Um die Entwicklungskosten von elektronischen Bauelementen in EMV Testphasen zu reduzieren, wurden alternative Strom-Scan Methoden im Frequenz- und im Zeitbereich bereits in früheren Arbeiten vorgestellt. Mit diesen Methoden kann die teure Absorberkammer, die für Messung mit der ALSE Methode nach CISPR 25 benötigt wird zum Teil ersetzt werde. Die Strom-Scan Methode im Frequenzbereich (Current Amplitude Scanning Method in Frequency Domain: CASM-FD) ist eine Methode, bei der der Strom zunächst phasenlos gemessen wird. Die Phase des Gleichtaktstromes (Common-Mode) wird von einem Optimierungsverfahren aus der gemessenen Amplitude des Common-Mode-Stromes rekonstruiert. Die Strom-Scan Methode im Zeitbereich (Current Amplitude Scanning Method in Time Domain: CASM-TD) ist ein weiterer Ansatz, um die Amplituden- und Phaseninformationen des Common-Mode- Stromes durch eine Fast-Fourier-Transformation (FFT) zu erhalten. Beide Methoden basieren auf der Annahme, dass die Emission entlang des Kabelbündels vorwiegend durch den Common-Mode-Strom dominiert wird. Der Pfad des Common-Mode-Stromes wird durch einen Satz von elementaren Dipolen und Spiegeldipolen modelliert, um die Emission des Stromes vom Kabelbündel zu bewerten. Zur Lösung des Problems des endlichen metallischen Tisches aus der realen Testkonfiguration wird die Berechnung des Spiegelstromes in der endgültigen Simulation [3] durch die Methode der physikalische Optik (PO) unterstützt. Allerdings wird die Genauigkeit der Vorhersage von den Einflussfaktoren der Messumgebung in dem realen ALSE Testaufbau beeinflusst. Zur Einbeziehung dieser Einflüsse wird ein Korrekturfaktor aus einem Kalibrieprozess eingeführt, um die Genauigkeit der Vorhersage zu erhöhen. Der Scan des Common-Mode-Stroms entlang des Kabelbündels erfolgt mit einer RFStromzange und einem EMV-Messempfänger (Frequenzbereich) bzw. einem Oszilloskop (Zeitbereich). Mehrere Überprüfungen wurden durchgeführt, um die Realisierbarkeit und die Stabilität der alternativen Verfahren nachzuweisen. Da die Verfahren immer noch einige Fehlerquellen beinhalten, werden in diesem Beitrag diese analysiert und im Wesentlichen einige spezifische Korrekturen durchgeführt, um die Genauigkeit der Prädiktion zu verbessern.