Kontakt

Bewertung von COMET, Anbieter von Software zur Risikoanalyse

Von Léon Levinas-Ménard
Zuletzt aktualisiert: 4. November 2026

Zurück zur Marktforschung

COMET bietet Software und Dienstleistungen für die Meldung und Untersuchung von Vorfällen, Ursachenanalysen, Audits und die Lieferantenabsicherung. Das Modul Supply Chain verwaltet Lieferanteninformationen, Bewertungen, Dokumente und Korrekturmaßnahmen. COMET Signals analysiert Aufzeichnungen zu Gesundheit, Sicherheit, Umwelt und Qualität; der AI Assistant unterstützt Untersuchende bei der Vorbereitung und Analyse. Zu den Kunden gehören Unternehmen aus Energieversorgung, Bahnverkehr, Versorgungswirtschaft, Bauwesen und anderen Branchen mit erheblichen betrieblichen Gefahren. (1, 2, 4, 5)

Gesamtbewertung für die Supply Chain: 4.9/10.

Dimension Bewertung
Supply-Chain-Tiefe 4.2/10
Substanz der Entscheidungsfindung und Optimierung 4.0/10
Integrität von Produkt und Architektur 6.0/10
Technische Transparenz 5.4/10
Ernsthaftigkeit des Anbieters 5.0/10

Die Substanz von COMET liegt in der Organisation von Untersuchungen und darin, wie Organisationen aus Fehlern lernen. Das Lieferantenmodul überträgt diesen Ansatz auf Qualifizierung und Risikobewertung. Der Anspruch, die gesamte Supply Chain zu optimieren, geht weit über den Mechanismus hinaus: Prüfende konfigurieren Bewertungen, beurteilen Lieferanten und weisen Maßnahmen zu. Eine Berechnung, die Einkäufe, Lieferanten oder Bestandsmengen anhand ihrer erwarteten wirtschaftlichen Folgen auswählt, ist nicht offengelegt. (2, 3)

Die zentrale Schwäche von Signals ist der Sprung von Mustern in Aufzeichnungen zu Aussagen über Ursachen und wirksame Eingriffe. Eine Abfrage kann sich korrekt auf Berichte stützen und trotzdem eine falsche betriebliche Schlussfolgerung nahelegen. Einen Indikator vor und nach einer Maßnahme zu verfolgen, belegt für sich genommen nicht, dass die Maßnahme die Veränderung verursacht hat. (4)

COMET im Vergleich zu Lokad

Angenommen, ein Lieferant liefert wiederholt fehlerhafte Teile. COMET kann die Berichte ordnen, mit Audits verknüpfen, versagte Kontrollen untersuchen, die Risikobewertung des Lieferanten aktualisieren und Korrekturarbeiten zuweisen. Das löst ein wichtiges organisatorisches Problem: Fehler wiederholen sich häufig, weil Informationen verstreut bleiben und niemand die Umsetzung einer Maßnahme verfolgt. (2, 3, 4)

Die damit verbundene Supply-Chain-Entscheidung ist eine andere: Wie viel soll bei diesem Lieferanten bestellt werden, soll ein weiterer qualifiziert werden und wie viel Bestand wird benötigt, bis Korrekturen wirken? Diese Entscheidungen hängen von unsicheren Fehlerquoten, Wareneingangsterminen, Nachfrage, Ersatzkosten, Kapazitäten und verfügbaren Mitteln ab. Lokads Ansatz zur Bestandsoptimierung pflegt eine numerische Entscheidungslogik, um solche Verpflichtungen wirtschaftlich zu bewerten. Supply Chain Scientists entwickeln und überarbeiten diese Logik; ihr Ergebnis sind regelmäßig ausführbare Entscheidungen.

COMET pflegt einen Untersuchungs- und Absicherungsprozess; Lokad pflegt einen Entscheidungsprozess für Warenflüsse. Weder eine Risikokategorie noch ein Ursachenetikett liefert die Wahrscheinlichkeiten und monetären Abwägungen, die Letzterer benötigt. Hier hilft die Perspektive aus Introduction to Supply Chain: Zusätzliche Informationen rechtfertigen ihre Kosten, wenn sie eine Entscheidung verbessern. Eine gründliche Untersuchung kann diese Berechnung mit Informationen versorgen; die Berechnung selbst muss aber erst entstehen.

