Hoe deze nieuwsbrief tot stand komtHow this newsletter comes together
Drie uitgangspuntenThree starting points
Voordat ik vertel hoe deze nieuwsbrief in elkaar zit, wil ik je vertellen over drie dingen die mijn werkwijze sturen. Before I explain how this newsletter works, I want to share three things that shape how I approach it.
▲ Toekomstverkennen doe je niet in je eentje.Foresight isn't a solo activity.
Foresighting heeft veel meer waarde wanneer het door meerdere mensen wordt gedragen. Het denken ontstaat in gesprek, in tegenspraak met elkaar, in het delen van invalshoeken waaraan je zelf nooit hebt gedacht.
Een nieuwsbrief is een beperkte vorm van dat gesprek, maar wél een vorm. Ik stuur dan ook actief aan op mijn lezers om te reageren en te participeren in deze nieuwsbrief.
Een nieuwsbrief is een beperkte vorm van dat gesprek, maar wél een vorm. Ik stuur dan ook actief aan op mijn lezers om te reageren en te participeren in deze nieuwsbrief.
Foresight gains its real value when more people are involved. The thinking happens in dialogue, in disagreement, in sharing perspectives you'd never reach alone.
A newsletter is a limited form of that dialogue, but it is a form. So I actively invite my readers to respond and participate.
A newsletter is a limited form of that dialogue, but it is a form. So I actively invite my readers to respond and participate.
▲ Er is gezonde scepsis over het nut van foresight, en die deel ik net zo goed.There's healthy scepticism about the value of foresight, and I share it.
We kunnen geen toekomst voorspellen, maar we kunnen wel een toekomst voorstellen. Voorspellen is claimen wat er gaat gebeuren én dat kan niet. Voorstellen is het denken openbreken voor wat er zou kunnen gebeuren. Wat dat concreet doet voor mensen die ermee werken?
Het belangrijkste, denk ik: foresight haalt aannames die in het achterhoofd zitten naar de oppervlakte. 'Dit blijft nog wel een tijdje hetzelfde.' Of 'Dit is irrelevant.' Of denk aan 'Dit soort technologie is nog zo ver weg.' Zulke zinnen zitten in het achterhoofd van iedereen die strategische keuzes maakt, en blijven daar zitten tot een gebeurtenis ze er met geweld uit haalt. Foresight probeert dat eerder te faciliteren.
Het belangrijkste, denk ik: foresight haalt aannames die in het achterhoofd zitten naar de oppervlakte. 'Dit blijft nog wel een tijdje hetzelfde.' Of 'Dit is irrelevant.' Of denk aan 'Dit soort technologie is nog zo ver weg.' Zulke zinnen zitten in het achterhoofd van iedereen die strategische keuzes maakt, en blijven daar zitten tot een gebeurtenis ze er met geweld uit haalt. Foresight probeert dat eerder te faciliteren.
We can't predict the future, but we can imagine one. Predicting claims to know what will happen, and that isn't possible. Imagining opens thinking to what could happen. What does that practically do for people working with it?
The most important thing, I think: foresight surfaces assumptions that sit unspoken at the back of your mind. 'This will stay the same for a while.' Or 'This is irrelevant.' Or 'That kind of technology is still far off.' Such sentences live in the back of the mind of anyone who makes strategic choices, and they stay there until an event forces them out. Foresight tries to surface them earlier.
The most important thing, I think: foresight surfaces assumptions that sit unspoken at the back of your mind. 'This will stay the same for a while.' Or 'This is irrelevant.' Or 'That kind of technology is still far off.' Such sentences live in the back of the mind of anyone who makes strategic choices, and they stay there until an event forces them out. Foresight tries to surface them earlier.
▲ Ik ben groot fan van building in the open.I'm a big fan of building in the open.
Werk dat continu aan de toets wordt gesteld, wordt beter. Niet alleen omdat anderen meekijken, maar omdat je gedwongen wordt expliciet te zijn over keuzes die je anders impliciet zou laten. Daarnaast wil ik gestructureerd het wereldwijde nieuws volgen om context op te bouwen voor mijn werk. Deze nieuwsbrief lost beide doelen tegelijk op: hij dwingt me wekelijks te kiezen wat een signaal is en wat ruis is én stelt tegelijkertijd mijn werk bloot aan publieke feedback (én maakt natuurlijk voor een leuke motivatie om je werkwijze te verbeteren).
Work that's continually tested gets better. Not only because others are watching, but because it forces you to be explicit about choices you'd otherwise leave implicit. I also want to systematically follow global news to build context for my work. This newsletter solves both at once: it forces me each week to decide what's a signal and what's noise, and exposes my work to public feedback (which, naturally, is great motivation to keep improving the process).
Wat is dit, eigenlijk?What is this, really?
Ik wil graag op deze pagina wat meer uitleg geven over hoe ik naar deze nieuwsbrief kijk én hoe ik 'm ontwikkel. Een nieuwsbrief over foresight die mede met LLM's tot stand komt, kan natuurlijk niet zonder uitleg over hoe dat werkt. Niet omdat dat verplicht is, maar omdat de werkwijze deel uitmaakt van het denkproces. Wie deze nieuwsbrief leest, leest niet alleen een verzameling signalen, maar ook een impliciete claim over wat AI wel en niet kan in foresight. On this page I want to explain how I think about this newsletter and how I develop it. A foresight newsletter built partly with LLMs can't really exist without an explanation of how that works. Not because it's required, but because the method is part of the thinking. Anyone reading this isn't just reading a collection of signals, but an implicit claim about what AI can and can't do in foresight.
