Rezension von B2WISE, Supply Chain Planning Software Anbieter

Von Léon Levinas-Ménard

Zuletzt aktualisiert: November, 2025

B2Wise ist ein mittelgroßer, DDMRP-zentrierter supply chain planning Anbieter, der um 2016 von Kevin und Trevor Boake gegründet wurde und ein cloudbasiertes Advanced Planning System auf AWS anbietet, das Demand Driven-Methodologien (DDMRP, DDOM, Drum-Buffer-Rope) für die Materialplanung und Produktionsplanung implementiert, Forecast Pro als seine primäre Forecasting-Engine einbettet und diese Fähigkeiten zunehmend mit „AI agents“ und einer Low/No-Code-Plattform namens CommWise.AI zur Erstellung von Workflows wie S&OP-Dashboards und Fertigungsboards auf einem zentralen DataMart ergänzt; das Unternehmen agiert durch mehrere regionale Einheiten (Frankreich, UK, Südafrika, Iberia, LATAM, APAC, Nordamerika), positioniert sich sowohl als Softwarehersteller als auch als Trainingsanbieter (insbesondere durch sein DDBrix-Simulationsspiel), gibt mehrere Dutzend bekannter Fertigungs- und Vertriebskunden in Europa und Südafrika an und scheint eine eigenfinanzierte oder leicht kapitalisierte, von Gründern geführte Gruppe mit wiederkehrenden Umsätzen im niedrigen einstelligen Millionenbereich und einer Nische, aber etablierten Position im DDMRP-Ökosystem zu sein.

B2Wise Überblick

B2Wise (häufig als “b2wise” oder “B2Wise” geschrieben) ist ein spezialisierter supply chain planning Anbieter, der auf der Demand Driven-Methodologie basiert. Öffentliche Firmen- und Datenbankaufzeichnungen bestätigen ein Gründungsdatum um 2016, mit Kevin und Trevor Boake als Mitbegründern und französischen sowie britischen Einheiten, die das Kernstück der Gruppe bilden.¹²³⁴⁵⁶ Das Unternehmen bietet ein durchgängiges “flow-basiertes” Planungssystem an, dessen zentrale Module Materials Planning (DDMRP), Control Point Scheduling / DDOM und Demand Forecasting sind, die alle entweder in der Cloud auf AWS oder vor Ort betrieben werden.⁷⁸⁹¹⁰¹¹

Funktional agiert B2Wise als APS (Advanced Planning System), das eine auf Puffern basierende Wiederauffüllung (DDMRP), Drum-Buffer-Rope-ähnliche Terminplanungen an Engpässen und S&OP-Workflows implementiert, wobei die Forecasting-Aufgaben an das kommerzielle Paket Forecast Pro delegiert werden, das eine Mischung aus klassischen Zeitreihenmethoden und Machine-Learning-Modellen bietet.⁷⁸¹²¹³¹⁴¹⁵¹⁶ Architektonisch basiert B2Wise auf einem AWS-zentrierten Stack (Lambda, S3, EC2), MS SQL und Apache Spark, mit Microservices, die in .NET Core, Node.js, Python und Go geschrieben sind, sowie Docker/Terraform für die Bereitstellung.¹⁰¹⁷¹¹

Kürzlich hat B2Wise CommWise.AI eingeführt, eine Low/No-Code-Umgebung, in der “AI Agents” Dashboards, S&OP-Workflows und Terminierungs-Boards auf einem zentralen DataMart zusammenstellen; Marketingtexte und Auszeichnungsberichte heben die KI-unterstützte Workflow-Zusammenstellung hervor, nicht jedoch automatisierte Black-Box-Entscheidungsfindung.¹⁸¹⁹²⁰²¹²² Das Unternehmen ist zudem eng mit dem Ökosystem des Demand Driven Institute verbunden und bietet DDMRP/DDOM-Software, Schulungen und das weit verbreitete DDBrix-Simulationsspiel an.²³²⁴²⁵ Zu den Kundenreferenzen zählen Fertigungs- und Vertriebsunternehmen wie Etex, Goizper, LVMH Fragrance Brands, PPG, Takealot, Fruity Line, Fagor Ederlan und WeirdFish, mit einer besonders starken Präsenz in Europa und Südafrika.⁷¹¹²⁶²⁷²⁸²⁹³⁰

Finanz- und Unternehmensregister (CB Insights, Tracxn, GetLatka) stufen B2Wise als ein unfinanziertes oder bootstrapped Unternehmen ein, ohne bekannte Finanzierungsrunden, ohne abgeschlossene Übernahmen, und mit geschätzten Umsätzen von rund 7 Millionen USD im Jahr 2025 und einem Team von einigen Dutzend, was es zu einem nischen, aber kommerziell etablierten Anbieter macht, anstatt zu einem Early-Stage-Startup oder einem Anbieter einer großen Suite.¹²³³¹³²¹¹³³