Lieferantenabsicherung und die Grenzen von Risikobewertungen

Die Seite zu Supply Chain beschreibt die Aufnahme von Lieferanten, die Prüfung von Zertifizierungen und Dokumenten, Bewertungen und die Maßnahmenverwaltung. Die anpassbare Bewertung berücksichtigt Ausgaben, Umweltauswirkungen, Arbeitssicherheit, Schutzaspekte und weitere unternehmensspezifische Kriterien. Bildschirmansichten zeigen Risikostufen und eine Matrix aus Eintrittswahrscheinlichkeit und Schweregrad. Prüfende erstellen anhand der Kundenkonfiguration eine Gesamtbewertung des Lieferanten. (2)

Das sind Mechanismen für Arbeitsabläufe und Klassifikation. Ein als hochriskant eingestufter Lieferant ist nicht automatisch derjenige, bei dem weniger eingekauft werden sollte. Ein Alleinlieferant eines kritischen Ersatzteils, ein austauschbarer Standardwarenanbieter und ein kleiner Subunternehmer können ähnliche Risikoeinstufungen haben, aber sehr unterschiedliche Reaktionen erfordern. Die wirtschaftliche Entscheidung braucht Kosten und Machbarkeit von Alternativen, die betroffene Menge, die Dauer einer Störung und die Wahrscheinlichkeit, dass eine Gegenmaßnahme das Ergebnis verändert.

Eine ordinale Matrix liefert diese Berechnung nicht. Bezeichnungen wie wahrscheinlich oder katastrophal benötigen eine betriebliche Definition, einen Zeithorizont und einen Bezug zum tatsächlichen Risikoumfang. Ihre Kombination mit Ausgaben und anderen Bewertungen kann Zielkonflikte verdecken, statt sie zu lösen. COMET veröffentlicht den Bewertungsablauf, aber weder eine Kalibrierung von Lieferantenbewertungen anhand späterer Verluste noch eine Entscheidungsregel zur Verteilung eines Budgets für Gegenmaßnahmen auf Lieferanten.

Damit überzieht die Seite mit ihren Aussagen über eine umfassende Supply-Chain-Lösung und die Optimierung des gesamten Prozesses. Die Software vereinheitlicht die Lieferantenabsicherung. Sie dokumentiert keine stochastische Projektion künftiger Nachfrage, Lieferzeiten, Defekte und Unterbrechungen, die risikoadjustierten Einkauf oder Bestandsoptimierung tragen würde.

Untersuchungsmechanismen und Kausalitätsbehauptungen

COMET Investigate ordnet Belege in einem Raster namens Significant Investigation Data, untersucht versagte oder fehlende Schutzbarrieren, analysiert menschliche Faktoren und kodiert Ergebnisse anhand von fünf Root Maps: Kommunikation, Betriebsumgebung, Management, Ausrüstung und Schulung. Power-BI-Dashboards zeigen Muster, die Leistung von Untersuchenden, Abschlusszeiten und die Konsistenz der Ursachenzuordnung. (3)

Diese Methodik kann Untersuchungen vergleichbar machen und verhindern, dass eine oberflächliche Schlussfolgerung wie Bedienfehler die Untersuchung beendet. Ihre praktischen Anforderungen zeigt ein Fall von Lloyd’s Register aus Dezember 2020: Das Versagen eines Bohrgestänges hatte etwa 24 Tage unproduktive Zeit verursacht; die Untersuchung verband Bohrprotokolle, Verfahrensanweisungen, unabhängige metallurgische Expertise und einen abgeordneten erfahrenen Untersuchungsleiter. Die sechswöchige Prüfung ergab vier COMET-Faktoren, neun zugehörige Grundursachen und zehn Empfehlungen. Das sind dokumentierte Untersuchungsergebnisse, keine gemessenen Rückgänge künftiger Bohrverluste. (17)

Signals 2.0 klassifiziert Aufzeichnungen und beantwortet Abfragen. Beschrieben werden Quellenprüfung, Konfidenzbewertungen, der Verzicht auf eine Antwort, versionierte Prompts und die erneute Auswertung historischer Daten nach Änderungen der Taxonomie. Das macht Analysen besser überprüfbar und leichter überarbeitbar. (4)