Deze nieuwsbrief is daarmee voor mij ook een ruimte om hardop na te denken over een vraag die me bezighoudt:
Wat verandert er aan foresight als de scanlaag voor het eerst goedkoop, snel en meertalig toegankelijk wordt? Hoe onderscheid je dan ruis van signalen?
Daar is volgens mij nog geen vast antwoord op. Deze pagina is daarom mijn werkboek terwijl ik dat probeer uit te zoeken.
Wat verandert er aan foresight als de scanlaag voor het eerst goedkoop, snel en meertalig toegankelijk wordt? Hoe onderscheid je dan ruis van signalen?
Daar is volgens mij nog geen vast antwoord op. Deze pagina is daarom mijn werkboek terwijl ik dat probeer uit te zoeken.
This newsletter is also my space to think out loud about a question that occupies me:
What changes in foresight when the scanning layer first becomes cheap, fast and multilingual? How do you separate noise from signal then?
I don't think there's a settled answer yet. This page is my working notebook as I try to figure it out.
What changes in foresight when the scanning layer first becomes cheap, fast and multilingual? How do you separate noise from signal then?
I don't think there's a settled answer yet. This page is my working notebook as I try to figure it out.
Hoe de nieuwsbrief is opgebouwd: twee lagenHow the newsletter is structured: two layers
Iedere editie heeft dezelfde structuur. Eerst de input, dan de analyse. Klik op een laag om dieper te gaan. Every edition has the same structure. First the input, then the analysis. Click on a layer to go deeper.
▲ Laag 1 — De inputLayer 1 — The input
Het eerste deel is de input-laag: tussen de twintig en vijfentwintig ontwikkelingen van over de hele wereld, door mij samengevat in het Nederlands, met een korte duiding waarom dit signaal er volgens mij toe doet.
Bij elk artikel:
De primaire bron — vaak Engelstalig, soms Chinees, Russisch, Arabisch of Spaans
Aanvullende bronnen — geen link-dump, maar verwijzingen die context toevoegen of een andere invalshoek bieden, met een korte toelichting waarom die bron erbij hoort
Een korte duiding — niet een herhaling van het artikel, maar mijn antwoord op de vraag waarom is dit een signaal en geen ruis?
Het idee: jij hoeft niet zelf zestig bronnen per week door te spitten. Je krijgt de signalen kant-en-klaar, met genoeg context om zelf een oordeel te vormen. De selectie is mijn werk; het oordeel blijft bij jou.
Bij elk artikel:
De primaire bron — vaak Engelstalig, soms Chinees, Russisch, Arabisch of Spaans
Aanvullende bronnen — geen link-dump, maar verwijzingen die context toevoegen of een andere invalshoek bieden, met een korte toelichting waarom die bron erbij hoort
Een korte duiding — niet een herhaling van het artikel, maar mijn antwoord op de vraag waarom is dit een signaal en geen ruis?
Het idee: jij hoeft niet zelf zestig bronnen per week door te spitten. Je krijgt de signalen kant-en-klaar, met genoeg context om zelf een oordeel te vormen. De selectie is mijn werk; het oordeel blijft bij jou.
The first part is the input layer: between twenty and twenty-five developments from across the world, summarised by me in Dutch (or English, with the toggle), with a short reading of why this signal seems to matter.
For each article:
The primary source — often in English, sometimes Chinese, Russian, Arabic or Spanish
Supporting sources — no link dump, but references that add context or offer a different angle, with a short note on why that source belongs there
A short reading — not a recap of the article, but my answer to the question: why is this a signal and not noise?
The idea: you don't have to comb through sixty sources a week yourself. You get the signals ready-made, with enough context to form your own judgement. The selection is my work; the judgement stays with you.
For each article:
The primary source — often in English, sometimes Chinese, Russian, Arabic or Spanish
Supporting sources — no link dump, but references that add context or offer a different angle, with a short note on why that source belongs there
A short reading — not a recap of the article, but my answer to the question: why is this a signal and not noise?
The idea: you don't have to comb through sixty sources a week yourself. You get the signals ready-made, with enough context to form your own judgement. The selection is my work; the judgement stays with you.
▲ Laag 2 — De analyseLayer 2 — The analysis
De tweede laag bouwt voort op die input. Hier probeer ik de losse signalen in perspectief te plaatsen, in de vorm van een aantal rubrieken die hieronder worden toegelicht. The second layer builds on that input. Here I try to put the individual signals in perspective, in the form of a few recurring sections explained below.
4 Future Worlds
Dit is de rubriek waar ik het meeste over heb nagedacht, en waar de kern van mijn methodiek zit. Ik leg het je graag uit in drie stappen: waarom deze rubriek bestaat, hoe de matrix werkt, en wat ik wekelijks doe.
Waarom deze rubriek bestaat.
In het laatste jaar heb ik tientallen toonaangevende foresight-rapporten gelezen (NATO ACT, RAND, Fraunhofer ISI, het Britse DCDC, het Wereldeconomisch Forum, en nog een hele reeks). Wat opvalt als je die rapporten naast elkaar legt: ze beschrijven allemaal, in eigen termen, hetzelfde fenomeen.