B2Wise vs Lokad

Obwohl sowohl B2Wise als auch Lokad im Bereich der supply chain planning tätig sind, gehen ihre Problemstellungen, technischen Mechanismen und Produktphilosophien stark auseinander. B2Wise baut auf Demand Driven Material Requirements Planning (DDMRP) und dem Demand Driven Operating Model (DDOM) auf: Es platziert Puffer an Entkopplungspunkten, berechnet Minimum-/Ziel-/Maximum-Werte, verwendet Real-Demand-Netting, um priorisierte Wiederauffüllungsaufträge zu generieren, und plant Engpassressourcen mittels Drum-Buffer-Rope-ähnlicher Regeln und Zeitpuffern.⁷⁸¹⁰³⁴ Lokad hingegen organisiert seine Plattform rund um die Quantitative Supply Chain, ein probabilistisches und finanziell gesteuertes Paradigma, in dem die primären Artefakte Wahrscheinlichkeitsverteilungen für Nachfrage und Durchlaufzeit sowie numerische Solver sind, die diskrete Entscheidungen (Bestellungen, Zuweisungen, Produktion, Preisgestaltung) basierend auf dem erwarteten wirtschaftlichen Ertrag bewerten.⁸³⁵³⁴³⁶³⁷

Auf der Forecasting-Seite delegiert B2Wise die Kernalgorithmen an Forecast Pro, das eine automatische Auswahl zwischen exponentieller Glättung, ARIMA und Modellen für intermittierende Nachfrage sowie einige gradienten-boosted-tree-artige ML-Modelle anbietet, verpackt in B2Wise’ “stability-driven forecasting”-Prozess und KPI-Schicht.¹²¹³¹⁴¹⁵¹⁶ Lokad hingegen hat eine eigene probabilistische Forecasting-Engine entwickelt, die vollständige Nachfrageverteilungen (Quantilgitter und Monte-Carlo-artige Szenarien) berechnet und in der M5 Competition sowie in nachfolgenden Veröffentlichungen als wesentliches Alleinstellungsmerkmal öffentlich benchmarked wurde; probabilistisches Forecasting ist kein Zusatz, sondern die Grundlage seiner Optimierungspipeline.³⁵³⁸³⁹³⁶⁴⁰⁴¹

Für die Entscheidungsautomatisierung verwendet B2Wise in erster Linie heuristische Regeln, die in Demand Driven-Konzepten kodiert sind: Pufferlogik, Prioritätsindizes und Control-Point-Scheduling, geleitet durch DDOM, wobei “AI agents” als Assistenten zur Bereinigung von Historien, Segmentierung von Artikeln und Feinabstimmung von Parametern fungieren.⁷⁸¹²¹⁰¹¹¹⁸¹⁹ Lokad formuliert Entscheidungen explizit als Optimierungsprobleme über probabilistische Zukünfte, verwendet maßgeschneiderte numerische Solver (z. B. Stochastic Discrete Descent und später latentspace Heuristiken), um den diskreten Entscheidungsraum zu durchsuchen, und betont, dass jede Empfehlung an explizite ökonomische Treiber (Out-of-Stock-Strafgebühren, Lagerhaltungskosten etc.) geknüpft ist, die in seiner domänenspezifischen Sprache Envision ausgedrückt werden.³⁶³⁷⁴²⁴⁰³⁴

Auf der Plattformebene ist B2Wise ein traditionelles SaaS APS auf AWS mit einem SQL-zentrierten DataMart und Konnektoren zu über 40 ERPs; Daten werden in der Regel über sFTP und Batch-APIs übertragen, wobei CommWise.AI eine Low/No-Code-Schicht zur Erstellung von Dashboards und Workflows bereitstellt.⁴³¹⁰¹⁷¹¹¹⁸¹⁹ Lokad hingegen ist eine programmierbare Optimierungsumgebung auf Azure mit einem ereignisgesteuerten Datenspeicher, einer maßgeschneiderten DSL (Envision) und einer verteilten virtuellen Maschine, die bewusst externe Abhängigkeiten minimiert und die gesamte Forecasting- und Optimierungslogik als Code offenlegt, der geprüft und modifiziert werden kann.³⁶⁴²⁸³⁴ B2Wise verpackt vordefinierte Planungsmodule in Konfiguration und etwas No-Code-AI-Zusammenstellung; Lokad stellt eine Sprache zur Verfügung und erwartet die Lösungsentwicklung durch supply chain scientists anstelle reiner Konfiguration.