Die Übereinstimmung mit einer Aufzeichnung validiert jedoch nicht deren kausale Deutung. Ein Bericht kann einen Vorläufer auslassen, die falsche Erklärung eines Untersuchenden wiederholen oder den Druck widerspiegeln, eine akzeptable Kategorie auszuwählen. Eine Prüfinstanz kann bestätigen, dass die Erklärung in den Belegen vorkommt, ohne nachzuweisen, dass sie den Fehler erklärt. Die Vorhersage künftiger Vorfälle verlangt außerdem eine Bewertung von Warnungen anhand der vor dem jeweiligen Vorfall verfügbaren Aufzeichnungen, einschließlich übersehener Ereignisse und des Arbeitsaufwands durch Fehlalarme. Die geprüften Unterlagen veröffentlichen keine solche Bewertung.

Die Wirkung einer Maßnahme lässt sich nicht allein an einer Kennzahlenänderung messen

Signals verknüpft Maßnahmen mit Belegen, Verantwortlichen, Terminen, Kosten und verfolgten Messgrößen. Vorher-nachher-Indikatoren werden als Wirksamkeitsnachweis präsentiert: eine nützliche Messhistorie, aber ein schwacher Kausalitätstest. (4)

Beispielsweise kann die Zahl der Vorfälle nach einer Stilllegung schlicht deshalb sinken, weil weniger Stunden gearbeitet wurden. Eine neue Meldekampagne kann mehr Berichte über Beinaheunfälle bewirken und zugleich die Sicherheit verbessern. Eine nach einem ungewöhnlichen Anstieg eingeführte Maßnahme kann erfolgreich erscheinen, wenn die Zahl in ihren normalen Bereich zurückkehrt. Die Analyse muss solche Effekte von der bewerteten Maßnahme trennen. Betrieblicher Kontext hilft, doch ihn neben einem Diagramm anzuzeigen, löst die Zuordnungsfrage nicht.

COMET versteht dieses Problem im eigenen Fachgebiet. Ein Artikel vom Oktober 2026 über unvollständige Meldungen erläutert, wie Ziele, Boni und Auftragnehmerbewertungen das Schweigen belohnen können. Er beschreibt außerdem, wie Signals sinkende Melderaten und eine abnehmende Qualität der Schilderungen überwacht. Das ist ein substanzieller Schutz vor irreführenden Indikatoren. Er müsste den viel stärkeren Produktanspruch einschränken, eine Vorher-nachher-Zahl beweise die Wirkung einer Maßnahme. (15)

Derselbe Maßstab gilt für die Ergebnisse des Anbieters. Die McDermott-Fallstudie berichtet über einen einheitlichen globalen Untersuchungsprozess und die Nutzung historischer HSE-Daten. Eine separate Kundenstimme auf dieser Seite führt einen Rückgang der Erste-Hilfe-Fälle bei Corning um 29% im Jahr 2022 auf COMET zurück. Das ist ein vom Kunden berichtetes Ergebnis, doch es fehlen um den Gefährdungsumfang bereinigte Raten, eine Vergleichsgruppe und die Trennung von Softwareeffekten und anderen Veränderungen. Es liegt zeitlich vor dem AI Assistant von 2026. (16)

Technologiegeschichte und Integrität der Roadmap

Das Unternehmen entstand 2021 aus dem Zusammenschluss von STC Global und INSISO und übernahm im Mai 2024 den Geschäftsnamen COMET. BGF verzeichnet eine Wachstumsinvestition in STC INSISO im Jahr 2023. Diese Herkunft verbindet Untersuchungsmethoden, Schulung, Softwareentwicklung und die Arbeit an Geschäftsprozessen. (10, 18)

Die KI-Aussagen vor 2023 verdienen besondere Prüfung. Im September 2022 kündigte COMET einen Pilotversuch in der südlichen Region von Network Rail an, bei dem zehntausende HSE-Aufzeichnungen mittels natürlicher Sprachanalyse untersucht werden sollten. Der Marktstart war nach dem Ende des Pilotversuchs noch im selben Jahr vorgesehen. Im Oktober erwarb STC INSISO das verbleibende geistige Eigentum und die Software von Signals aus der Zusammenarbeit mit Lloyd’s Register. Die Ankündigung beschrieb kommerzielle Pilotprojekte bei Network Rail, McDermott und Coca-Cola und behauptete, latente Grundursachen vorhersagen zu können, die künftige Vorfälle auslösen könnten. (8, 9)

