Rezension von Agents of AI, Supply Chain Softwareanbieter

Von Léon Levinas-Ménard
Zuletzt aktualisiert: April, 2025

Zurück zu Marktforschung

Agents of AI positioniert sich als Anbieter autonomer KI agents, die mehrere Geschäftsbereiche abdecken – von supply chain-Optimierung und Kundenbindung bis hin zu Lead Management und Risikoanalyse. Das Marketing des Unternehmens entfaltet sich überwiegend in Blog-artigen Beiträgen, in denen Vorteile wie Echtzeit-Nachfrageprognosen, automatisierte Bestandskontrolle und proaktive Entscheidungsfindung auf Basis prädiktiver Analysen angepriesen werden. Dennoch bieten zentrale Seiten wie “About”, “Solutions” und “Technology” nur minimale Hintergrundinformationen oder technische Details. Im Gegensatz zu Plattformen wie Lokad, die einen ausgereiften, datengestützten und technisch rigorosen Ansatz zur supply chain-Optimierung basierend auf firmeneigenen Prognose- und Optimierungsalgorithmen bieten, präsentiert Agents of AI eine breitere, jedoch weniger fundierte Suite modularer “agents”. Diese Rezension untersucht die behaupteten Funktionalitäten, das Technologiemodell und den strategischen Wert des Unternehmens – sowie die auffälligen Lücken, die vor einer breiten Einführung einer weiteren technischen Validierung bedürfen.

Übersicht über die Lösung

Agents of AI präsentiert sich als Anbieter von “AI agents” für eine Vielzahl von Geschäftsbereichen. Das Produktportfolio wird hauptsächlich über eine Reihe von Blogbeiträgen kommuniziert und umfasst Lösungen für:

  • Supply Chain Optimization: Behauptungen beinhalten die Automatisierung der Logistikkoordination, verbesserte Nachfrageprognosen mit Echtzeit-Daten, dynamisches Bestandsmanagement und Nachhaltigkeitsmaßnahmen (Supply Chain Optimization AI Agents) 1.
  • CRM und Customer Engagement: Der Anbieter beschreibt automatisiertes Lead-Scoring, -Routing und personalisierte Kundenkommunikation als Aspekte seines CRM Agent-Angebots (How AI Agents Revolutionize CRM) 2.
  • Lead Management: Ebenso werden agents beschrieben, die das Lead Management durch automatisierte Bewertung und Pflege vereinfachen (Lead Management AI Agents) 2.

Weitere Beschreibungen erstrecken sich auf Bereiche wie Verhandlung, Energieeffizienz, HR-Leistung, Risikomanagement und Betrugserkennung. Trotz des breiten Aufgabenspektrums liefert die Website nahezu keine Informationen über die Firmengründung, Teamzusammensetzung oder die zugrunde liegende technologische Infrastruktur – wie die spärlichen Abschnitte “About” und “Technology” sowie sogar eine fehlende “Solutions”-Seite belegen (About) 1.

Funktionalität und behauptete Vorteile

Jeder agent wird durch eine einheitliche, buzzword-getriebene Erzählung vermarktet, die klare, pragmatische Geschäftsergebnisse in den Vordergrund stellt. So soll beispielsweise der agent für supply chain-Optimierung Bestellentscheidungen automatisieren, Verzögerungen mindern und das Lieferantenmanagement mittels Echtzeit-Analysen verbessern (Supply Chain Optimization AI Agents) 1. Ebenso behaupten CRM- und Lead Management-agents, prädiktive Modelle zur Verbesserung der Konversionsraten und der Kundenbindung einzusetzen (How AI Agents Revolutionize CRM, Lead Management AI Agents) 2. Andere Produkte – die Verhandlung, Energieeffizienz, HR-Leistung, Risikomanagement und Betrugserkennung abdecken – versprechen durch autonome Überwachung und Entscheidungsfindung optimierte Abläufe, obwohl ihre Beschreibungen weitgehend generisch bleiben und nicht durch technische Daten oder Leistungskennzahlen belegt sind 3.

Behauptete Technologie und Betriebsmodell

Die Erzählung von Agents of AI konzentriert sich auf einen „agentischen“ Ansatz, bei dem autonome Softwaremodule kontinuierlich Dateninputs – von Sensordaten bis zu Transaktionsprotokollen – überwachen und Entscheidungen wie Routenanpassungen oder Lead-Bewertungen ausführen. Das Unternehmen führt den Einsatz von Machine Learning, Natural Language Processing und Predictive Analytics sowohl für die historische Analyse als auch für die Echtzeitanalyse an. Allerdings sind die technischen Details spärlich; es gibt keine Architekturdiagramme, API-Referenzen oder konkreten Angaben zu Modelltypen, Integrationsendpunkten oder gar zum grundlegenden Tech-Stack. Die “Technology”-Seite der Website ist auffallend leer, was potenziellen Kunden eine unabhängige Bestätigung darüber vorenthält, wie diese agents funktionieren oder wie sie in bestehende Geschäftssysteme integriert sind 3.

