Rezension von Colibri, S&OP Softwareanbieter

Von Léon Levinas-Ménard

Zuletzt aktualisiert: November, 2025

Colibri ist ein französischer cloud-nativer supply chain Planung (S&OP) Softwareanbieter, der unter der Domain colibri-snop.com operiert und als Midmarket-Lösung für Bedarfsplanung, Lieferplanung und S&OP-Prozesse positioniert ist. Das Unternehmen wurde um 2014 als interne Initiative der IT-Gruppe VISEO gegründet und später Ende 2017 als eigenständige SAS eingegliedert, wobei es eine Tochtergesellschaft von VISEO blieb, mit etwa 35 Mitarbeitern in Boulogne-Billancourt und Lyon und jährlichen Umsätzen im niedrigen einstelligen Millionenbereich in Euro.¹²³⁴⁵⁶ Funktional stellt Colibri eine Suite aus drei Modulen bereit – VISION (Bedarfsplanung), FLOW (Lieferplanung) und PILOTE (S&OP) – ergänzt durch ein vorgefertigtes Angebot „E-Colibri Vision“ und, neuerdings, durch eine Reihe von KI-/Automatisierungs-Erweiterungen unter den Bezeichnungen „Super Best Fit“, „Data Sensing“ und AI assistants.¹⁷⁸⁹¹⁰¹¹¹² Technisch gesehen ist die Plattform eine Multi-Tenant-SaaS-Anwendung, die auf Microsoft Azure aufgebaut ist, pro Kunde SQL-Datenbanken sowie einen .NET/JavaScript-Stack nutzt und eine Weboberfläche, eine Excel-Schnittstelle und REST-APIs zur Integration mit ERP- und CRM-Systemen wie Salesforce bereitstellt.¹²³¹³¹⁰¹¹ Die Prognoselogik von Colibri basiert auf einem Katalog statistischer und Machine-Learning-Modelle mit automatischer „Best-Fit“-Auswahl und optionalen exogenen Variablen, während die Module für Lieferplanung und S&OP regel- und heuristisch-basierte Planung über mehrstufige Netzwerke und kapazitätsbegrenzte Szenarien implementieren.⁷⁸¹⁴⁹¹⁰¹¹ Über etwa ein Jahrzehnt hat das Unternehmen einen Kundenstamm von rund 100 Kunden und 1.500 Nutzern aufgebaut, hauptsächlich mittelständische Hersteller, Distributoren und Marken wie IZIPIZI, Puressentiel, Safran Nacelles, Asmodee und Isla Délice, wobei mehrere unabhängige Fallstudien und Fachartikel den Produktionseinsatz bestätigen.¹³⁶¹⁵¹⁶¹⁷¹⁸¹⁹²⁰²¹ Gleichzeitig bleiben die öffentlichen Materialien von Colibri auf hohem, allgemein gehaltenem Niveau: Während die KI-Funktionen auf Marketingebene detailliert beschrieben werden, gibt es keine technische Dokumentation zu Modellarchitekturen oder Optimierungsformulierungen, sodass die Technologie am besten als fest im Mittelfeld der aktuellen Praxis verortet beurteilt werden kann – und nicht als wegweisend in der supply chain Analytics.

Colibri Überblick

Identität, Geschichte und Eigentümerschaft

Colibri wird als „Cloud Supply Chain Planning solution“ positioniert, die zur Verwaltung von Bedarfen, Lieferungen, Distribution, Prognosen, Auffüllungen und S&OP genutzt wird.¹¹⁵ Mehrere Quellen konvergieren auf eine zweistufige Geschichte:

2014–2017 – Produktphase innerhalb von VISEO. Die eigene Rekrutierungsseite von Colibri beschreibt es als einen „éditeur de solutions innovantes de Supply Chain Management“ und explizit als eine Startup-Tochtergesellschaft der VISEO-Gruppe, die seit 2014 stark wächst.² Ein früheres Interview mit CEO Nicolas Commare in französischen Logistikmedien beschreibt Colibri als ein neues, cloudbasiertes Tool für das Supply Chain Management, „herausgegeben von der VISEO-Gruppe“. ²²
Seit Dezember 2017 – eigenständige juristische Einheit. Französische Handelsregister belegen, dass COLIBRI (SIREN 834 242 703) am 19. Dezember 2017 als SAS unter der NAF-Kennung 62.02A (Beratung für IT-Systeme und Software) gegründet wurde, mit dem registrierten Sitz in 94–96 rue de Paris, 92100 Boulogne-Billancourt.⁴⁵

Welcome to the Jungle (WTTJ) listet Colibri als ein IT/SaaS-Unternehmen mit Gründungsjahr 2017, 35 Mitarbeitern, einem Durchschnittsalter von 31 und einem Umsatz von 4M (Währung nicht spezifiziert).³ Derselbe Steckbrief gibt an, dass Colibri eine Tochtergesellschaft der VISEO-Gruppe ist, einem 3.000-Mitarbeiter umfassenden, multitechnologischen Beratungsunternehmen mit internationaler Präsenz.³ Die französische Industrieinitiative „La French Fab“ beschreibt Colibri ebenfalls als eine Lösung für Supply Chain Planning für Bedarfs-, Distributions-, Prognose-, Auffüllungs- und S&OP-Prozesse, explizit cloudbasiert auf Microsoft Azure und mit der Angabe der Adresse von VISEO als Unternehmenskoordinator.²³

Finanzdaten von Pappers für COLIBRI SAS zeigen:

Umsatz €901k im Jahr 2019, ein Anstieg von 36,5% gegenüber 2018.
Positives Nettoergebnis im Jahr 2021 nach Verlusten in den Vorjahren, mit 7 erfassten Mitarbeitern im Jahr 2019.⁴

Neuere Fachpresseberichterstattung von Supply Chain Magazine zeigt, dass der SaaS S&OP-Umsatz von Colibri im Jahr 2024 €3,3M erreichte, was einem jährlichen Wachstum von fast 20% entspricht, mit rund 110 Kunden und 35 Mitarbeitern.⁶ Dies stimmt mit der 35-Mitarbeiter-Zahl von WTTJ überein und deutet auf einen kleinen, aber etablierten Anbieter hin.