Textklassifikation und die Erkennung wiederkehrender Themen waren plausible Anwendungen des maschinellen Lernens. Das weitergehende Versprechen, Ursachen vorherzusagen, verlangte prospektive Belege, die diese Ankündigungen nicht lieferten. Späteres Material zu McDermott belegt die fortgesetzte Nutzung der Analytik, quantifiziert aber nicht ihre Prognoseleistung. Der ursprüngliche Anspruch sollte daher an den erzielten Ergebnissen gemessen werden, nicht an der weiteren Verwendung des KI-Etiketts. (16)

Die neueren Produkte sind konkreter beschrieben. Die Seite zum älteren Companion nennt einen auf OpenAI beruhenden Chatbot für Produkthilfe, Konfigurationsunterstützung und die Vertiefung von Schulungsinhalten. Die Einführung des AI Assistant am 15. April 2026 beschreibt das Erstellen von Entwürfen innerhalb von Untersuchungen und die Portfolioanalyse durch Companion Plus, wobei jede Änderung menschlicher Freigabe bedarf. Laut Ankündigung nutzt diese neuere Funktion weder OpenAI noch ein öffentliches großes Sprachmodell; rechtlich privilegierte Untersuchungen sind von der Portfolioanalyse ausgeschlossen. Das sind unterschiedlich benannte Funktionen; der Anbieter muss ihre Datenwege und Versionsgrenzen klar darstellen. (6, 7)

Die Roadmap weist Kontinuität auf. Ihr Schwachpunkt bleibt die Steigerung vom Auffinden von Mustern zum Anspruch wirksamer Prävention, ohne entsprechende Validierung der Ergebnisse.

Softwarebestandteile und Architektur

Die aussagekräftigsten Belege zu den Softwarebestandteilen stammen aus der öffentlichen Leistungsbeschreibung, der Produktdokumentation und einer datierten Stellenanzeige des Arbeitgebers.

Schicht Dokumentierte Bestandteile Geltungsbereich
Zentrales Hosting Microsoft Azure in kundengerechten Regionen G-Cloud-Leistungsbeschreibung von 2024
Untersuchungsanalytik Microsoft Power BI Beschriebene Dashboards von COMET Investigate
Webentwicklung .NET Core/C#, Angular, React, SQL Server/T-SQL, REST-APIs Entwicklungsaufgaben im Technologiebereich von COMET, August 2025
Signals 2.0 Azure; Mandantenressourcen unten erläutert Aktuelle Beschreibung der Produktarchitektur
Älterer Companion Dialogunterstützung auf Basis von OpenAI Chatbot zur Produkthilfe, getrennt vom Assistant von 2026

Quellen: 3, 4, 7, 11, 12.

Die Stellenanzeige betrifft COMETs kundenspezifische Systeme, Plattformen und Integrationen. Sie belegt tatsächliche Entwicklungsaufgaben, lässt aber offen, wie genau diese Komponenten auf die Produkte verteilt sind. Die veröffentlichten Unterlagen zeigen ein weitgehend auf Microsoft ausgerichtetes Anwendungsgeschäft. Modellfamilien und Rechenbedarf der Analytik bleiben unbenannt.

Signals analysiert Aufzeichnungen bestehender HSEQ-Systeme. Die Leistungsbeschreibung von 2024 bietet außerdem API-Entwicklung zur Anbindung vorhandener EHS-Systeme und unterscheidet Konfiguration von individuellen Anpassungen. Diese Grenze schafft eine dauerhafte Verpflichtung, Feldbedeutungen, Identitäten, Taxonomien und Integrationen bei Änderungen der Quellsysteme zu pflegen. (4, 12)

Sicherheit anhand konkreter Mechanismen

Signals beschreibt die Entfernung personenbezogener Daten, getrennte Datenbanken, Indizes und Warteschlangen je Mandant sowie die Verarbeitung in der Azure-Umgebung des Kunden ohne externes Modell. Die Assistant-Ankündigung erklärt zusätzlich, dass Kundendaten nicht in ein gemeinsames Modell einfließen und privilegierte Untersuchungen von der Portfolioanalyse ausgeschlossen werden. Das sind aussagekräftige Designaussagen über Datenexposition und die Begrenzung von Auswirkungen. (4, 6)