Globalisering zoals we die kenden is aan het kantelen. Het zwaartepunt van economische zwaartekracht, technologische standaarden en geopolitieke initiatieven verschuift richting Azië (niet alleen China, maar ook India, Zuidoost-Azië, en bijvoorbeeld de Golfstaten als financiële knooppunten). Tegelijkertijd lopen oude westerse instituties (WTO, NAVO-besluitvorming, multilaterale klimaatafspraken) tegen hun grenzen aan.
Dat klinkt groot en abstract, en daar zit precies het probleem. "Globalisering verandert" is geen werkbare uitspraak voor strategisch denken. Het roept te veel vragen op. Wat ik wilde, was een framework dat dezelfde ontwikkeling toelaat om door verschillende lenzen bekeken te worden, zodat je per signaal kunt zien welke richting hij ondersteunt en welke niet.
Hoe de matrix werkt. Twee assen, vier kwadranten:
Daaruit volgen de vier Future Worlds. Elk kwadrant beschrijft een mogelijke wereld waar we naar toe kunnen bewegen.
Wat ik wekelijks doe
Iedere editie plot ik de signalen van die week als vectoren op deze matrix. Een Chinese exportcontrole op zeldzame aarden? Beweegt richting Gepolariseerd Web. Een nieuw bilateraal datadeel-verdrag tussen Duitsland en Japan? Richting Polycentrische Orde. Het zwaartepunt, de gemiddelde positie van alle vectoren samen, verschuift week op week. Soms beweegt het door één dominant signaal; vaker beweegt het door tien kleine signalen die dezelfde kant op duwen.
Een belangrijke kalibratie: ik vergelijk de signalen van mijn eigen selectie met het bredere wereldnieuws van die week. Anders zou een week vol Hormuz-incidenten mijn matrix overdrijven richting dwang, terwijl Hormuz dan eigenlijk de baseline is geworden. Door tegen het wereldnieuws te kalibreren krijg ik een beter gevoel voor wat typerend is en wat afwijkend.
Het punt is, nogmaals, niet om te voorspellen welke wereld het wordt. De toekomst kun je niet voorspellen. Het punt is om je denken te verbreden.
Waarom deze rubriek bestaat.
In het laatste jaar heb ik tientallen toonaangevende foresight-rapporten gelezen (NATO ACT, RAND, Fraunhofer ISI, het Britse DCDC, het Wereldeconomisch Forum, en nog een hele reeks). Wat opvalt als je die rapporten naast elkaar legt: ze beschrijven allemaal, in eigen termen, hetzelfde fenomeen.
Globalisering zoals we die kenden is aan het kantelen. Het zwaartepunt van economische zwaartekracht, technologische standaarden en geopolitieke initiatieven verschuift richting Azië (niet alleen China, maar ook India, Zuidoost-Azië, en bijvoorbeeld de Golfstaten als financiële knooppunten). Tegelijkertijd lopen oude westerse instituties (WTO, NAVO-besluitvorming, multilaterale klimaatafspraken) tegen hun grenzen aan.
Dat klinkt groot en abstract, en daar zit precies het probleem. "Globalisering verandert" is geen werkbare uitspraak voor strategisch denken. Het roept te veel vragen op. Wat ik wilde, was een framework dat dezelfde ontwikkeling toelaat om door verschillende lenzen bekeken te worden, zodat je per signaal kunt zien welke richting hij ondersteunt en welke niet.
Hoe de matrix werkt. Twee assen, vier kwadranten:
- X-as — regelgebaseerd ↔ dwanggebaseerd. Worden conflicten bemiddeld via afspraken (handelsverdragen, internationaal recht, gedeelde standaarden), of via macht (sancties, exportcontroles, militaire dreiging)? Een land dat sancties uitvaardigt buiten een VN-mandaat schuift het systeem naar dwang. Een land dat zich aansluit bij een nieuwe technologische standaard zonder eraan mee te willen werken aan handhaving, schuift het naar dwang via een achterdeur.
- Y-as — integratie ↔ fragmentatie. Groeien systemen naar elkaar toe, of juist uit elkaar? Eén internet of meerdere? Eén betaalsysteem (SWIFT) of parallelle netwerken (CIPS, mBridge)? Eén AI-modellenmarkt of nationale champions per blok? Een ontwikkeling kan integratie bevorderen (Indiase UPI die wordt overgenomen door tien landen) of integratie eroderen (data-lokalisatiewetten, exportcontroles).
Daaruit volgen de vier Future Worlds. Elk kwadrant beschrijft een mogelijke wereld waar we naar toe kunnen bewegen.
- Polycentrische Orde (regelgebaseerd, geïntegreerd) — meerdere machtscentra, gedeelde regels, een drukke marktplaats waar iedereen dezelfde maten en gewichten gebruikt. Het vroege internet als technische analogie.
- Gepolariseerd Web (dwang, geïntegreerd) — systemen blijven verbonden, maar wie de infrastructuur bezit zet 'm in als wapen. Denk hierbij hoe het Westen SWIFT na 2022 inzette als economisch wapen tegen Rusland, halfgeleider-exportcontroles of datacenter-toegang als drukmiddel.
- Gesloten Circuits (dwang, gefragmenteerd) — de wereld valt uiteen in technologische blokken met eigen standaarden (eigen internet, eigen infrastructuur, eigen betaalrails). Een soort van digitaal IJzeren Gordijn, maar dan gebouwd op technologie én niet alleen op ideologie.
