Underrättelseverksamhet syftar till att på olika sätt prognosticera framtiden och tillföra viktig kunskap till stöd för beslutsfattare. För att kunna komma med kunskap som är till nytta för beslutsfattaren måste användbara hypoteser initialt ställas upp. Denna undersökning syftar till att pröva en metod där felträdsanalys och händelseträdsanalys används för att generera hypoteser. Den föreslagna metoden bygger på Common sense-analys, en metod med utgångspunkt i den rationella aktörsmodellen. Den fungerar i stora drag så att analytikern identifierar oönskade händelser som ska analyseras. Därefter sätter man sig i den analyserade aktörens ställe och genomför fel- och händelseträdsanalyser med utgångspunkt i den oönskade händelsen. Ur detta identifieras svagheter för den analyserade aktören och hypoteser genereras. Dessa hypoteser går sedan vidare i underrättelseprocessen och blir till de frågor som undersöks djupare. Metoden prövas på en fiktiv narkotikaorganisation där fyra sammanfattande hypoteser genererats med stöd av metoden. Fördelar med metoden är att det strukturerade sätt på vilket hypoteserna genereras gör att metoden kommer tillämpas likartat av olika analytiker och att resonemangen lätt går att följa och kommunicera. Den bygger på de väletablerade metoderna fel- och händelseträdsanalys och beaktar såväl svagheter som möjliga motåtgärder från den motpart man analyserar och täcker därmed in dynamiska händelseutvecklingar. En nackdel med metoden är att den utgår från den rationella aktörsmodellen men i detta fall kan komma att tillämpas på aktörer som är impulsstyrda snarare än rationella vilket möjligen försvårar bedömningarna. Det kan även konstateras att metoden såväl kan identifiera kritiska sårbarheter som generera viktig kunskap för den egna organisationen. Metoden behöver dock prövas i en skarp miljö för att man ska kunna avgöra om den verkligen fungerar.

Intelligence activities aim to forecast the future in various ways and add important knowledge to support decision-makers. In order to be able to come up with knowledge that is useful to the decision-maker, useful hypotheses must initially be set up. This study aims to test a method where fault tree analysis and event tree analysis are used to generate hypotheses. The proposed method is based on Common sense-analysis, a method based on the rational actor model. It works broadly so that the analyst identifies undesirable events to be analyzed. Then you put yourself in the place of the analyzed actor and perform fault- and event tree analyzes based on the unwanted event. From this, weaknesses for the analyzed actor are identified and hypotheses are generated. These hypotheses then go on in the intelligence process and become the subjects that are investigated in more depth. The method is being tested at a fictitious drug organization where four summary hypotheses have been generated with the support of the method. Advantages of the method are that the structured way in which the hypotheses are generated means that the method will be applied similarly by different analysts and that the reasoning can easily be followed and communicated. It is based on the well-established methods of fault- and event tree analysis and takes into account both weaknesses and possible countermeasures from the counterparty being analyzed, thus covering dynamic event developments. A disadvantage of the method is that it is based on the rational actor model, but in this case may be applied to actors who are impulse driven rather than rational, which may complicate the assessments. It can also be stated that the method can both identify critical vulnerabilities and generate important knowledge for one's own organization. However, the method needs to be tested in a live environment in order to be able to determine whether it really works.