Methodologisch verbindet B2Wise die Softwareeinführung stark mit Demand Driven Training und Change Management: DDBrix-Workshops, DDMRP-Zertifizierungen und methodisches Coaching stehen im Mittelpunkt seiner Projekte, und seine Software wird als ein DDAE (Demand Driven Adaptive Enterprise)-Enabler präsentiert.²³²⁴²⁵ Lokad hingegen fokussiert seine Dienstleistungen auf supply chain scientists, die in Zusammenarbeit mit dem Kunden Envision-“apps” mitentwickeln, wobei weniger Wert auf eine einzige externe Methodik gelegt wird, sondern mehr auf die Anpassung der Modelle an jedes Unternehmen und die Messung des ROI über den quantitativen Rahmen.³⁴³⁶³⁷⁴²⁴¹ Kurzum: B2Wise ist am besten zu verstehen als eine DDMRP-first Planungssuite mit etwas AI-unterstützten Workflow-Tools, während Lokad eine probabilistische, code-zentrierte Optimierungs-Engine ist, deren Planungsverhalten nicht durch DDMRP eingeschränkt ist und die auf wirtschaftliche Optimierung statt auf puffergetriebene Ausführung abzielt.

Methodik und Vorbehalte

Diese Rezension basiert ausschließlich auf öffentlich zugänglichen Informationen über B2Wise: offiziellen Produkt- und Marketingseiten, Schulungs- und Integrationsdokumentationen, Presseartikeln zu DDMRP/CommWise, Entwickler-Jobprofilen, GitHub-Challenges, Drittanbieter-Bewertungen, Unternehmensregistern und Veranstaltungsübersichten.¹²³³¹⁷¹⁰²⁴¹⁷¹¹¹⁸¹⁹¹³¹⁵ Es wurden keine Quellen verwendet, die auf von Lokad kontrollierten Domains gehostet werden, um B2Wise zu charakterisieren; Lokad-Quellen beschränken sich auf den oben genannten Vergleichsabschnitt.

Wesentliche Einschränkungen:

Viele numerische Angaben (z. B. “über 250 implementations”, “$15B inventory managed”, “10,000+ clients”) stammen aus B2Wise-Marketingseiten und Partnerunterlagen, ohne unabhängige öffentliche Bestätigung.⁷²⁴¹¹⁴⁴
Es gibt keinen öffentlichen Quellcode für die Kernplanungssysteme oder AI agents von B2Wise, und keine peer-reviewten Fachpublikationen, die Algorithmen oder Evaluationsmetriken beschreiben.
Einige Drittanbieterprofile (Tracxn, GetLatka, LeadIQ) extrapolieren Umsätze oder Mitarbeiterzahlen; diese Zahlen sollten eher als Schätzungen denn als geprüfte Fakten betrachtet werden.³³¹¹¹³³

Die hier eingenommene Haltung ist bewusst skeptisch: Anbieterangaben werden nur akzeptiert, wenn sie durch mehrere unabhängige Quellen oder durch detaillierte Primärdokumentationen untermauert werden; andernfalls werden sie als selbstberichtete Angaben markiert oder als Hypothesen belassen.

Geschichte, Struktur und Finanzierung

Gründung und globaler Fußabdruck

CB Insights und BounceWatch beschreiben B2Wise als im Jahr 2016 gegründet und mit Hauptsitz in Lyon, Frankreich, mit einem Fokus auf supply chain planning Software.¹² Tracxn führt “B2Wise” als ein “unfinanziertes” Unternehmen mit Sitz in Birmingham, UK, auf, mit einem Gründungsjahr von 2017 und Kevin Boake als Gründer, was wahrscheinlich das Registrierungsdatum und den Standort der britischen Holding-Gesellschaft widerspiegelt, und nicht den ursprünglichen Unternehmensbeginn.³⁶

Biografische und Interviewmaterialien verdeutlichen, dass Kevin und Trevor Boake B2Wise mitbegründet haben; Trevor wird seit Juli 2016 als Co-Founder & EVP Development/CTO geführt, und ein Interview im The Lekker Network berichtet, dass Kevin B2Wise gemeinsam mit seinem Bruder nach Frustrationen mit ERP-zentrierten Planungstools gegründet hat.⁴⁵⁴⁵ Die “Contact”-Seite des Unternehmens listet Büros im UK (Birmingham HQ), Frankreich (Lyon), Nordamerika (Cambridge, MA), Iberia (Spanien), Südafrika (Somerset West), LATAM (Querétaro) und APAC (Australien) auf, was einen internationalen Fußabdruck mit mehreren Einheiten bestätigt.⁴⁶

B2Wise ist ein Affiliate des Demand Driven Institute (DDI) für DDMRP-Lösungen, mit Präsenz in Europa, UK, USA, Lateinamerika, Australien und Südafrika, was seinen globalen Fokus auf DDMRP-Projekte bestätigt.²³