Zusammengefasst lautet die schlüssigste Interpretation:

Konzept und Produkt begannen um 2014 als interne Initiative von VISEO.
SAS-Einheit wurde im Jahr 2017 gegründet, weiterhin mehrheitlich im Besitz von und unterstützt durch VISEO.
Heute ist Colibri ein kleiner, spezialisierter SaaS-Anbieter mit etwa 35 Mitarbeitern und einem jährlichen Umsatz im niedrigen einstelligen Millionenbereich an Euro.²³²³⁴⁵⁶

Produktportfolio und Anwendungsbereich

Das Lösungsportfolio von Colibri ist um drei Kernmodule plus einer vorgefertigten Variante organisiert:

VISION – Bedarfsplanung. Das Vision-Modul wird als „demand planning made easy“ beschrieben und bietet Prognosen, kollaborative Workflows und Dashboards zur Verwaltung von Verkaufsprognosen.¹⁰¹¹ Es ermöglicht mehrstufige Hierarchien (z. B. Kunde, Produktfamilie, Marke), mehrere Einheiten (Mengen, Wert), unterschiedliche Zeitintervalle und eine Bibliothek von „bekannten und bewährten statistischen Modellen“ zur Prognose, sowie Simulationsbildschirme, in denen Nutzer Szenarien testen können, bevor sie eine Prognose festlegen.¹¹ Drittanbietereinträge (GetApp, SoftwareAdvice, Logistica Efficiente) charakterisieren Colibri als ein cloudbasiertes Tool für demand and supply planning, das auf statistischen und historischen Modellen basiert und kollaborative Funktionen sowie visuelle Dashboards bietet.²⁴¹³
FLOW – Lieferplanung. Flow richtet sich an die Distributions- und Nachschubplanung, arbeitet nach dem Prinzip der Ausnahmen und verwaltet Kontexte mit mehreren Lieferanten und mehreren Ebenen.¹⁰⁷ Ein Artikel in Supply Chain Magazine mit dem Titel „Colibri S&OP en mode Machine Learning“ beschreibt Flow als deckend die Bereiche Distribution, Nachschub, Produktion und Einkauf für standortübergreifende Netzwerke, mit Funktionen für gruppierte Bestellungen, Verwaltung von Mindest- und Mehrfachbestellmengen sowie Transparenz bezüglich Lager- und Kapazitätsauswirkungen im gesamten Netzwerk.⁷
PILOTE – S&OP / strategische Planung. Pilote ist die S&OP-Schicht („manage your sales and operation planning from A to Z“), die Szenariosimulationen, den Vergleich aggregierter Pläne und strategische Entscheidungsunterstützung bietet.¹⁰ Eigene Inhalte von Colibri betonen, dass Pilote dazu verwendet wird, langfristige Szenarien zu erstellen und zu vergleichen, die Nachfrage mit Kapazitäts- und finanziellen Zielvorgaben abzustimmen und funktionsübergreifende Zusammenarbeit während der S&OP-Zyklen zu unterstützen.⁷¹⁵
E-Colibri Vision – vorgefertigte Bedarfsplanung. E-Colibri Vision ist eine vorkonfigurierte, mengenbeschränkte Version des Bedarfsplanungsmoduls, die zu €500/Monat vermarktet wird mit:
- Sofortiger Start,
- Zwei Dimensionen mit jeweils bis zu vier Ebenen,
- Mengenbegrenzung auf 30.000 SKUs,
- Vorgefertigte Umgebung, monatliche Datenaktualisierungen und eingeschränkten Support, ohne vertragliche Bindung und mit einer 30-tägigen kostenlosen Testphase.¹²²¹ Es wird auch kostenlos für Studenten angeboten, die einen Immatrikulationsnachweis vorlegen.¹²²¹

Zusätzlich bewirbt Colibri verstärkt KI-/Automatisierungs-Add-ons:

Super Best Fit – ein KI-basiertes Modul, das die jeweils am besten geeigneten Prognosealgorithmen (statistisch, machine-learning, deep-learning) für jeden Anwendungsfall vergleicht und auswählt;
Data Sensing – ein exogenes Variablenmodul, das externe Einflussfaktoren (Wetter, Preisänderungen, Werbeaktionen, Konkurrenz-Lieferausfälle) integriert und deren Einfluss mittels Korrelation misst;
AI assistants – konversationelle Agenten, die Aufgaben auf der Plattform ausführen, mit Nutzern in mehreren Sprachen interagieren und komplexe Analysen anhand von Webdaten durchführen sollen.²⁶⁸¹⁴²⁴⁹¹⁶

Diese Funktionen werden als optionale Erweiterungen beworben, die das Kerngerüst der S&OP-Angebote „bereichern“, anstatt den bestehenden Workflow zu ersetzen.⁶⁹¹⁶

Technologie und Architektur

Colibri ist als Multi-Tenant-SaaS-Anwendung auf Microsoft Azure aufgebaut. Die öffentlichen Beschreibungen der Architektur und Sicherheit deuten darauf hin:

Pro-Kunden-Datenbanken: Jeder Kunde verfügt über eine eigene Anwendungsdatenbank in Azure SQL, ergänzt durch eine gemeinsame Authentifizierungsdatenbank, wobei die Colibri Solution Web Application zur Laufzeit mit der entsprechenden Datenbank verbindet.¹²³¹⁰
Authentifizierung und Sicherheit: eine separate Authentifizierungs-Webanwendung, die OpenID und OAuth2 verwendet, über HTTPS mit SSL-Zertifikaten (GeoTrust) zugänglich ist, optionale Zwei-Faktor-Authentifizierung bietet und jährlichen Penetrationstests durch Dritte unterzogen wird.²³¹⁰
Integrationsschicht: Webbrowser und Excel als Benutzeroberflächen, zusätzlich eine REST-API zum Datenaustausch mit Kundensystemen sowie Konnektoren für CRM/ERP-Systeme wie Salesforce.¹¹⁰¹¹¹⁵

