbalanciert.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Foresight Mindset – Wie man Trends erkennt bevor sie Trends sind