Die Leistungsbeschreibung von 2024 sieht zeitpunktbezogene Wiederherstellung und Verschlüsselung vor, weist den Kunden aber die Verantwortung für ihre eigenen Archive zu. Weder dieses Dokument noch die aktuelle Produktbeschreibung benennt Wiederherstellungskopien, die vor einem kompromittierten Administrator geschützt sind, ein getestetes Wiederherstellungsziel oder die genauen Rechte analytischer Agenten. Das sind verbleibende praktische Lücken. ISO-Ausrichtung und Compliance-Formulierungen können sie nicht schließen. (12)

Änderungen an Klassifikation, Abfragen und Agentenverhalten erfordern Berechtigungen, Prüfung, reproduzierbare Bewertung und Rücknahmeoptionen. Eine Änderungshistorie hilft, einen Fehler nach seinem Auftreten zu diagnostizieren; die Begrenzung der Werkzeuge eines Agenten begrenzt den Schaden, den er anrichten kann. (4)

Produktivität, Pflege und Gesamtkosten

COMETs AI Assistant soll den Zeitaufwand für Untersuchungsdokumentation um mehr als 30% senken. Er erstellt Entwürfe, die Untersuchende annehmen, ändern oder verwerfen können, und bewahrt das menschliche Urteil. Das ist eine klar abgegrenzte Produktivitätsaussage: Dokumentation kann erheblichen Aufwand verursachen, doch Zeitersparnis bei dieser Tätigkeit belegt keinen gleich hohen Rückgang des gesamten Untersuchungsaufwands. Befragungen, Beweiserhebung, technische Analyse, Prüfung und Nachverfolgung von Korrekturmaßnahmen bleiben bestehen. Die Produktseite liefert weder eine Arbeitsaufwandsstudie noch eine gemessene Personalbasis. (5)

Menschliche Prüfung hat bei strittigen oder folgenreichen Untersuchungen einen klaren Zweck. Die Darstellung vom Juli 2025 nennt Zeugenbefragungen, Glaubwürdigkeitsprüfungen und die Bewertung des betrieblichen Kontexts als zentrale Aufgaben. Der relevante Maßstab seit 2022 ist, wie viel Vorbereitung, Kodierung, Suche und routinemäßige Nachverfolgung entfallen kann, ohne diese Verantwortlichkeiten aufzugeben. Die Freigabe inhaltlicher Schlussfolgerungen erfordert nicht, jeden Zwischenschritt manuell zu wiederholen. (19)

Die Korrektur einer Taxonomie kann viele spätere Analysen verbessern. Aufwendig ist die Prüfung, ob überarbeitete Definitionen Entscheidungen verbessern, Vergleichbarkeit erhalten und Fehlalarme reduzieren. Ein Administrator kann ein Feld schnell ändern; zu entscheiden, was es bedeuten soll, ist der teure Teil. (4)

Hier besteht die Verbindung zur Holimization: Kategorien, betriebliche Annahmen und verfügbare Korrekturmaßnahmen müssen selbst veränderbar sein. Ein System, das Berichte konsequent in eine ungeeignete Taxonomie einsortiert, kann effizient falsch liegen. Die wirtschaftliche Tragfähigkeit der daraus resultierenden Prioritäten muss weiterhin geprüft werden.

Die veröffentlichten G-Cloud-Preise von 2024 machen mehrere Kosten des Betriebs sichtbar. Ein Modul in der Region Großbritannien/Europa kostete im ersten Jahr £41.400; die Preisliste enthielt reguläre jährliche Erhöhungen von 5% und zusätzliche regionale Gebühren. Separat wurden £7.500 für eine API-Implementierung und £6.500 für einen zweitägigen Anwenderkurs mit bis zu zwölf Teilnehmenden aufgeführt. Das sind historische Rahmenpreise, kein aktuelles Kundenangebot. Sie zeigen, warum Softwaregebühren allein die Investition nur unvollständig abbilden. (13)