Stellenanzeigen und technische Profile deuten auf den zugrunde liegenden Technologie-Stack hin:

Backend: C#/.NET mit MS SQL Server, bereitgestellt auf Azure. Eine Entwickler-Stellenanzeige erwähnt C#.NET, jQuery, AngularJS, MS SQL Server und Visual Studio Team Services.²
Frontend: JavaScript Single-Page-App (ursprünglich AngularJS, wahrscheinlich weiterentwickelt), plus Excel-Integration.
Data/AI: Praktika in „IA & Python – Creation of intelligent agents for Supply Chain“ und „software development assisted by AI“ deuten darauf hin, dass Python die primäre Sprache für Data-Science-Arbeiten ist.³

Architektonisch betrachtet ist Colibri daher ein konventioneller ASP.NET + SQL Multi-Tenant-SaaS, kein kundenspezifisches Ausführungsumfeld oder eine Datenplattform.

KI- und Optimierungsfähigkeiten

Die KI/ML-Entwicklung von Colibri hat sich von einfachen statistischen Modellen zu ehrgeizigerer Automatisierung entwickelt:

Grundlegende statistische Prognosen. Vision hat schon immer mehrere statistische Modelle und eine „Best-Fit“-Logik für Serienprognosen zur Verfügung gestellt.⁷¹¹ Eigene sowie Partnermaterialien von Colibri heben die Fähigkeit hervor, aggregierte/deaggregierte Prognosen, Promotion-Anpassungen und kollaborative Anpassungen zu handhaben.⁷²⁴
Super Best Fit. Das Super Best Fit-Modul, das 2025 eingeführt wurde, wird als ein KI-basiertes System beschrieben, das die „relevantesten Algorithmen“ (statistisch, machine-learning, deep-learning) für jeden Anwendungsfall vergleicht und auswählt, Planer von der manuellen Modellwahl entlastet und „die bestmöglichen Prognosen“ verspricht.⁶⁸⁹ Technische Details (Algorithmen, Trainingsverfahren, Fehlermaße) werden nicht offengelegt.
Data Sensing. Data Sensing wird als kausales/exogenes Modul dargestellt: Es übernimmt externe Variablen (Wetter, Promotionen, Preisänderungen, Konkurrenz-Lieferausfälle etc.), quantifiziert deren Einfluss mittels Korrelation und ermöglicht es den Nutzern, diese Effekte in ihre Prognosen einzubeziehen.⁸¹⁴⁹ Auch die zugrunde liegende Modellierungstechnik (z. B. Regression vs. baumbasierte Modelle vs. neuronale Netze) ist nicht öffentlich.
Automatisierung und AI assistants. Die gleiche Welle von Veröffentlichungen führt Funktionen für die automatische Berechnung von Sicherheitsbeständen nach Priorität/Produkttyp, die Optimierung von eingeschränkten Plänen und das Erlernen wiederkehrender Planungsaktionen zur Automatisierung ein, zusätzlich zu AI assistants, die in der Lage sein werden, Aufgaben auszuführen, mit Nutzern in jeder Sprache zu kommunizieren und Daten aus dem Internet zu analysieren.⁶⁸¹⁴¹⁶

Aus technischer Sicht:

Die konzeptionelle Architektur – ein Ensemble von Prognosemodellen mit automatisierter Auswahl, exogenen Variablen und heuristischer Automatisierung – entspricht der gängigen Praxis in der Bedarfsplanung.
Es gibt keine öffentliche algorithmische Dokumentation oder offene Benchmarks, die eine unabhängige Validierung von Behauptungen wie „immer die besten Modelle“ oder „bestmögliche Prognosen“ ermöglichen würden.⁶⁸⁹
Es gibt keinen Hinweis auf eine vollständige probabilistische Prognose (bei der die Nachfrage als Verteilungen und nicht als Punktprognosen modelliert wird) oder auf eine mathematisch formulierte stochastische Optimierung; „Optimierung von eingeschränkten Plänen“ erscheint in Marketingsprache, jedoch ohne mathematische Details.⁷⁶⁸

Kunden und kommerzielle Reife

Colibri gibt an, mehr als 100 Kunden und 1.500 Nutzer zu haben.¹⁶ Obwohl diese Zahl selbst angegeben ist, bestätigen unabhängige Fachzeitschriften und Partnerquellen eine beachtliche installierte Basis.

Bemerkenswerte namentlich genannte Kunden mit externer Bestätigung:

IZIPIZI (Brillenmarke) – Supply Chain Magazine berichtet, dass IZIPIZI Ende 2019 nach einer Ausschreibung die Module Vision und Flow von Colibri gewählt hat, wodurch die stark Excel-basierte Prognose ersetzt wurde; die Implementierung unterstützt S&OP und Bestandsmanagement und wird explizit als bedeutender Fortschritt in ihrer Planung genannt.¹⁶
Puressentiel (Naturgesundheitsmarke) – Sowohl Supply Chain Magazine als auch Voxlog berichten, dass Puressentiel von Excel auf das Vision-Modul von Colibri für monatliche Verkaufsprognosen in Frankreich, Belgien und der Schweiz umgestiegen ist, mit einer dreimonatigen Implementierung sowie verbessertem Planungshorizont und Zusammenarbeit.¹⁷¹⁸ Eine digitale Pressemitteilung fügt hinzu, dass Puressentiel Colibri S&OP „und dessen Unterstützung“ gewählt hat, um Reife in der Prognose zu erlangen, wobei erneut der dreimonatige Rollout hervorgehoben wird.¹⁹
Asmodee (Brettspielverlag) – Ein Presseartikel beschreibt, wie Puressentiel und Asmodee gemeinsam Colibri S&OP als strategische Entscheidung gewählt haben, wobei beide Projekte in drei Monaten implementiert wurden, um ihre Verkaufsprognoseprozesse zu konsolidieren.²⁰
Isla Délice (Lebensmittelhersteller) – Ein weiterer Presse-Roundtable mit IZIPIZI und Isla Délice behandelt, wie beide Unternehmen Colibri S&OP nutzen, um die supply chain Performance zu verbessern und wie Colibri KI in sein Angebot integriert; obwohl die Details knapp sind, bestätigt die Veranstaltung den praktischen Einsatz.²¹
Safran Nacelles und GGB Bearing Technology (industriell) – Trustfolio und Fachberichte identifizieren diese als Nutzer von Colibri Vision für die Prognose von aeronautischen Ersatzteilen und industriellen Lagervorhersagen, integriert mit SAP.¹¹³¹⁵

Diese Referenzen stimmen mit einem Midmarket-Fokus überein, vorwiegend in Europa, jedoch mit einiger internationaler Reichweite. Die Ausgabe von Supply Chain Magazine 2025 erwähnt rund 110 Kunden, 20 neue Projekte im Jahr 2024 und „erste groß angelegte internationale Projekte“, was zu einem Anbieter passt, der etabliert, aber in absoluten Zahlen noch klein ist.⁶

Colibri vs Lokad

Colibri und Lokad operieren beide im breiten Feld der supply chain analytics, verfolgen jedoch ziemlich unterschiedliche technische und konzeptionelle Ansätze.

Auf der funktionalen Oberfläche stellen beide cloudbasierte Werkzeuge für Nachfrageprognosen, Bestands- und Versorgungsplanung sowie S&OP bereit und vermarkten beide AI/ML-Funktionalitäten. Colibri bietet eine relativ traditionelle Modulstruktur – Vision (Nachfrage), Flow (Versorgung), Pilote (S&OP) – gestützt auf einen SQL-basierten SaaS-Stack und fokussiert auf mittelständische Unternehmen, die von Excel zu einer konfigurierbaren Standardlösung wechseln möchten.¹⁷¹⁰¹¹ Lokad hingegen präsentiert sich als eine „quantitative supply chain“ Plattform, deren Hauptprodukt eine maßgeschneiderte, code-definierte Optimierungsanwendung ist, die direkt priorisierte Entscheidungen (Aufträge, Zuweisungen, Produktion, Preisgestaltung) basierend auf probabilistischen Prognosen und wirtschaftlichen Treibern ausgibt.²⁵²⁶

Auf der Ebene der Daten und Modellierung beschreibt Colibris öffentliches Material ein System zur Best-Fit-Modellauswahl über einen Katalog von statistischen und maschinellen Lernmodellen und, neuerdings, Deep-Learning-Optionen, mit optionalen exogenen Variablen über das Data Sensing Modul.⁷⁶⁸¹⁴⁹ Prognosen werden in Beispielen (monatliche Verkäufe pro Land etc.) als Punktabschätzungen beschrieben und verwendet, und es wird nicht explizit auf prädiktive Verteilungen, Monte-Carlo-Simulationen oder Ähnliches hingewiesen. Lokad hingegen behauptet explizit, um das Jahr 2016 herum zur probabilistischen Prognose gewechselt zu haben, modelliert vollständige Nachfrage- und Lieferzeitverteilungen und verwendet diese Verteilungen als Grundlage für Bestands- und Preisoptimierung.²⁷²⁶ Lokads technische Dokumentation betont verteilungsbasierte Prognosen („Wahrscheinlichkeiten für jeden möglichen zukünftigen Nachfragenwert“) und probabilistische Lieferzeiten und integriert dies in Optimierungsroutinen.²⁷²⁶ Mit anderen Worten, Colibri scheint in einem überwiegend deterministischen, punktprognosebasierten Paradigma mit ML-Erweiterungen zu verbleiben, während Lokads Wertangebot auf probabilistischen Prognosen und unsicherheitsbewusster Entscheidungsfindung zentriert ist.

Aus der Perspektive der Optimierung spricht Colibri von „Optimierung eingeschränkter Pläne“, automatischem Sicherheitsbestand und automatischer Anpassung von Plänen mittels KI, veröffentlicht jedoch keine mathematischen Formulierungen oder Algorithmen.⁷⁶⁸¹⁴⁹ Die naheliegendste Interpretation ist, dass Colibri heuristische oder regelbasierte DRP- und Sicherheitsbestandsberechnungen implementiert, ergänzt durch ML für Parametervorschläge. Lokad hingegen veröffentlicht technische Inhalte, die kundenspezifische stochastische Optimierungsalgorithmen beschreiben, wie beispielsweise Monte-Carlo-Methoden und in öffentlichen Vorträgen sowie Blogposts die Nutzung probabilistischer Prognosen und wirtschaftlicher Verlustfunktionen zur Bewertung diskreter Entscheidungsoptionen.²⁸²⁹³⁰²⁶ Lokads Ergebnisse im M5-Wettbewerb – 6. insgesamt und 1. auf SKU-Ebene unter 909 Teams – sind extern überprüfbar und werden genutzt, um den Anspruch einer weltklasse probabilistischen Prognoseleistung zu untermauern.²⁸²⁹³¹ Es gibt keinen vergleichbaren externen Benchmark für Colibris Prognose-Engine; Behauptungen wie „immer die besten Modelle“ oder „beste möglichen Vorhersagen“ bleiben abgesehen von Marketing-Narrativen unbelegt.⁶⁸⁹¹⁶