Finanzierung, Eigentümerschaft und Größe

Tracxn und BounceWatch kategorisieren B2Wise beide als unfinanziert, ohne erfasste Venture- oder Private-Equity-Runden.²³ GetLatka listet ein 2025 “M&A offer” auf, jedoch ohne abgeschlossene Transaktion oder Rundenangaben, und das Unternehmen erscheint nicht in wichtigen M&A-Nachrichtenquellen, was darauf hindeutet, dass es unabhängig bleibt.³² Die Aufzeichnungen des UK Companies House zeigen B2WISE HOLDINGS LTD mit einem einzelnen bedeutenden Gesellschafter, der 25–50% der Anteile und Stimmrechte hält, was der Gründerkontrolle entspricht.⁶

GetLatka schätzt den Umsatz für 2025 auf etwa USD 7,3 Millionen mit einem 66-köpfigen Team, während OfferZen 15–50 Mitarbeiter für das südafrikanische Entwicklungsbüro angibt, sodass die globale Mitarbeiterzahl plausiblerweise im zweistelligen Bereich liegt.³¹¹⁷¹¹ Diese Zahlen stimmen mit einem mittelgroßen, nischen SaaS-Anbieter überein: groß genug, um Dutzende von Kunden zu haben, zu klein, um als Tier-1-Suite-Anbieter zu gelten.

Übernahmetätigkeiten

Keine glaubwürdige öffentliche Quelle weist darauf hin, dass B2Wise:

Von einem anderen Anbieter übernommen wurde; oder
Andere Unternehmen übernommen hat.

Der einzige Hinweis ist das “2025 M&A offer”-Tag von GetLatka, das von keiner Abschlussankündigung begleitet wird.³² Für praktische Zwecke sollte B2Wise als ein eigenständiges, von Gründern geführtes Unternehmen ohne Übernahmepraxis betrachtet werden.

Produkt- und Funktionsumfang

Zentrale Planungsmodule

B2Wise beschreibt seine Plattform als ein durchgängiges, flow-basiertes APS, dessen zentrale Module sind:

Materials Planning (DDMRP) – mehrstufige, pufferbasierte Planung an strategischen Entkopplungspunkten.
Control Point Scheduling – DDOM-ähnliche Terminplanung und Ausführung an Engpässen.
Demand Forecasting – auf Forecast Pro basierendes statistisches/ML-Forecasting, eingebettet in den Planungsprozess.⁷⁸⁹¹⁰

Das Materials Planning-Modul implementiert DDMRP-Konzepte: Lagerpuffer (min/ziel/max), Positionierung an Entkopplungspunkten, dynamische Pufferanpassungen und farbcodierte Prioritätsindikatoren zur Steuerung von Wiederauffüllungsaufträgen.⁸¹⁰³⁴¹¹ Aus algorithmischer Sicht deutet dies auf deterministisches Netting und Pufferwartungsformeln hin, anstatt auf eine formale stochastische Optimierung.

Das Scheduling & Execution (Control Point Scheduling)-Modul verwendet Theory of Constraints und Drum-Buffer-Rope-Konzepte; der Blog von B2Wise erklärt, dass DDOM Trommeln auf “Control Points” generalisiert, die jeweils durch Zeitpuffer geschützt sind, und sie so plant, dass die Auslastung und der Fluss maximiert und gleichzeitig die WIP begrenzt werden.¹⁰¹¹ Die Planungslogik scheint heuristisches Dispatching und Puffern an den Control Points zu sein, und keine MILP-artige globale Optimierung.

Nachfrageprognose

Die Demand Forecasting-Lösung von B2Wise benennt explizit Forecast Pro als die eingebettete Forecasting-Engine.¹² Die eigene Dokumentation von Forecast Pro beschreibt eine Bibliothek von Methoden (exponentielle Glättung, Box-Jenkins/ARIMA, Modelle für intermittierende Nachfrage) sowie ein Machine-Learning-Modul (z. B. Gradient Boosting) und einen Mechanismus zur “Expertenauswahl”, der automatisch das beste Modell pro Serie auswählt.¹³¹⁴¹⁵¹⁶ Daher bezieht sich B2Wise beim Marketing von “machine learning forecasting” in erster Linie auf die Engine von Forecast Pro.

B2Wise ergänzt seine eigene Prozessgestaltung:

Datenbereinigung und -transformation mittels AI agents, die Anomalien, Ausschläge und Rauschen in der Verkaufshistorie erkennen.
Fokus auf Forecast-Stabilität statt auf marginale Genauigkeit, mit schwellenwertbasierten KPIs und Forecast-Fehlern, die über entkoppelte Lieferzeiten hinweg bewertet werden (z. B. schwellenwertbasierte Forecast Accuracy Indicators und Turniertechniken für die Modellauswahl, gemäß Partnerbeschreibungen).¹²⁴⁷¹³¹⁵

Es gibt keine öffentlichen Belege dafür, dass B2Wise eigene fortgeschrittene Forecasting-Algorithmen entwickelt, die über das hinausgehen, was Forecast Pro bietet; der Mehrwert liegt in der Datenaufbereitung, dem KPI-Design und der Integration mit DDMRP/S&OP.