Die Leistungsbeschreibung ergänzt Konfigurationsunterstützung, Schulung von Hauptanwendern, Prozessentwicklung, Kommunikation und Veränderungsmanagement. Wiederkehrende Kosten entstehen außerdem durch die Aktualisierung von Lieferantendaten, die Pflege von Risikodefinitionen, die Prüfung von Klassifikationen und die Nachverfolgung von Maßnahmen. Eine KI-Hilfe kann Supportanfragen reduzieren, beseitigt diese Arbeit aber nicht. Eine Produktivitätsbewertung sollte den Aufwand von Anbieter und Kunde zusammenzählen. (7, 12)

Verantwortung und Überprüfbarkeit

COMETs öffentliche G-Cloud-Bedingungen von 2024 versprechen eine Leistung, die im Wesentlichen der Dokumentation entspricht, sowie angemessene Sachkunde und Sorgfalt; Abweichungen werden auf Kosten des Anbieters behoben. Dasselbe Dokument weist Kunden die alleinige Verantwortung für Ergebnisse und Schlussfolgerungen zu, schließt bestimmte wirtschaftliche Verluste aus und begrenzt die Gesamthaftung vorbehaltlich genannter Ausnahmen grundsätzlich auf sechs Monatsgebühren oder einen niedrigeren vereinbarten Betrag. Das ist Verantwortung für vertraglich zugesagtes Softwareverhalten, mit deutlich weniger Verantwortung für das Geschäftsergebnis. (14)

Zwei weitere Bestimmungen beeinflussen die Bewertung. Leistungstestergebnisse gelten als vertraulich, was öffentliche Vergleiche behindern kann. Die Ausstiegsklausel verlangt, die letzte Datensicherung innerhalb von zehn Tagen nach Vertragsende anzufordern, und erlaubt angemessene Rückgabekosten. Diese Migrationsregelung ist restriktiver, als die bloße Aussage vermuten lässt, Kunden seien Eigentümer ihrer Daten. (14)

Ein strengerer wirtschaftlicher Test würde jede Maßnahme mit ihrem erwarteten Nutzen, ihren tatsächlichen Kosten, dem betrieblichen Risikoumfang und späteren Belegen verknüpfen. Eine Kennzahlenbewegung als Wirksamkeitsbeweis zu bezeichnen und gleichzeitig die Ergebnisse vollständig dem Kunden zu überlassen, setzt einen deutlich niedrigeren Maßstab, als die Ansprüche auf Prävention und Risikoerkenntnis nahelegen.

Supply-Chain-Bewertung

Die Gesamtbewertung von 4.9/10 ist das gerundete arithmetische Mittel aus 25 gleich gewichteten Teilbewertungen. Die Bewertung berücksichtigt COMETs Untersuchungsmechanismen und prüft die Supply-Chain-Entscheidungen, die seine Aussagen zu Lieferanten und Risiken implizieren.

Supply-Chain-Tiefe: 4.2/10

Kriterium Bewertung
Wirtschaftliche Problemstellung 4/10
Abschluss in konkreten Entscheidungen 3/10
Begriffliche Klarheit zur Supply Chain 4/10
Unabhängigkeit von überholten Kerndoktrinen 4/10
Widerstandsfähigkeit gegenüber KPI-Theater 6/10

Durchschnitt: 4.2/10.

Wirtschaftliche Problemstellung. Es fehlt die Berechnung des Werts konkurrierender Gegenmaßnahmen: Welche Ausgabe verhindert mit der größten Wahrscheinlichkeit einen höheren Verlust? (2, 4)

Abschluss in konkreten Entscheidungen. Die Ergebnisse sind Bewertungen, Untersuchungen, Empfehlungen und Maßnahmen mit zugeordneten Verantwortlichen. Eine dokumentierte Berechnung wirtschaftlich ausgewählter Einkaufsmengen oder Bezugsverteilungen fehlt. (2, 5)

Begriffliche Klarheit zur Supply Chain. Lieferantenabsicherung und betriebliche Untersuchung haben klare Mechanismen. Der Anspruch, die gesamte Supply Chain zu optimieren, übersteigt diesen Umfang. (2, 3)

Unabhängigkeit von überholten Kerndoktrinen. Das Angebot verzichtet auf herkömmliche Sicherheitsbestands- und S&OP-Verfahren, doch konfigurierbare Risikomatrizen können ein wirtschaftliches Problem weiterhin durch subjektive Punktwerte ersetzen. (2)