Architektonisch läuft Colibri als normale ASP.NET/SQL-Multi-Tenant-Webapplikation mit mandantenbezogenen Datenbanken, REST-APIs und Excel-Integration.¹²³¹⁰¹¹ Lokads eigene Quellen beschreiben eine unternehmensinterne domänenspezifische Sprache („Envision“) und eine verteilte Ausführungs-Engine, die auf Azure Storage aufsetzt, mit einem ereignisgesteuerten Datenspeicher und einem Fokus auf codegesteuerte, voll programmierbare Pipelines.²⁶ Dies führt zu unterschiedlichen Implementierungs- und Betriebsmodellen:

Colibri legt Wert auf Konfiguration innerhalb einer festen Anwendung – Hierarchien, Parameter, Planungsgruppen – mit begrenzter Offenlegung des zugrunde liegenden Codes; die Anpassung erfolgt weitgehend durch Colibri-Berater über Konfiguration und höchstens durch leichte Skripterstellung.
Lokad stellt Programmierung als primäre Schnittstelle in den Vordergrund; seine “supply chain scientists” und Kundenteams schreiben Envision-Skripte, die Datenumwandlungen, probabilistische Modelle und Optimierungslogik definieren, wodurch effektiv eine maßgeschneiderte Anwendung pro Kunde erstellt wird.²⁶

Kommerziell betrachtet ist Colibri ein kleinerer Anbieter im mittelständischen Markt mit etwa 110 Kunden und einem Umsatz von 3,3 Mio. € im Jahr 2024, unterstützt von VISEO und richtet sich an Unternehmen, die eine verpackte Lösung mit relativ schneller Implementierung wünschen (oft um die drei Monate genannt).²³⁷⁶¹⁶¹⁷²⁰ Lokad, gegründet im Jahr 2008, ist ebenfalls personell relativ klein, zielt jedoch auf größere und komplexere supply chains ab mit einem beratungsintensiven Modell, wie Fallbeispiele mit großen Einzelhändlern und Industrieunternehmen sowie Partnerschaften, dokumentiert durch Dritte wie Brightpearl, belegen.³²

In praktischen Begriffen:

Ein Unternehmen, das einen modularen, UI-gesteuerten APS-Ersatz mit standardisierten statistischen/ML-Prognosen und klassischen DRP/S&OP-Funktionen sucht, findet Colibri möglicherweise leichter zu übernehmen: Das Produkt ähnelt einem modernisierten APS mit integrierter KI und ist stärker auf Implementierung als auf Modellierung ausgerichtet.⁷²⁴¹³¹¹¹⁵
Ein Unternehmen, das probabilistische, entscheidungsorientierte Optimierung und offenen Zugang zur Modellierungsebene priorisiert – auf Kosten größerer Komplexität und Abhängigkeit von spezialisierten Data-Science-Fähigkeiten – entspricht eher Lokads Positionierung.²⁵²⁷²⁶

Colibri und Lokad gehen supply chain Probleme also nicht auf dieselbe Weise an: Colibri zielt darauf ab, traditionelle Planungsabläufe mit KI-verbesserter APS-Funktionalität zu vereinfachen und zu beschleunigen, während Lokad versucht, Planung als ein quantitatives, programmatisches Optimierungsproblem unter Unsicherheit neu zu formulieren.

Technologie und Architektur im Detail

Multi-Tenant SaaS-Design

Colibris technische Dokumentation und öffentliche Diagramme deuten auf eine unkomplizierte SaaS-Architektur hin:

Jede Kundenumgebung entspricht einer Anwendungsdatenbank in Azure SQL, in der deren Transaktions- und Stammdaten gehostet werden.
Eine separate Authentifizierungsdatenbank und Webanwendung verwalten die Identität unter Verwendung von OpenID/OAuth2, und alle Benutzerzugriffe erfolgen über HTTPS.¹²³¹⁰
Die Haupt-Colibri Solution Web Application ist auf der Anwendungsschicht Multi-Tenant, verbindet sich jedoch mit einer Datenbank pro Unternehmen, ein gängiges Muster, das die Datentrennung und kundenspezifische Schema-Entwicklung vereinfacht.¹²³¹⁰

Sicherheitsrelevante Inhalte betonen:

TLS/SSL-Zertifikate (GeoTrust) für den gesamten Datenverkehr.
Optionale Zwei-Faktor-Authentifizierung.
Regelmäßige externe Penetrationstests durch einen PASSI-zertifizierten Anbieter (eine französische Akkreditierung für Sicherheitsprüfer).²³¹⁰

Obwohl detaillierte Implementierungsdokumente nicht öffentlich sind, gibt es keinen Hinweis auf ungewöhnliche oder fortgeschrittene architektonische Merkmale wie Event Sourcing, Nachrichtenwarteschlangen oder groß angelegte verteilte Berechnungen. Dies stimmt mit Colibris Fokus auf tägliche oder monatliche Stapelplanung überein, die selten Echtzeit-Streaming-Architekturen erfordert.

Stack und Integration

Die WTTJ-Tech-Sektion und Stellenanzeigen machen den Stack relativ klar:

Backend: C# / .NET auf Azure, mit SQL Server/Azure SQL.
Frontend: JavaScript SPA, ursprünglich AngularJS plus jQuery, vermutlich im Laufe der Zeit auf spätere Angular-Versionen modernisiert.²³
Tooling: Visual Studio / VSTS, was auf eine standardisierte, Microsoft-zentrierte CI/CD-Pipeline hindeutet.²
Data Science: Python-basierte Prototypen und KI-Arbeiten, die in Praktikumsbezeichnungen im Zusammenhang mit intelligenten Agenten und KI-unterstützter Entwicklung erwähnt werden.³

Integrationspunkte umfassen:

Eine REST API, die von Kundensystemen genutzt wird; Details sind nicht vollständig öffentlich dokumentiert, aber das Architekturdiagramm zeigt, dass externe “SI” über REST verbunden sind.¹¹⁰
Salesforce AppExchange Connector und ein Eintrag im Microsoft Marketplace, was auf eine Integration in CRM- und Microsoft-Ökosysteme hinweist.¹⁵³³
Excel-Connectoren oder Exportmechanismen für Planer, die immer noch stark auf Tabellenkalkulationen angewiesen sind.¹¹⁰¹¹

Diese Kombination ist konventionell und mehr als ausreichend für die Planungshorizonte, die Colibri anvisiert (typischerweise monatliche Planungszyklen).