- Soevereine Archipel (regelgebaseerd, gefragmenteerd) — landen bouwen bewust eigen systemen, niet uit dwang maar als strategische keuze. Denk hierbij aan India's Aadhaar, Brazilië's PIX en de Europese cloud-soevereiniteit. Werkt alleen voor wie het zich kan veroorloven.
Wat ik wekelijks doe
Iedere editie plot ik de signalen van die week als vectoren op deze matrix. Een Chinese exportcontrole op zeldzame aarden? Beweegt richting Gepolariseerd Web. Een nieuw bilateraal datadeel-verdrag tussen Duitsland en Japan? Richting Polycentrische Orde. Het zwaartepunt, de gemiddelde positie van alle vectoren samen, verschuift week op week. Soms beweegt het door één dominant signaal; vaker beweegt het door tien kleine signalen die dezelfde kant op duwen.
Een belangrijke kalibratie: ik vergelijk de signalen van mijn eigen selectie met het bredere wereldnieuws van die week. Anders zou een week vol Hormuz-incidenten mijn matrix overdrijven richting dwang, terwijl Hormuz dan eigenlijk de baseline is geworden. Door tegen het wereldnieuws te kalibreren krijg ik een beter gevoel voor wat typerend is en wat afwijkend.
Het punt is, nogmaals, niet om te voorspellen welke wereld het wordt. De toekomst kun je niet voorspellen. Het punt is om je denken te verbreden.
This is the section I've thought about most, and where the core of my methodology sits. Let me walk you through it in three steps: why this section exists, how the matrix works, and what I do each week.
Why this section exists.
Over the past year I've read dozens of leading foresight reports (NATO ACT, RAND, Fraunhofer ISI, the UK's DCDC, the World Economic Forum, and a long list more). What stands out when you place them side by side: they all describe, in their own terms, the same phenomenon.
Globalisation as we knew it is tilting. The centre of gravity for economic weight, technological standards and geopolitical initiatives is shifting towards Asia (not only China, but also India, Southeast Asia, and the Gulf states as financial hubs). At the same time, older Western institutions (the WTO, NATO decision-making, multilateral climate agreements) are bumping up against their limits.
That sounds big and abstract, and that's exactly the problem. "Globalisation is changing" isn't a workable statement for strategic thinking. It raises too many questions. What I wanted was a framework that lets the same development be viewed through different lenses, so that you can see, per signal, which direction it supports and which it doesn't.
How the matrix works. Two axes, four quadrants:
From these axes follow the four Future Worlds. Each quadrant describes a possible world we might move towards.
What I do each week
Every edition I plot that week's signals as vectors on this matrix. A Chinese export control on rare earths? Moves toward Polarised Web. A new bilateral data-sharing treaty between Germany and Japan? Toward Polycentric Order. The centre of gravity, the average position of all the vectors together, shifts week by week. Sometimes it moves because of one dominant signal; more often because ten smaller signals push in the same direction.
One important calibration: I compare the signals from my own selection against the broader world news of that week. Otherwise a week full of Hormuz incidents would skew my matrix toward coercion, when Hormuz has by then become the baseline. By calibrating against world news I get a better sense of what's typical and what's a deviation.
The point, again, isn't to predict which world we end up in. You can't predict the future. The point is to broaden your thinking.
Why this section exists.
Over the past year I've read dozens of leading foresight reports (NATO ACT, RAND, Fraunhofer ISI, the UK's DCDC, the World Economic Forum, and a long list more). What stands out when you place them side by side: they all describe, in their own terms, the same phenomenon.
Globalisation as we knew it is tilting. The centre of gravity for economic weight, technological standards and geopolitical initiatives is shifting towards Asia (not only China, but also India, Southeast Asia, and the Gulf states as financial hubs). At the same time, older Western institutions (the WTO, NATO decision-making, multilateral climate agreements) are bumping up against their limits.
That sounds big and abstract, and that's exactly the problem. "Globalisation is changing" isn't a workable statement for strategic thinking. It raises too many questions. What I wanted was a framework that lets the same development be viewed through different lenses, so that you can see, per signal, which direction it supports and which it doesn't.
How the matrix works. Two axes, four quadrants:
- X-axis — rules-based ↔ coercion-based. Are conflicts mediated through agreements (trade treaties, international law, shared standards), or through power (sanctions, export controls, military pressure)? A country that issues sanctions outside a UN mandate pushes the system toward coercion. A country that joins a new technical standard without committing to enforcement pushes it toward coercion through the back door.
- Y-axis — integration ↔ fragmentation. Are systems growing closer together, or drifting apart? One internet or many? One payment system (SWIFT) or parallel networks (CIPS, mBridge)? One AI-model market or national champions per bloc? A development can promote integration (India's UPI being adopted by ten countries) or erode integration (data-localisation laws, export controls).
From these axes follow the four Future Worlds. Each quadrant describes a possible world we might move towards.
- Polycentric Order (rules-based, integrated) — multiple centres of power, shared rules, a busy marketplace where everyone uses the same weights and measures. The early internet as a technical analogy.
- Polarised Web (coercion, integrated) — systems stay connected, but whoever owns the infrastructure uses it as a weapon. Think of how the West deployed SWIFT after 2022 as an economic weapon against Russia, or how semiconductor export controls and datacentre access become tools of pressure.
- Closed Circuits (coercion, fragmented) — the world breaks apart into technological blocs with their own standards (own internet, own infrastructure, own payment rails). A kind of digital Iron Curtain, built on technology rather than ideology alone.