Widerstandsfähigkeit gegenüber KPI-Theater. COMETs Analyse unterdrückter Meldungen ist überzeugend. Der Test der Maßnahmenwirksamkeit braucht dieselbe Skepsis gegenüber Kennzahlenbewegungen. (4, 15)

Substanz der Entscheidungsfindung und Optimierung: 4.0/10

Kriterium Bewertung
Tiefe der probabilistischen Modellierung 3/10
Eigenständige Substanz in Optimierung oder maschinellem Lernen 5/10
Berücksichtigung realer Einschränkungen 3/10
Entscheidungsautomatisierung und Arbeitsproduktivität 5/10
Anpassungsfähigkeit an reale betriebliche Komplexität 4/10

Durchschnitt: 4.0/10.

Tiefe der probabilistischen Modellierung. Die Konfidenz einer Klassifikation kann künftige betriebliche Risiken nicht monetär bewerten. Dem offengelegten Entscheidungsmechanismus fehlt diese Berechnung von Wahrscheinlichkeiten zu Verlusten. (2, 4)

Eigenständige Substanz in Optimierung oder maschinellem Lernen. Die Analysearchitektur unterstützt Prüfung und Korrektur. Die fehlende prospektive Bewertung verhindert ein stärkeres Urteil über den Prognosewert. (4, 8)

Berücksichtigung realer Einschränkungen. Untersuchungen bewahren den technischen und organisatorischen Kontext, wie der Bohrfall zeigt. Die Software legt keine Optimierung unter Einkaufs-, Kapazitäts- oder Budgetbeschränkungen offen. (2, 17)

Entscheidungsautomatisierung und Arbeitsproduktivität. Vorbereitungsarbeit lässt sich erheblich reduzieren. Die behauptete Dokumentationsersparnis lässt den gesamten Untersuchungs- und Nachverfolgungsaufwand ungemessen. (4, 5)

Anpassungsfähigkeit an reale betriebliche Komplexität. Die Prognose seltener Ereignisse und ihre kausale Interpretation bleiben anfällig für unvollständige und selektiv berichtete Belege. Der Umgang mit unvollständigen Meldungen ist eine nützliche Teilantwort. (4, 15)

Integrität von Produkt und Architektur: 6.0/10

Kriterium Bewertung
Kohärenz der Architektur 7/10
Klarheit der Systemgrenzen 7/10
Ernsthaftigkeit beim Thema Sicherheit 6/10
Sparsamkeit der Software und Gesamtbetriebskosten 5/10
Eignung für programmatische und agentengestützte Abläufe 5/10

Durchschnitt: 6.0/10.

Kohärenz der Architektur. Vorfallaufzeichnungen, strukturierte Untersuchung, Lieferantenabsicherung und ergänzende Analytik teilen einen erkennbaren betrieblichen Zweck. Die Signals-Übernahme hat eine nachvollziehbare technische Vorgeschichte. (1, 8)

Klarheit der Systemgrenzen. Die Zuständigkeiten für Absicherung und Untersuchung sind klar. Käufer benötigen weiterhin eine explizite Darstellung der Datenflüsse zwischen Companion, Companion Plus und Signals. (4, 6, 7)

Ernsthaftigkeit beim Thema Sicherheit. Die beschriebenen Mechanismen zur Schadensbegrenzung sind positiv zu bewerten. Die Unabhängigkeit der Wiederherstellung und die Agentenberechtigungen erfordern konkretere Angaben. (4, 6, 12)

Sparsamkeit der Software und Gesamtbetriebskosten. Microsoft-orientierte Entwicklung und gemeinsame Konfiguration deuten auf eine kohärente technische Basis hin. Die Kosten für Integrationen, Schulungen, Taxonomien und Analysebetrieb bleiben erheblich. (11, 12, 13)

Eignung für programmatische und agentengestützte Abläufe. Integration und wiederholbare Bewertung werden unterstützt. Die öffentliche Schnittstelle für die wiederkehrende Ausführung von Maßnahmen ist weniger explizit. (4, 12)

Technische Transparenz: 5.4/10

Kriterium Bewertung
Öffentliche technische Dokumentation 6/10
Prüfbarkeit ohne Vermittlung des Anbieters 5/10
Portabilität und Transparenz der Anbieterbindung 5/10
Transparenz der Einführungsmethode 6/10
Belegdichte hinter technischen Aussagen 5/10

Durchschnitt: 5.4/10.