Produktmöglichkeiten und Bereitstellung

Nachfrageplanung (VISION)

Vision ist das zentrale Modul für die Nachfrageplanung und der Mittelpunkt der meisten Fallstudien. Colibris Webseite und Partnerinhalte beschreiben Vision als:

Verwaltung kollaborativer Prognosen über Organisationsstufen und Märkte hinweg.
Bereitstellung statistischer Prognosen unter Verwendung „bekannter und bewährter Modelle“, die je Serie ausgewählt werden.
Angebot von Simulationsarbeitsplätzen, an denen Planer Prognoseszenarien vor der Validierung testen können.
Unterstützung mehrstufiger Hierarchien (Produkte, Kunden, Regionen) und Einheiten (Menge, Wert).¹⁰¹¹¹⁵

Ein Artikel von Supply Chain Magazine über maschinelles Lernen weist darauf hin, dass Colibri darauf abzielt, Aggregationsartefakte zu vermeiden: Aggregierte Nachfragekurven können glatt und trendscheinend wirken, während divergierendes Verhalten auf detaillierter Ebene verborgen bleibt, was zu inkohärenten desaggregierten Prognosen führt.⁷ Vision wird als ein Werkzeug positioniert, das auf der richtigen Granularität arbeitet, um solche Fallstricke zu vermeiden, wobei aggregierte Ansichten hauptsächlich zur Überwachung der Kohärenz und nicht zur Steuerung der Kernberechnung genutzt werden.⁷

Fallstudien veranschaulichen den typischen Einsatz:

Puressentiel nutzt Vision, um monatliche Verkaufsprognosen für Frankreich, Belgien und die Schweiz zu berechnen, manuelle Excel-basierte Prozesse zu ersetzen und kollaborativere Entscheidungen zu ermöglichen.¹⁷¹⁸¹⁹
Safran Nacelles verwendet Vision zur Ersatzteil-Nachfrageprognose, die in SAP-basierte Planungen einfließt.¹³¹⁵

Versorgungsplanung (FLOW)

Flow erweitert die Daten und Prognosen von Vision in die Versorgungsplanung:

Es verwaltet Distribution und Auffüllung in Netzwerken, einschließlich Multi-Lieferanten-Konfigurationen und lagerübergreifendem Bestand.¹⁰
Es arbeitet über ausnahmegesteuerte Workflows, die die Aufmerksamkeit der Planer auf Engpassrisiken, verspätete Lieferungen und Artikel unterhalb des Sicherheitsbestands lenken.⁷¹⁰
Planungsgruppen können nach Kriterien wie Lieferant, ABC-Klasse oder Lager konfiguriert werden, mit gruppenspezifischen Parametern und Benutzerverantwortlichkeiten.⁷

Die Presseberichterstattung über die Entwicklung von Flow hebt hervor:

Fähigkeiten zur Handhabung von mehrstufigen Flüssen, zur Gruppierung von Bestellungen unter Mindestmengen- oder Chargenbeschränkungen und zur Sichtbarmachung der Auswirkungen von Entscheidungen im gesamten Netzwerk.⁷
Integration mit Vision, sodass Versorgungsangebote direkt mit der aktuellen Prognose verknüpft sind, mit der Möglichkeit, Pläne nach Prognoseanpassungen erneut durchlaufen zu lassen.⁷¹⁶

Flow verhält sich somit wie eine moderne DRP-Engine, die für Planer konzipiert ist, die mit Ausnahme-Listen und gruppierten Bestellungen umgehen können, anstatt ein vollwertiger Optimierungslöser zu sein.

S&OP und strategische Planung (PILOTE)

Pilote wird als das Modul beschrieben für:

Erstellen, Simulieren und Vergleichen von S&OP-Szenarien.
Visualisierung der Auswirkungen auf Kapazität, Inventar und Service.
Abstimmung der Stakeholder um einen Konsensplan.¹⁰¹⁵

Die mit Supply Chain Movement erstellte Roadmap positioniert Colibri als eine „collaborative S&OP in the cloud“-Lösung, die Unternehmen anspricht, die unter „forecasting chaos“ und Excel-basierter Planung leiden, und präsentiert eine Reihe von Reifegradschritten, die in integrierten S&OP-Prozessen gipfeln, die durch Pilote unterstützt werden.¹⁵ Pilote fungiert hauptsächlich als ein Szenariomanager und Visualisierungsebene oberhalb von Vision und Flow, statt als unabhängiger Optimierer.

Bereitstellung und Einführung

Colibris eigene Kommunikation und unabhängige Fallstudien betonen konsequent die schnelle Bereitstellung:

Supply Chain Magazine stellt fest, dass Colibri S&OP in etwa drei Monaten für typische Projekte betriebsbereit eingesetzt werden kann, was Nachfrage, Distribution, Prognose, Auffüllungen und S&OP durch seine drei Module umfasst.⁷
Das Projekt von Puressentiel wurde in drei Monaten abgeschlossen, wodurch die Planungshorizonte erweitert und die Zusammenarbeit verbessert wurden; derselbe Zeitrahmen wird auch in einer digitalen Pressemitteilung erwähnt, in der Erträge in der Prognosezuverlässigkeit beschrieben werden.¹⁷¹⁸¹⁹
Ein Presseartikel über Puressentiel und Asmodee hebt hervor, dass beide Unternehmen Colibri S&OP in drei Monaten implementierten, mit starkem Fokus auf die begleitende Expertise des Anbieters.²⁰
Die Einführung von IZIPIZI – Vision und Flow nach einem RFP – erfolgte über einige Monate, wobei das Unternehmen von Excel zu einer Cloud-Lösung wechselte, die besser in der Lage ist, sein schnelles Wachstum und die komplexe Distribution zu bewältigen.¹⁶

Das Muster ist:

Discovery / RFP, oft mit Vergleichen zu anderen APS-Anbietern.¹⁶²⁰
Konfiguration von Hierarchien, Planungsgruppen, Warnmeldungen und Parametern sowie Integration mit ERP (z. B. SAP).
Hochladen und Bereinigen historischer Daten, einschließlich Segmentierung und Anomaliebehandlung.
Schulung, Go-Live und spätere Erweiterung (z. B. Hinzufügen von Flow oder Pilote nach Vision).