S&OP und Flow-Driven S&OP

Das Sales & Operations Planning-Modul (Flow-Driven S&OP) bietet einen strukturierten Prozess rund um:

Produkt-, Nachfrage- und Angebotsprüfungen.
Pre-S&OP- und Executive-S&OP-Meetings.
Szenariomodellierung über Flow-Gruppen, die Produkte und Ressourcen danach aggregieren, wie sie sich entlang der Wertschöpfungskette bewegen.⁹

B2Wise nutzt sein zentrales DataMart und CommWise.AI, um:

Nachfrage und Kapazitäten in Flow-Gruppen zusammenzuführen.
Was-wäre-wenn-Szenarien für Restriktionen und Nachfrageannahmen durchzuführen.
KI-Agenten einzusetzen, um Definitionen von Flow-Gruppen und Kapazitätsvorgaben vorzuschlagen.
Eine „AI Secretary“-Rolle einzusetzen, die Szenario-Änderungen zusammenfasst und diese Notizen an finanzielle und operative Kennzahlen anhängt.⁹¹⁸¹⁹

Erneut liegt der Schwerpunkt auf Arbeitsabläufen und Aggregation, statt auf einer mathematisch rigorosen Optimierung von S&OP-Abwägungen; spezifische Optimierungsalgorithmen werden nicht offengelegt.

CommWise.AI

CommWise.AI Studio wird als KI-gestützte Plattform auf dem B2Wise DataMart positioniert:

Benutzer können benutzerdefinierte Workflows (z. B. S&OP, Shop-Floor-Dashboards, Terminplanungs-Boards) gestalten, indem sie Geschäftsregeln und gewünschte Ergebnisse angeben.
KI-Agenten interpretieren diese Eingaben, um Dashboards, Abfragen und möglicherweise Terminierungsregeln zusammenzustellen.
Eine Vorführdemonstration zeigt, wie CommWise ein Foto eines physischen Planungsboards aufnimmt und in ein interaktives, digitales Dashboard umwandelt, was auf OCR sowie Strukturinferenz hindeutet.¹⁸¹⁹²²

Die Beschreibungen der Supply Chain Event Awards betonen, dass CommWise-Agenten „autonom und nachvollziehbar“ sind und dass KI dazu verwendet wird, Lösungen aus kundenspezifischen Regeln zusammenzustellen, anstatt undurchsichtige Entscheidungen zu treffen.¹⁹²⁰²¹ Es gibt jedoch keine technischen Fachartikel, offenen APIs oder Architekturdiagramme, die Details zu Modelltypen, Sicherheitsmaßnahmen oder Evaluationen liefern.

Training und DDBrix

Training ist ein zentrales Element des Angebots von B2Wise:

Der DDBrix-Workshop ist ein auf LEGO basierendes Spiel, das weit verbreitet zur Vermittlung von DDMRP-Konzepten eingesetzt wird; B2Wise behauptet, weltweit >10 000 Teilnehmende zu haben.²⁴²⁵
Trainingsmaterialien heben eine Zufriedenheitsrate von 93% und eine Prüfungsbestehensquote von 87% in den Kursen hervor.²⁴
B2Wise bietet Schulungen zu DDMRP, DDOM und verwandter Methodik an, abgestimmt auf DDI, und positioniert sich damit sowohl als Softwareanbieter als auch als Methodenedukator.²³²⁴²⁵

Diese enge Verzahnung bedeutet, dass viele B2Wise-Projekte gleichermaßen Methodologie-Einführungen wie Software-Deployments sind.

Architektur und Technologie-Stack

Cloud-Infrastruktur und Stack

Der Blog von B2Wise und Bewertungen Dritter berichten, dass die Anwendung auf AWS serverless technology basiert, mit Aussagen wie „blitzschnelle Verarbeitung, massive Skalierbarkeit und robuste Datensicherheit.“¹⁰¹¹ Das Tech-Stack-Profil von OfferZen listet auf:

Anwendung/Daten: Node.js, .NET Core 2.0, C#, JavaScript/TypeScript, Python, Go, jQuery, Microsoft SQL Server, Apache Spark.
Cloud-Dienste: AWS Lambda, S3, EC2.
DevOps: Docker, Terraform, Prometheus, GitHub, npm, etc.¹⁷

Dies deutet auf eine heterogene Microservices-Umgebung hin, in der serverless und klassische VM-basierte Komponenten gemischt werden, mit SQL für transaktionale Speicherung und Spark für umfassendere Analysen. Es ist modern und konventionell für SaaS der 2020er, aber nicht strukturell ungewöhnlich.