Lücken, Unklarheiten und Kritikpunkte

Eine kritische Überprüfung des Materials zeigt mehrere Bedenken auf:

  • Mangel an Transparenz: Wesentliche Informationen über den Hintergrund des Unternehmens, die Fachkenntnisse des Teams und detaillierte technische Dokumentationen fehlen entweder oder sind äußerst begrenzt. Diese Undurchsichtigkeit erstreckt sich auf zentrale Seiten, die normalerweise die Technologie und Integrationsmethodik beschreiben würden (About) 1.
  • Abhängigkeit von Buzzwords: Die Produktbeschreibungen verwenden häufig trendige KI-Terminologien – wie “autonom”, “prädiktiv” und “agentisch” – ohne darauf einzugehen, wie diese Funktionen erreicht oder validiert werden.
  • Unklarheiten bei der Implementierung: Obwohl der Inhalt auf eine Integration mit bestehenden ERP- oder supply chain-Systemen hinweist, werden keine Details zu den Bereitstellungsmodellen (cloudbasierte SaaS versus On-Premise) oder zur API-Interoperabilität behandelt.
  • Übermäßig verallgemeinerte Behauptungen: Vorteile wie höhere Konversionsraten, reduzierte Verzögerungen und überlegene Entscheidungsfindung werden behauptet, ohne unabhängige Benchmarks, Fallstudien oder detaillierte Leistungskennzahlen zu liefern, die diese Behauptungen untermauern 4.

Agents of AI vs Lokad

Während Agents of AI eine breite Palette von KI-gestützten agents anbietet, die in verschiedenen Geschäftsbereichen einsetzbar sind, weicht sein Ansatz deutlich von dem von Lokad ab – einem Unternehmen mit einem fokussierten, quantitativen Ansatz zur supply chain-Optimierung. Die Plattform von Lokad zeichnet sich aus durch:

  • Eine bewährte, cloud-native Architektur, die auf probabilistischer Prognose, Deep Learning und einer branchenspezifischen Sprache (Envision) basiert, die speziell für supply chain-Anwendungen entwickelt wurde.
  • Umfassende technische Dokumentation und eine langjährige Erfolgsgeschichte iterativer Verbesserungen sowie messbarem ROI bei komplexen supply chain-Herausforderungen.
  • Eine eng integrierte Ausführungspipeline, die konkrete, umsetzbare Ergebnisse liefert (z. B. spezifische Bestellaufforderungen zur Wiederauffüllung und Preisempfehlungen) statt allgemeiner Automatisierungsansprüche.

Im Gegensatz dazu bietet Agents of AI eine allgemeiner gehaltene Sammlung von “agents” mit minimaler technischer Untermauerung und es mangelt an detaillierter Dokumentation oder nachgewiesener Reife, wie sie Lokad an den Tag legt. Daher könnten supply chain-Entscheider, die beide Lösungen bewerten, den rigoros konstruierten, datengesteuerten Ansatz von Lokad als besser geeignet empfinden, um die inhärenten Komplexitäten der supply chain-Optimierung zu bewältigen 5.

Fazit

Agents of AI präsentiert ein innovatives Konzept, indem es eine modulare Suite von AI agents anbietet, die versprechen, verschiedene Geschäftsbereiche, einschließlich supply chain-Operationen, zu automatisieren und zu optimieren. Allerdings werfen erhebliche Lücken in der technischen Transparenz – verbunden mit einer Abhängigkeit von generischen Buzzwords und einem Mangel an detaillierten Leistungsdaten – Fragen hinsichtlich der praktischen Wirksamkeit seiner Lösung auf. Im Gegensatz zu etablierten Plattformen wie Lokad, die durch fortgeschrittene Prognose- und Optimierungstechniken einen ausgereiften, quantitativ robusten Ansatz liefern, könnte das Angebot von Agents of AI eine weitere unabhängige Validierung erfordern, bevor Unternehmen sich im kritischen Betrieb darauf verlassen können. Organisationen, die diese Lösung in Erwägung ziehen, sollten umfassende technische Dokumentationen und unabhängige Fallstudien anfordern, um ihre Behauptungen zu überprüfen.

Quellen