Für das strategische Management folgt die Bedeutung der Frühaufklärung aus der Tatsache, daß in strategischen Entscheidungsprozessen der Zeitpunkt des Bedarfs zum Handeln häufig vor dem Zeitpunkt der Erkennung relevanter Einflußgrößen liegt. Im zeitlichen Ablaufwerden die Einflußgrößen zunehmend sichtbarer, aber der Handlungsspielraum zunehmend enger. Entscheidungsprozesse über den Einsatz neuer Technologien sind ein Paradebeispiel hierftir. Die Frühaufklärung versucht, diesen zeitlichen Vorlauf zu nutzen und anhand der Früherkennung relevanter, aber im frühen Stadium eines Entscheidungsprozesses erst schwach erkennbarer Einflußgrößen den Handlungsspielraum auszuschöpfen. Bei der Gestaltung von Systemen zur Frühaufklärung werden daten- und modellorientierte Ansätze unterschieden. Datenorientierte Ansätze erfassen Merkmale oder Merkmalsgruppen in Form von Kennzahlen und Indikatoren sowie deren Aggregation z.B. bei Portfolio Ansätzen, um Iststände und zukünftige Entwicklungen eines Untersuchungsbereichs zu beschreiben bzw. abzuschätzen. Modellorientierte Ansätze versuchen darüber hinaus auch die Wechselwirkungen zwischen den relevanten Größen eines Untersuchungsbereichs anhand von Modellen zu erfassen und für die Prognose der zukünftigen Entwicklung zu verwenden. Wichtige Modellierungsmethoden ftir das Umfeld von Unternehmen wie system dynamics versuchen, sowohl die äußeren Einflüsse auf einen Untersuchungsbereich als auch dessen in der Eigendynamik in Form rückgekoppelter Prozesse zu bestimmen. Dabei wird allerdings Regel angenommen, daß die Zustände und Wechselwirkungen realer Systeme durch metrisch skalierte Größen und deterministische Beziehungen dargestellt werden können. Diese Voraussetzungen sind häufig nicht erfüllt.Jan-Peter Hazebrouck behandelt in der vorliegenden Arbeit das Problem der Modeliierung eines Untersuchungsbereichs zum Zweck der Frühaufklärung. Er erweitert in seiner Schrift vorhandene Modellierungsinstrumente für dynamische Systeme um Konzepte der fuzzy logic.