DataMart und Integration

Die Integrations-Seite von B2Wise beschreibt eine unkomplizierte Batch-Pipeline:

Festlegen der Datenspezifikation (Stammdaten, Transaktionen, Prognosen, Stücklisten, Arbeitsgänge).
Der Kunde lädt Daten zu einem sicheren sFTP-Endpunkt hoch.
B2Wise ordnet die Dateien internen Tabellen zu.
Das System ruft automatisch aktualisierte Daten ab, validiert sie und importiert sie.
Generierte Aufträge (PO/WO/DO) werden zurück an sFTP exportiert und über API oder Dateiupload ins ERP geladen.⁴³

B2Wise wirbt mit Connectors für SAP, Microsoft Dynamics 365 (F&O und BC), Oracle NetSuite und Sage X3 sowie mit Erfahrung in der Integration von über 40 ERPs.⁴³¹¹⁴⁴ Die Architektur ist in erster Linie batch-orientiert und DataMart-zentriert; es gibt keine Hinweise auf ereignisgesteuerte oder Streaming-Architekturen.

SDLC und Deployment-Rhythmus

OfferZen beschreibt den Entwicklungsprozess von B2Wise wie folgt:

Zweiwöchentliche Scrum-Sprints mit einem Scrum Master und Product Owner.
Deployment in eine UAT-Umgebung, gefolgt von monatlicher Promotion auf Live.
Getrennte Live- und UAT-Instanzen, im Einklang mit Multi-Tenant-SaaS-Praktiken.¹⁷

Dies deutet auf einen ziemlich ausgereiften SaaS-SDLC mit vorhersehbarem Release-Rhythmus hin.

Erwartungen an Entwickler

Ein öffentliches GitHub-Repository, das die Lösung eines Kandidaten für eine Senior-Developer-Herausforderung von B2Wise zeigt, erfordert:

Import von Verkaufs- und Stammdaten mit pandas.
Anwendung eines ARIMA-Modells zur Prognose von 52 Wochen.
Simulation des Lagerbestands und einer binären Ausverkaufsanzeige.⁴⁸

Auch wenn es sich nicht um offiziellen Produktcode handelt, deutet dies darauf hin, dass B2Wise von seinen Ingenieuren erwartet, mit klassischer Zeitreihenmodellierung und Python-basierter Analytik vertraut zu sein, was die Interpretation verstärkt, dass die interne Prognoselogik konventionell und nicht bahnbrechend ist.

KI, ML und Optimierungsansprüche

Prognose-KI über Forecast Pro

Die „KI“-Sprache von B2Wise in der Nachfrageprognose stammt weitgehend aus der Integration mit Forecast Pro, das Folgendes bietet:

Automatische Modellauswahl zwischen exponentieller Glättung, Box-Jenkins/ARIMA und Modellen für intermittierende Nachfrage.
Ein dediziertes Machine-Learning-Modul (z. B. gradient-boosted decision trees) für komplexe Muster.
Wahrscheinlichkeitsbasierte Ausgaben (Prognoseintervalle) in einigen Konfigurationen.¹³¹⁴¹⁵¹⁶

B2Wise schafft Mehrwert durch:

KI-unterstützte Bereinigung der Historie, die darauf abzielt, Rauschen und Werbeaktionen von echter struktureller Nachfrage zu unterscheiden.
Betonung einer stabilitätsorientierten Prognose, bei der die Prognosevolatilität so gesteuert wird, dass DDMRP-Puffer unterstützt werden, anstatt minimale Fehler auf SKU-Perioden-Ebene anzustreben.¹²⁴⁷¹³

Aus technischer Sicht ist Forecast Pro eine ausgereifte kommerzielle Engine; der Beitrag von B2Wise liegt in Prozessdesign und Integration und nicht in neuartiger ML-Forschung.

KI-Agenten für Bereinigung, Segmentierung und S&OP

Auf der gesamten Webseite behauptet B2Wise, dass KI-Agenten:

Verkaufsdaten bereinigen und Anomalien für Prognosen identifizieren.
Produkte und Kunden segmentieren.
Puffer-Einstellungen und Flow-Gruppen vorschlagen.
Warnmeldungen, Szenario-Erstellung und Dashboard-Zusammenstellung automatisieren.²³¹²⁹¹⁸¹⁹

Allerdings:

Es werden keine Details zu Modellfamilien (z. B. Clustering versus überwachtes Lernen), Trainingsdaten oder Evaluationsmetriken bereitgestellt.
Es gibt keine öffentlichen Fallstudien, die Genauigkeit, Verbesserungen der Datenqualität oder Entscheidungseinflüsse, die speziell diesen Agenten zuzuordnen sind, quantifizieren.

Die konservative Interpretation ist, dass B2Wise eine Mischung aus Regeln und leichten ML-Komponenten für die Datenaufbereitung und Klassifikation einsetzt, aber die genaue Raffinesse dieser Agenten bleibt undurchsichtig.