Diese Zeitrahmen sind realistisch für mittelgroße Einsätze und deuten nicht auf einen ungewöhnlich hohen Implementierungsaufwand hin.

Machine Learning, KI und Optimierung: Bewertung

Aus skeptischer Sicht lassen sich Colibris KI- und Optimierungsansprüche wie folgt zusammenfassen:

Super Best Fit automatisiert die Modellauswahl über eine Mischung aus statistischen und ML/Deep-Learning-Algorithmen; seine Existenz ist in mehreren unabhängigen Quellen gut dokumentiert.⁶⁸¹⁴⁹¹⁶
Data Sensing übernimmt exogene Variablen und quantifiziert deren Einfluss, wodurch Planer Prognosen basierend auf korrelierten externen Signalen anpassen können.⁸¹⁴⁹
Automatisierungsfunktionen umfassen die automatische Berechnung des Sicherheitsbestands nach Priorität/Produktkategorie, automatisierte Plananpassungen und die Fähigkeit, wiederkehrende Benutzeraktionen zu erlernen.⁶⁸¹⁴
AI-Assistenten werden als kommende Funktionen angekündigt, die Aufgaben in der Plattform ausführen und konversationelle Unterstützung für Analysen bieten.¹⁴¹⁶

Allerdings:

Es gibt keine veröffentlichten technischen Details (Architekturen, Hyperparameter, Evaluierungsprotokolle) für die in Super Best Fit oder Data Sensing verwendeten ML-Modelle. Öffentliche Texte erwähnen Methodenklassen (statistisch, ML, Deep Learning), aber keine Details.⁶⁸⁹
Es gibt keine unabhängigen Benchmarks oder Wettbewerbe, die Colibris Prognoseleistung anhand standardisierter Datensätze demonstrieren.
Optimierung wird mit Begriffen wie „Optimierung eingeschränkter Pläne“ und „bessere Antizipation und Leistung“ beschrieben, aber es erscheinen keine mathematischen Formulierungen (z. B. gemischt-ganzzahlige Programmierung, stochastische Programmierung) oder Solver-Details in öffentlichen Quellen.⁷⁶⁸¹⁴

Die sicherste technische Interpretation ist, dass Colibri implementiert:

Eine Modell-Turnier / Best-Fit-Prognose-Engine, was ein vernünftiger und zunehmend standardisierter Ansatz ist.
Ein kausales Feature-Modul für exogene Regressoren.
Ein Satz von Heuristiken und Geschäftsregeln für Sicherheitsbestand und eingeschränkte Planung, verstärkt durch Mustererkennung basierend auf historischen Planungsaktionen.

Das positioniert Colibri allgemein im aktuellen Stand der Praxis im Mid-Market, anstatt an der Spitze der probabilistischen Modellierung oder stochastischen Optimierung.

Kommerzieller Fußabdruck und Kundenreferenzen

Die kommerzielle Reife von Colibri wird durch mehrere unabhängige Indikatoren gestützt:

Umsatz und Kundenbasis: Supply Chain Magazine berichtet von 3,3 Mio. € Umsatz im Jahr 2024, fast 20% Wachstum, etwa 110 Kunden und 35 Mitarbeiter.⁶
Rechtliche und finanzielle Einreichungen: Pappers zeigt einen Anstieg von unter 1 Mio. € Umsatz und negativen Ergebnissen in 2018–2019 zu einem positiven Nettoergebnis bis 2021, was zu einem skalierenden SaaS-Geschäft passt.⁴
Mitarbeiterzahl und Organisation: WTTJ bestätigt 35 Mitarbeiter, verteilt auf Boulogne-Billancourt und Lyon, wobei VISEO als Muttergesellschaft fungiert.³

Auf der Kundenseite gibt es übereinstimmende Hinweise von Anbietern, Partnern und unabhängigen Medien auf ein Portfolio mittelständischer Unternehmen aus verschiedenen Sektoren:

Mode/Accessoires (IZIPIZI), Consumer Health (Puressentiel), Lebensmittel (Isla Délice), Unterhaltung (Asmodee), industrielle Fertigung (GGB, Safran Nacelles) unter anderem.¹³¹⁵¹⁶¹⁷¹⁸¹⁹²⁰²¹

Es gibt keine Hinweise auf globale Einzelhändler der Spitzenklasse oder FMCG-Riesen als Vorzeige-Kunden, aber angesichts der Größe von Colibri ist dies konsistent.