- Sovereign Archipelago (rules-based, fragmented) — countries deliberately build their own systems, not out of coercion but as a strategic choice. Think of India's Aadhaar, Brazil's PIX, and European cloud sovereignty. Only works for those who can afford it.
What I do each week
Every edition I plot that week's signals as vectors on this matrix. A Chinese export control on rare earths? Moves toward Polarised Web. A new bilateral data-sharing treaty between Germany and Japan? Toward Polycentric Order. The centre of gravity, the average position of all the vectors together, shifts week by week. Sometimes it moves because of one dominant signal; more often because ten smaller signals push in the same direction.
One important calibration: I compare the signals from my own selection against the broader world news of that week. Otherwise a week full of Hormuz incidents would skew my matrix toward coercion, when Hormuz has by then become the baseline. By calibrating against world news I get a better sense of what's typical and what's a deviation.
The point, again, isn't to predict which world we end up in. You can't predict the future. The point is to broaden your thinking.
Futures by Cleo
Cleo is mijn poging om iets te doen wat foresight zelden goed doet: de toekomst tastbaar maken.
Onze uitdaging: je hebt de analyse, een rapport en drie scenario's. De lezer knikt, leest verder, en er verandert niets. Niet omdat het werk slecht is, maar omdat abstractie geen cognitieve verschuiving veroorzaakt. Pierre Wack, mede-architect van Shell's scenario-werk in de jaren zeventig, schreef dit al: foresight werkt pas als je "voorbij de feiten" komt en het gevoel van je publiek raakt. Niet hun begrip, hun mental model.
Dat inzicht is uitgewerkt door onder meer Jake Dunagan en Stuart Candy bij het Institute for the Future onder de noemer experiential futures. Hun stelling: scenario's blijven statisch zolang ze in PowerPoint leven. Pas als je iemand in de toekomst plaatst (denk aan een artefact uit 2031 in zijn handen drukt, hem laat ervaren hoe het zou voelen) dan pas verandert er iets. "It is better to be surprised by a simulation than blindsided by reality," zoals Dunagan het stelt.
Cleo is mijn nieuwsbrief-versie van dat principe. Ik kan geen VR-installatie bouwen, geen workshop organiseren waarin lezers door 2031 lopen. Wat ik wél kan: een scène schrijven.
De methode noem ik 1+1=3. Per editie combineer ik artikelen uit verschillende domeinen en extrapoleer wat eruit zou kunnen ontstaan over drie tot zeven jaar. Niet de optelsom, maar wat ontstaat als ze elkaar ontmoeten. Cross-domain combinaties zijn precies daar waar je gevoel voor de toekomst stilstaat, omdat je hersenen ze niet vanzelf maken.
Zo probeer ik gedachte-experimenten in concrete vorm te gieten. Ik weet niet of de scène uit 2031 ooit klopt, maar who knows.
Onze uitdaging: je hebt de analyse, een rapport en drie scenario's. De lezer knikt, leest verder, en er verandert niets. Niet omdat het werk slecht is, maar omdat abstractie geen cognitieve verschuiving veroorzaakt. Pierre Wack, mede-architect van Shell's scenario-werk in de jaren zeventig, schreef dit al: foresight werkt pas als je "voorbij de feiten" komt en het gevoel van je publiek raakt. Niet hun begrip, hun mental model.
Dat inzicht is uitgewerkt door onder meer Jake Dunagan en Stuart Candy bij het Institute for the Future onder de noemer experiential futures. Hun stelling: scenario's blijven statisch zolang ze in PowerPoint leven. Pas als je iemand in de toekomst plaatst (denk aan een artefact uit 2031 in zijn handen drukt, hem laat ervaren hoe het zou voelen) dan pas verandert er iets. "It is better to be surprised by a simulation than blindsided by reality," zoals Dunagan het stelt.
Cleo is mijn nieuwsbrief-versie van dat principe. Ik kan geen VR-installatie bouwen, geen workshop organiseren waarin lezers door 2031 lopen. Wat ik wél kan: een scène schrijven.
De methode noem ik 1+1=3. Per editie combineer ik artikelen uit verschillende domeinen en extrapoleer wat eruit zou kunnen ontstaan over drie tot zeven jaar. Niet de optelsom, maar wat ontstaat als ze elkaar ontmoeten. Cross-domain combinaties zijn precies daar waar je gevoel voor de toekomst stilstaat, omdat je hersenen ze niet vanzelf maken.
Zo probeer ik gedachte-experimenten in concrete vorm te gieten. Ik weet niet of de scène uit 2031 ooit klopt, maar who knows.
Cleo is my attempt at something foresight rarely does well: making the future tangible.
The challenge: you have the analysis, a report, three scenarios. The reader nods, reads on, and nothing changes. Not because the work is bad, but because abstraction doesn't cause a cognitive shift. Pierre Wack, co-architect of Shell's scenario work in the 1970s, already wrote about this: foresight only starts working once you move "beyond the facts" and reach your audience's feeling. Not their understanding, their mental model.
That insight has been developed by, among others, Jake Dunagan and Stuart Candy at the Institute for the Future under the label experiential futures. Their argument: scenarios stay static as long as they live in PowerPoint. Only when you place someone in the future (an artefact from 2031 placed in their hands, the chance to feel what it would feel like) does something shift. "It is better to be surprised by a simulation than blindsided by reality," as Dunagan puts it.
