Eine datengestützten Vorausschau unterscheidet sich von einer Vision dadurch, dass ihre Vorhersagen auf wissenschaftlichen Erkenntnissen zu Technologie, Demografie, Vorschriften und vielem mehr beruhen. Ein vielversprechender Ansatz für Unternehmen, zukünftige Wettbewerbsvorteile proaktiv zu identifizieren, ist Data-Driven Foresight (DDF). Durch die Nutzung verschiedener Datenquellen aus unterschiedlichen Perspektiven lassen sich mit DDF fundierte Aussagen über trendgetriebene Entwicklungen in der Zukunft ableiten.
Da sich die Lebenszyklen von Technologien beschleunigen, wollen Industrieunternehmen zunehmend Foresight-Aktivitäten in ihr Life-Cycle-Management integrieren, um die digitale Transformation zu fördern. Die Forschenden stellten sich die Frage: Wie beschaffen Unternehmen ihre Daten für DDF im Life-Cycle-Management und welche alternativen Datenquellen sind empfehlenswert? Mittels einer systematischen Literaturrecherche beschrieben sie die aktuellen Datenquellen und klassifizierten sie entlang des Lebenszyklus.
Zwanzig halbstrukturierte Experteninterviews mit Praktikern aus unterschiedlichen Unternehmenstypen zeigen valide Prämissen für die Datenauswahl und für die praktische Umsetzung von DDF. Dabei ist ein Unterschied zwischen Technologieführern und Nachfolgern erkennbar, der eine weitere Lücke für zukünftige Forschung eröffnet.