Optimierungstiefe

Das veröffentlichte Material von B2Wise betont konsequent DDMRP-Puffer, DBR-Planung und DDOM-Kontrollpunkte anstelle generischer OR-Begriffe wie MILP, stochastische Programmierung oder Constraint-Programmierung.⁷⁸¹⁰³⁴ Es gibt keine Hinweise auf:

Mixed-Integer-Löser oder kommerzielle Optimierer.
Explizite Formulierungen stochastischer Optimierung.
Offen zugängliche Benchmarks, die die B2Wise-Optimierung mit anderen Engines vergleichen.

Die Beweise stützen daher die Auffassung, dass B2Wise ein heuristikgetriebenes Planungssystem ist: Es verkörpert kodifizierte Demand Driven Logik statt fortgeschrittener numerischer Optimierung. Dies bedeutet nicht, dass das System unwirksam ist – DDMRP/DBR kann in der Praxis gut funktionieren – aber es ist methodologiegetrieben und nicht solvergetrieben.

Deployment- und Rollout-Methodik

Methodologiezentrierte Projekte

B2Wise’ Implementationsbotschaft dreht sich um vier Säulen: Schulung und Zertifizierung von Planern, Gestaltung eines flow-basierten Modells, Abstimmung von Prozessen und Bereinigung der Daten – „Der wahre Mehrwert wird jenseits des Go-live realisiert.“⁷²⁴²⁵ Training wird stark gefördert, wobei DDBrix sowohl als Lehrmittel als auch als Instrument für das Change Management fungiert.²⁴²⁵

Dies zeigt, dass B2Wise-Projekte sind:

Methodologieführend (zuerst DDMRP/DDOM, dann Tools).
Darauf ausgelegt, Organisationen zu einer Demand Driven Denkweise zu bewegen, anstatt lediglich Software auszutauschen.

Integrations- und Rollout-Muster

Typisches Deployment-Muster (abgeleitet aus Integrationsseiten und Fallreferenzen):

Pilot & Training – DDBrix-Sitzungen, Planer-Zertifizierung.
Modellgestaltung – Identifikation von Entkopplungspunkten, Pufferpositionen und Kontrollpunkten.
Integration – sFTP-basierte Datenströme, DataMart-Aufbau, Parametrisierung.
Go-live – DDMRP Materialplanung, gefolgt von DDOM-Terminierung und S&OP; Integration wird nach und nach über APIs automatisiert.⁷⁴³²⁴²⁵¹¹

Die Abhängigkeit von Batch-Dateiübertragungen und periodischen Importen unterstreicht, dass B2Wise auf taktische Planungshorizonte (täglich bis wöchentlich) ausgerichtet ist und nicht auf minutengenaue Echtzeitsteuerung.

Kunden, Sektoren und Referenzen

Namentlich genannte und bestätigte Kunden

In seinem Marketing, in Videos und in Drittquellen hebt B2Wise Kunden hervor, darunter:

Etex (Baustoffe) – Webinare zur DDMRP-Transformation.⁷²⁸
Goizper (Industrieprodukte) – Fallstudien zu Umsatzwachstum und Reduktion der Planungszeit.⁷³⁰
LVMH Fragrance Brands – Erfahrungsbericht über Planungsverbesserungen.⁷
PPG Industries – kurzes Video, das bessere Statistiken durch DDMRP referenziert.⁷²⁹
WeirdFish (UK-Bekleidung) – Erfahrungsberichte, die Verbesserungen bei der Ladenauffüllung beschreiben.⁷²⁷
Takealot (südafrikanischer E-Commerce) – DDMRP-in-Action-Video.²⁶
Fruity Line und Fagor Ederlan – Early Adopters von CommWise.AI in S&OP bzw. Lastenverteilung, zitiert in der französischen Supply-Chain-Presse.¹⁹⁴⁹

Einige dieser Namen werden durch unabhängige Quellen bestätigt, wie persönliche Profile, in denen „Implementierung von B2WISE (demand driven MRP)“ bei PPG aufgeführt ist, sowie Veranstaltungen der Mondragon University, bei denen B2Wise und Goizper gemeinsam auftraten.²⁹⁵⁰³⁰

Weitere behauptete Kunden und Sektoren

Drittanbieterverzeichnisse (Promptloop, Nerdisa, LeadIQ) und Portfoliolisten erwähnen weitere Namen wie bioMérieux, Air Liquide, SEB, Legrand, Afflelou, Piveteaubois und andere, die im Allgemeinen in den Bereichen Fertigung, Chemie, Baustoffe, Luxus, Vertrieb und MRO tätig sind.¹¹⁵¹³³ Die eigene „Industries“-Seite von B2Wise listet Kategorien von Industrieprodukten und Lebensmitteln & Chemikalien bis hin zu Automobil und E-Commerce auf, positioniert unter einem einheitlichen Demand Driven Operating Model.³⁴