Cleo is my newsletter version of that principle. I can't build a VR installation, can't organise a workshop where readers walk through 2031. What I can do: write a scene.
I call the method 1+1=3. Each edition I combine articles from different domains and extrapolate what might emerge three to seven years out. Not the sum, but what arises when they meet. Cross-domain combinations are precisely where your sense of the future stalls, because your brain doesn't make them on its own.
That's how I try to cast thought experiments into concrete form. I don't know whether the 2031 scene will ever turn out to be right, but who knows.
The challenge: you have the analysis, a report, three scenarios. The reader nods, reads on, and nothing changes. Not because the work is bad, but because abstraction doesn't cause a cognitive shift. Pierre Wack, co-architect of Shell's scenario work in the 1970s, already wrote about this: foresight only starts working once you move "beyond the facts" and reach your audience's feeling. Not their understanding, their mental model.
That insight has been developed by, among others, Jake Dunagan and Stuart Candy at the Institute for the Future under the label experiential futures. Their argument: scenarios stay static as long as they live in PowerPoint. Only when you place someone in the future (an artefact from 2031 placed in their hands, the chance to feel what it would feel like) does something shift. "It is better to be surprised by a simulation than blindsided by reality," as Dunagan puts it.
Cleo is my newsletter version of that principle. I can't build a VR installation, can't organise a workshop where readers walk through 2031. What I can do: write a scene.
I call the method 1+1=3. Each edition I combine articles from different domains and extrapolate what might emerge three to seven years out. Not the sum, but what arises when they meet. Cross-domain combinations are precisely where your sense of the future stalls, because your brain doesn't make them on its own.
That's how I try to cast thought experiments into concrete form. I don't know whether the 2031 scene will ever turn out to be right, but who knows.
Mijn werkwijze in vijf stappenMy workflow in five steps
Klik op een stap voor de details. Click on a step for the details.
▲ 1. Scannen1. Scanning
Een set zelf-ontworpen LLM-gestuurde Deep Research-tools doorzoeken iedere week duizenden bronnen: defensie-analyses, patentdatabases, academische pre-prints, social media, lokale media in regio's die niet zo vaak het Nederlandse nieuws halen.
Een Deep Research-tool kun je zien als een systeem dat continu een originele zoekopdracht vergelijkt met wat hij ophaalt. Wat ik elke week doe is het finetunen van het receptenboek (de zoekopdracht die ik meegeef). Zo heb ik bijvoorbeeld een receptenboek om de Autonomisering in Defensie-tech te peilen, een ander om bewegingen in de Global South te volgen, een derde voor technologische doorbraken die nog onder de radar zitten, enzovoorts.
Het mooie aan deze tools is dat ze meertalig zijn aangelegd. Door ook in het Chinees, Russisch en Arabisch te zoeken ontdek ik iedere week ontwikkelingen die in het Nederlandstalige (of zelfs Engelstalige) circuit nog ongezien zijn. Ruwe output: grofweg 1000 kandidaat-signalen per week.
Een Deep Research-tool kun je zien als een systeem dat continu een originele zoekopdracht vergelijkt met wat hij ophaalt. Wat ik elke week doe is het finetunen van het receptenboek (de zoekopdracht die ik meegeef). Zo heb ik bijvoorbeeld een receptenboek om de Autonomisering in Defensie-tech te peilen, een ander om bewegingen in de Global South te volgen, een derde voor technologische doorbraken die nog onder de radar zitten, enzovoorts.
Het mooie aan deze tools is dat ze meertalig zijn aangelegd. Door ook in het Chinees, Russisch en Arabisch te zoeken ontdek ik iedere week ontwikkelingen die in het Nederlandstalige (of zelfs Engelstalige) circuit nog ongezien zijn. Ruwe output: grofweg 1000 kandidaat-signalen per week.
A set of self-designed, LLM-driven Deep Research tools sweeps through thousands of sources every week: defence analyses, patent databases, academic pre-prints, social media, local media in regions that don't often reach Dutch news.
A Deep Research tool can be seen as a system that continuously compares its original brief against what it retrieves. What I do each week is fine-tune the recipe book (the brief I give it). I have one recipe book for tracking autonomy in defence tech, another for movements in the Global South, a third for technological breakthroughs still under the radar, and so on.
The nice thing about these tools is that they're set up multilingually. By also searching in Chinese, Russian and Arabic, I find developments each week that haven't yet surfaced in Dutch (or even English) circles. Raw output: roughly 1,000 candidate signals per week.
A Deep Research tool can be seen as a system that continuously compares its original brief against what it retrieves. What I do each week is fine-tune the recipe book (the brief I give it). I have one recipe book for tracking autonomy in defence tech, another for movements in the Global South, a third for technological breakthroughs still under the radar, and so on.
The nice thing about these tools is that they're set up multilingually. By also searching in Chinese, Russian and Arabic, I find developments each week that haven't yet surfaced in Dutch (or even English) circles. Raw output: roughly 1,000 candidate signals per week.
▲ 2. Filteren2. Filtering
Duizend kandidaat-signalen zijn natuurlijk véél te véél om mee te werken. Wat ik deels heb geautomatiseerd is het vergelijken van kandidaat-signalen onderling, met al bestaande signalen, om ze te condenseren tot kleinere clusters. Zo ontstaan een soort microverhalen.