Bewertung der Stand-der-Technik-Behauptungen

Bei der Bewertung von Colibri’s Technologie im Vergleich zur Spitze der supply chain analytics ergeben sich mehrere Punkte:

Cloud-native Architektur: Colibri’s auf Azure basierendes, mandantenfähiges ASP.NET/SQL-Design ist zeitgemäß, aber nicht einzigartig; viele moderne SCP-Tools teilen eine ähnliche Architektur. Es gibt keine Hinweise auf architektonische Innovationen, die mit eigens entwickelten domänenspezifischen Sprachen, ereignisgesteuerten Datenplattformen oder groß angelegten probabilistischen Berechnungssystemen vergleichbar wären.¹²³²³¹⁰¹¹
Prognoseansatz: Der Übergang von einfachen statistischen Modellen zu einer durch ML/Deep Learning unterstützten Best-Fit-Engine spiegelt breitere Trends im unternehmerischen Forecasting wider. Ohne externe Benchmarks oder algorithmische Details muss Colibri’s Super Best Fit als eine glaubwürdige, aber unbestätigte Implementierung dieser Ideen angesehen werden.⁷⁶⁸¹⁴⁹
Probabilistisch vs deterministisch: Öffentliche Quellen erwähnen weder vollständige probabilistische Prognosen (Wahrscheinlichkeitsverteilungen) noch Monte-Carlo-basierte Entscheidungsfindung; alle Beispiele stützen sich auf Punktschätzungen (z. B. monatliche Mengen) und klassische Sicherheitsbestand-Logik. Dies steht im Gegensatz zu Anbietern (einschließlich Lokad), die Dokumentationen zu Wahrscheinlichkeitsverteilungen und stochastischer Optimierung veröffentlichen.²⁷²⁶
Optimierungstiefe: „Optimierung von eingeschränkten Plänen“ und „automatischer Sicherheitsbestand“ erscheinen eher als beschreibende Bezeichnungen denn als Hinweise auf spezifische mathematische Programme oder Solver. Aufgrund des Mangels an Details ist es sicherer, heuristische und regelbasierte Logik anzunehmen, statt fortschrittlicher OR-Algorithmen.⁷⁶⁸¹⁴
Transparenz und Reproduzierbarkeit: Im Gegensatz zu einigen forschungsorientierten Anbietern veröffentlicht Colibri keine technischen Whitepapers, Codes oder akademischen Kooperationen; seine KI-Funktionen werden hauptsächlich durch Marketingmaterialien und Fachpresseartikel dokumentiert.

Insgesamt wirkt Colibri wie ein technisch kompetentes, modernes APS für supply chains im Mid-Market, das ML/AI sinnvoll einsetzt, um die Modellauswahl zu automatisieren und exogene Daten zu integrieren. Basierend auf den öffentlich zugänglichen Belegen zeigt es nicht den Grad an tief dokumentiertem, probabilistischem und optimierungszentriertem Technologie-Stack, den man in einem strikten Forschungskontext als „state-of-the-art“ bezeichnen würde.

Fazit

Colibri ist ein kleiner, aber etablierter Anbieter für cloud-basierte supply chain Planung, der als VISEO-Initiative im Jahr 2014 entstand und 2017 als eigenständige französische SAS formalisiert wurde, und jetzt etwa 3,3 Mio. € Jahresumsatz mit rund 35 Mitarbeitern und 110 Kunden generiert.²³⁴⁵⁶ Seine Software-Suite — Vision für die Nachfrageplanung, Flow für die Versorgungsplanung, Pilote für S&OP und das E-Colibri Vision Pre-Packaged-Angebot — richtet sich an mittelständische Unternehmen, die eine Excel- oder Legacy-basierte Planung durch ein konfigurierbares, cloud-basiertes APS ersetzen möchten.¹⁷¹⁰¹¹¹²¹⁵ Architektonisch ist Colibri ein geradliniger, mandantenfähiger ASP.NET/SQL SaaS auf Azure, mit kundenspezifischen Datenbanken, Web-/Excel-Frontends und REST-basierter Integration sowie Sicherheitspraktiken, die mit typischen Enterprise-SaaS-Lösungen übereinstimmen.¹²³²¹⁰¹¹

Auf der Analytics-Seite hat sich Colibri von reinen statistischen Prognosen zu einem Model-Tournament-Ansatz (Super Best Fit) entwickelt, der ML und Deep Learning integriert, sowie exogene Variablen über Data Sensing und Automatisierungsfunktionen für Sicherheitsbestände und eingeschränkte Pläne einbezieht.⁷⁶⁸¹⁴⁹ Diese Fähigkeiten entsprechen der aktuellen Praxis in vielen modernen SCP-Lösungen, werden jedoch nur auf hohem Niveau dokumentiert; es gibt keine öffentliche technische Dokumentation oder Benchmarking, das eine unabhängige Bewertung der algorithmischen Neuheit oder Leistung ermöglichen würde. Die Optimierung scheint vorwiegend heuristisch und regelbasiert zu sein, statt auf expliziten stochastischen oder mathematischen Programmiermodellen zu beruhen.

Kommerziell zeigt die Referenzbasis von Colibri — IZIPIZI, Puressentiel, Asmodee, Isla Délice, Safran Nacelles, GGB unter anderem — reale Einsätze über verschiedene Sektoren hinweg, typischerweise in etwa drei Monaten implementiert und in bestehende ERPs integriert.¹⁵¹⁶¹⁷¹⁸¹⁹²⁰²¹ Dies positioniert Colibri als eine glaubwürdige Wahl für mittelständische Unternehmen, die ein paketiertes, zukunftsfähiges APS mit einigen KI-Erweiterungen benötigen und bereit sind, innerhalb einer standardisierten Modularchitektur zu arbeiten, anstatt eine maßgeschneiderte Optimierungsumgebung zu bauen.

Im Vergleich zu forschungsorientierteren Plattformen wie Lokad geht es bei Colibri vor allem darum, traditionelle Planungsprozesse mit modernem SaaS und ML zu vereinfachen, anstatt die Planung grundlegend um probabilistische Optimierung herum neu zu definieren. Für Organisationen, die eine einfache Implementierung, eine vertraute modulare Struktur und inkrementelle KI-Unterstützung innerhalb eines APS-Paradigmas priorisieren, bietet Colibri eine pragmatische, gut unterstützte Option. Für diejenigen, die eine tief programmierbare, probabilistische und entscheidungszentrierte Optimierung suchen, ist wahrscheinlich eine andere Art von Plattform passender.