Einige Kundennamen (z. B. NHS, DHL, Autoglass, Komatsu, BRP, Orica) erscheinen im Firmenprofil von OfferZen, werden jedoch nicht unabhängig bestätigt; diese sollten als schwache Belege für die Übernahme betrachtet werden.¹⁷

Größenansprüche

Auf Seiten wie dem NetSuite-Integrationsmarketing behauptet B2Wise:

15 Milliarden USD an verwaltetem Inventar.
10 000+ Kunden.
8 000+ Planungsstandorte.⁴⁴

Kein externes Register bestätigt diese Zahlen, und sie erscheinen im Verhältnis zu den Umsatzerwartungen hoch; sie sollten als selbstberichtete Marketingzahlen und nicht als geprüfte Kennzahlen interpretiert werden.

Kommerzielle Reife und Marktposition

Betrachtet man Alter, Umfang und Ökosystem-Signale:

Alter – in Betrieb seit ~2016, mit mehreren geografischen Tochtergesellschaften.¹²⁴⁵⁶⁴⁶
Umsatz & Mitarbeiterzahl – Umsätze im niedrigen einstelligen Millionenbereich in USD und ein Team von wenigen Dutzend.³¹¹⁷¹¹
Kundenbasis – mehrere Dutzend namentlich genannte Industrie- und Vertriebskunden sowie eine breitere Basis von Schulungsteilnehmern durch DDBrix.⁷²⁴²⁵²⁶²⁷²⁸³⁰
Ökosystem-Rolle – DDMRP/DDOM-Partner, Schulungsanbieter und CommWise.AI-Finalist bei Supply-Chain-Innovationspreisen.²³¹⁸¹⁹²⁰²¹

B2Wise lässt sich daher am besten als ein etabliertes Nischenunternehmen im Segment der Demand Driven Planung charakterisieren: weder experimentell noch dominant, aber mit einem bedeutenden Fußabdruck im DDMRP-orientierten Fertigungs- und Vertriebsbereich.

Fazit

Technisch liefert B2Wise ein DDMRP-zentriertes APS: Es berechnet auf Puffern basierende Nachschubempfehlungen, wendet Drum-Buffer-Rope-Logik bei der Engpassplanung an, integriert eine professionelle Prognose-Engine (Forecast Pro) und verpackt diese Komponenten in S&OP-Workflows sowie einer KI-unterstützten No-Code-Schicht (CommWise.AI) auf einem DataMart, der auf einem modernen AWS-basierten Stack läuft.⁷⁸¹²⁹⁴³¹⁰¹⁷¹¹¹⁸¹⁹¹³¹⁴¹⁵ Die Architektur- und Implementierungsentscheidungen (serverless plus Microservices, SQL + Spark, sFTP-basierte Integration, Scrum-Delivery) sind aktuell, aber konventionell für SaaS APS-Angebote.

Aus der Sicht von Wissenschaft und Optimierung ist B2Wise methodologiegetrieben statt solvergetrieben: Es operationalisiert DDMRP- und DDOM-Heuristiken und nutzt die gut etablierten Prognosemethoden von Forecast Pro, aber es gibt keine öffentlichen Belege für fortgeschrittene stochastische Optimierung, maßgeschneiderte numerische Solver oder tiefe technische Transparenz hinsichtlich seiner KI-Agenten.⁷⁸¹²¹⁰¹¹¹³¹⁴¹⁵ Behauptungen über KI-gesteuerte Bereinigung, Segmentierung und S&OP-Unterstützung sind plausibel, bleiben aber auf hoher Ebene, ohne veröffentlichte Metriken oder algorithmische Details.

Kommerziell erscheint B2Wise als ein bootstrapped, von Gründern geleiteter Anbieter mit einer moderaten, aber glaubwürdigen Kundenbasis, insbesondere in der europäischen Fertigung und der südafrikanischen Distribution, eng verbunden mit dem Demand Driven Institute-Ökosystem und anerkannt bei regionalen Supply-Chain-Auszeichnungen.¹²³¹²³²⁴²⁵¹¹¹⁸¹⁹²⁰²¹²⁶²⁷²⁸³⁰³³ Für Organisationen, die DDMRP/DDOM anstreben, bietet B2Wise ein integriertes Software-plus-Trainings-Angebot, das diese Methoden institutionalisieren kann. Für Käufer, die mathematisch transparente, probabilistische Optimierung mit prüfbaren Algorithmen und einer breiten Modellierungsfläche suchen, deutet der aktuelle öffentliche Fußabdruck von B2Wise auf ein stark heuristisches Planungstool hin, jedoch nicht auf eine Spitzenoptimierungs- oder KI-Forschungsplattform.