Een voorbeeld uit een recente editie: vijf losse berichten over Chinese drone-swarming testen, een patentaanvraag voor anti-drone-defensie in Tokyo, een Amerikaans contract voor SMASH-geweervizieren, en een Pentagon-incident waarbij dronezwermen B-52's tegenhielden. Op zichzelf vier nieuwsfeitjes, maar samen vormen ze één microverhaal: de wapenwedloop tussen massaproductie van drones en betaalbare counter-drone-systemen. Dat microverhaal is het daadwerkelijke signaal, niet de losse berichten.
Nadat de signalen door deze filter zijn gehaald, maak ik vervolgens handmatig een selectie van signalen. Ik vergelijk wat de tools opleveren met mijn eigen opgebouwde context én met wat ik voorgaande weken heb opgehaald. Wat overblijft is een longlist van zo'n 50 stuks die ik dan in alle rust ga lezen én uitpluizen.
Een voorbeeld uit een recente editie: vijf losse berichten over Chinese drone-swarming testen, een patentaanvraag voor anti-drone-defensie in Tokyo, een Amerikaans contract voor SMASH-geweervizieren, en een Pentagon-incident waarbij dronezwermen B-52's tegenhielden. Op zichzelf vier nieuwsfeitjes, maar samen vormen ze één microverhaal: de wapenwedloop tussen massaproductie van drones en betaalbare counter-drone-systemen. Dat microverhaal is het daadwerkelijke signaal, niet de losse berichten.
Nadat de signalen door deze filter zijn gehaald, maak ik vervolgens handmatig een selectie van signalen. Ik vergelijk wat de tools opleveren met mijn eigen opgebouwde context én met wat ik voorgaande weken heb opgehaald. Wat overblijft is een longlist van zo'n 50 stuks die ik dan in alle rust ga lezen én uitpluizen.
A thousand candidate signals is far too many to work with. What I've partly automated is the comparison of candidate signals against each other and against signals from earlier weeks, condensing them into smaller clusters. From this emerges a kind of micro-stories.
An example from a recent edition: five separate reports on Chinese drone-swarming tests, a patent filing for anti-drone defence in Tokyo, an American contract for SMASH rifle sights, and a Pentagon incident where drone swarms held off B-52s. On their own, four news items, but together they form one micro-story: the arms race between mass-produced drones and affordable counter-drone systems. That micro-story is the actual signal, not the individual reports.
Once the signals are through this filter, I manually narrow them down further. I compare what the tools produce against my own accumulated context and against what I retrieved in previous weeks. What remains is a longlist of around fifty that I then read and dig into at my own pace.
An example from a recent edition: five separate reports on Chinese drone-swarming tests, a patent filing for anti-drone defence in Tokyo, an American contract for SMASH rifle sights, and a Pentagon incident where drone swarms held off B-52s. On their own, four news items, but together they form one micro-story: the arms race between mass-produced drones and affordable counter-drone systems. That micro-story is the actual signal, not the individual reports.
Once the signals are through this filter, I manually narrow them down further. I compare what the tools produce against my own accumulated context and against what I retrieved in previous weeks. What remains is a longlist of around fifty that I then read and dig into at my own pace.
▲ 3. Selecteren3. Selecting
Hier begint het échte mensenwerk. Welke ontwikkelingen vertellen iets dat je niet vanzelf tegenkomt? Welke combinaties zijn interessant? Een kartonnen drone uit Japan en een bamboedrone uit China zijn los allebei wel aardig: maar sámen zeggen ze iets over hoe verschillende landen omgaan met goedkope massaproductie van onbemande systemen. De selectie eindigt op de twintig tot vijfentwintig artikelen die je in de nieuwsbrief vindt.
This is where the real human work begins. Which developments tell you something you won't otherwise come across? Which combinations are interesting? A cardboard drone from Japan and a bamboo drone from China are each fine on their own: but together they say something about how different countries are approaching cheap mass production of unmanned systems. The selection ends at the twenty to twenty-five articles you find in the newsletter.
▲ 4. Duiden4. Interpreting
Per artikel schrijf ik een Nederlandse samenvatting met aanvullende context (aanvullende bronnen als hyperlink geïntegreerd). Waarom is dit een signaal en geen ruis? Wordt dit aanpalend onderbouwd in analyses en andere artikelen? Waar past het in een breder patroon? Welke andere bronnen geven aanvullende invalshoeken? Dat schrijfwerk doe ik zelf: LLM-tools zijn hier hooguit assisterend (een eerste vertaling, een spellingscontrole).
For each article I write a summary with supporting context (supporting sources integrated as hyperlinks). Why is this a signal and not noise? Is it corroborated in adjacent analyses and other reports? Where does it fit in a broader pattern? Which other sources offer additional angles? That writing I do myself: LLM tools play at most a supporting role here (a first translation, a spell check).
▲ 5. Synthetiseren5. Synthesising
Het is leuk dat de signalen nu beschreven zijn, maar de vraag die mij echt bezighoudt is: wat betekenen ze in combinatie met elkaar? Hier zet ik mijn foresight-speeltuin op. Nadenken over hoe deze veelvoud aan informatie op nieuwe manieren te presenteren en analyseren valt. Daarvoor heb ik de vier rubrieken ontwikkeld: Toen en Nu, 4 Future Worlds, Futures by Cleo, So-What (die hierboven zijn toegelicht). Hier worden de losse signalen geplot, gegroepeerd en in perspectief geplaatst. Dit is foresight-werk in de klassieke zin van het woord.
Having the signals described is one thing, but the question that really occupies me is: what do they mean in combination? This is where I set up my foresight playground. Thinking about new ways to present and analyse this volume of information. That's why I developed the four sections: Then and Now, 4 Future Worlds, Futures by Cleo, So-What (explained above). Here the individual signals get plotted, grouped and placed in perspective. This is foresight work in the classical sense of the word.
Wat ik leer over het gebruik van LLMs in foresightWhat I'm learning about using LLMs in foresight
▲ Pattern recognition tussen domeinen blijft mensenwerkCross-domain pattern recognition stays human work
LLM-tools zijn opvallend goed in patronen herkennen binnen een domein (alle artikelen over Chinese drones van afgelopen maand). Ze zijn opvallend slecht in het leggen van "logische" verbanden tussen domeinen die op het eerste gezicht niets met elkaar te maken hebben (Chinese drones + Ethiopische supergranen + Vietnamese tech-wetgeving). Juist dat soort verbanden is waar foresight zijn waarde haalt. LLM tools are remarkably good at recognising patterns within a domain (all articles on Chinese drones over the past month). They are remarkably poor at drawing "logical" connections between domains that at first glance have nothing to do with each other (Chinese drones + Ethiopian supergrains + Vietnamese tech legislation). Precisely those kinds of connections are where foresight draws its value.
▲ De verleiding om méér te selecteren is grootThe temptation to select more is strong
Met LLM-tools is de marginale kost om een extra signaal in je analyse toe te voegen bijna nul. Maar méér signalen maakt de nieuwsbrief niet per sé beter. De tools genereren overvloed; de redacteur moet schaarste maken. Klinkt voor de hand liggend, maar vergt in de praktijk wél domeinkennis. With LLM tools, the marginal cost of adding one more signal to your analysis is nearly zero. But more signals doesn't necessarily make the newsletter better. The tools generate abundance; the editor has to create scarcity. Sounds obvious, but in practice it takes domain knowledge.
▲ Vertaalkwaliteit is verraderlijkTranslation quality is deceptive
Een Chinees of Arabisch artikel komt er na vertaling vlot uit. De vertaling lijkt accuraat. Maar nuances in toon, registers en culturele context vallen altijd weg. Een Iraanse staatskrant en een Iraanse oppositie-publicatie kunnen na vertaling op elkaar gaan lijken, terwijl ze inhoudelijk tegengesteld zijn. Ik heb me hier al een paar keer aan verbrand. A Chinese or Arabic article reads fluently after translation. The translation looks accurate. But nuances in tone, register and cultural context always drop out. An Iranian state newspaper and an Iranian opposition publication can look similar after translation, when they are saying opposite things. I've been burned by this a few times already.
▲ Hallucinatie is zeldzaam, maar oversimplificatie is een structurele uitdagingHallucination is rare, but oversimplification is structural
LLM-tools verzinnen weinig in mijn workflow. Wat ze wél doen is nuance gladstrijken: voorbehouden weglaten, kwalificaties verliezen of de scherpe rand van een argument afronden. Daar moet je actief tegen vechten in de redactie. LLM tools fabricate little in my workflow. What they do is smooth out nuance: drop caveats, lose qualifications, round off the sharp edge of an argument. You have to actively push back against that in editing.
▲ De methodologie wordt belangrijker, niet onbelangrijkerMethodology becomes more important, not less
Naarmate LLMs meer van de scanlaag zullen overnemen, wordt de waarde van een sterke methodologie groter, (en niet kleiner). Wie automatisch scant zonder framework om te selecteren, produceert een aggregator. As LLMs take over more of the scanning layer, the value of a strong methodology grows, not shrinks. Anyone who automates scanning without a framework for selecting just produces an aggregator.
▲ De LLM-modellen zijn geoptimaliseerd voor het veilige gemiddelde, en dat is een uitdagingLLM models are optimised for the safe average, and that's a challenge
Taalmodellen zijn getraind om antwoorden te geven die de meeste beoordelaars als acceptabel beschouwen: het veilig-gemiddelde (de consensus). Zonder daar tegenin te werken krijg je geen specifieke nuance en al helemaal geen onverwachte verbinding tussen domeinen die niemand eerder had gelegd. Je krijgt competente samenvattingen van wat iedereen al grofweg dacht. In foresight, waar de waarde juist in de afwijking zit, is dat een fundamentele beperking. De receptenboeken die ik bouw zijn voor een belangrijk deel pogingen om de modellen uit dat veilige midden te trekken. Language models are trained to give answers that most reviewers find acceptable: the safe average (the consensus). Without actively pushing against that, you get no specific nuance, and certainly no unexpected connection between domains that no one had drawn before. You get competent summaries of what roughly everyone already thought. In foresight, where the value sits precisely in the deviation, that's a fundamental limitation. The recipe books I build are largely attempts to pull the models out of that safe middle.
Tot slotIn closing
Ik weet niet hoe deze pagina er over een jaar uitziet. Wat ik wel weet, is dat het oprecht beschrijven van het proces deel uitmaakt van mijn ervaring om LLMs te gebruiken voor nieuwe methodologieën binnen foresighting. I don't know what this page will look like a year from now. What I do know is that honestly describing the process is part of my experience of using LLMs for new methodologies within foresight.
Aanmelden voor de nieuwsbrief →Subscribe to the newsletter →
Laatst bijgewerkt: 06.05.2026Last updated: 06.05.2026