Öffentliche technische Dokumentation. Architektur und Leistungsbeschreibung ermöglichen eine substanzielle Prüfung. Reproduzierbare Modellbewertung und detaillierte Integrationsspezifikationen bleiben weniger zugänglich. (4, 12)

Prüfbarkeit ohne Vermittlung des Anbieters. Produktabläufe, technische Belege des Arbeitgebers und öffentliche Rahmenunterlagen lassen sich prüfen. Eine öffentliche reproduzierbare Bewertung von Vorfallprognosen oder kausalen Empfehlungen fehlt. (8, 11, 14)

Portabilität und Transparenz der Anbieterbindung. Kundeneigentum und Export sind ausdrücklich geregelt, ebenso eine kurze Anforderungsfrist beim Ausstieg und mögliche Rückgabekosten. Erlernte Taxonomienutzung und historische Klassifikationen verursachen zusätzlich zum Datenexport Migrationsarbeit. (12, 14)

Transparenz der Einführungsmethode. Konfiguration, Integration, Schulung und organisatorische Verankerung sind dokumentiert und teilweise mit Preisen versehen. Dadurch wird der menschliche Anteil sichtbarer als bei einem Versprechen sofortiger KI-Einführung. (12, 13)

Belegdichte hinter technischen Aussagen. Namentlich genannte Einsätze belegen die betriebliche Nutzung. Die Qualität von Prognosen und der Auswahl von Maßnahmen bleibt dabei weitgehend ungemessen. (4, 9, 16)

Ernsthaftigkeit des Anbieters: 5.0/10

Kriterium Bewertung
Technische Ernsthaftigkeit der öffentlichen Kommunikation 5/10
Integrität der technischen Roadmap 6/10
Begriffliche Klarheit 6/10
Wirtschaftliche Verantwortung 3/10
Beständigkeit der Wettbewerbsvorteile im Zeitalter agentischer Software 5/10

Durchschnitt: 5.0/10.

Technische Ernsthaftigkeit der öffentlichen Kommunikation. Betriebliche Beispiele verbessern die Darstellung. Weitreichende Garantien vollständiger Untersuchungen verlangen eine wesentlich stärkere Validierung. (4, 5, 17)

Integrität der technischen Roadmap. Die Historie verbindet Untersuchungsmethoden, Sprachanalytik von 2022 und neuere Entwurfs- und Prüffunktionen. Die Kontinuität ist positiv; dem frühen Prognoseversprechen fehlt weiterhin eine veröffentlichte Ergebnisvalidierung. (6, 8, 9)

Begriffliche Klarheit. Die Behandlung versagter Schutzbarrieren, des organisatorischen Kontexts und von Meldeanreizen hat Substanz. Risikowerte und Vorher-nachher-Indikatoren sind schwächere Ersatzgrößen für wirtschaftliches und kausales Denken. (2, 3, 15)

Wirtschaftliche Verantwortung. Die Vertragsbedingungen überlassen Ergebnisse den Kunden, während öffentlichen Ergebnisaussagen ein vollständiger Vergleich einschließlich Kosten fehlt. (4, 14, 16)

Beständigkeit der Wettbewerbsvorteile im Zeitalter agentischer Software. Betriebliche Methodik, kontrollierte Belege und gepflegte Klassifikation können ihren Wert behalten. Chatbasierte Hilfe und Dokumententwürfe sind weniger dauerhafte Vorteile; anhaltender Wert hängt davon ab, die Qualität der Maßnahmen zu verbessern und den Gesamtaufwand zu reduzieren. (3, 4, 5)

Quellen

Undatierte Seiten wurden am 4. November 2026 abgerufen. Die G-Cloud-Dokumente sind die veröffentlichten Rahmenunterlagen des Anbieters von 2024; ihre Preise und Bedingungen werden nicht als allgemein gültige aktuelle Kundenvereinbarungen dargestellt.

[1] Produktumfang von COMET

COMET, Plattformübersicht. Module, Methodik, Einsatzbranchen und Produktgrenzen.

[2] Lieferantenabsicherung

COMET, Supply Chain. Lieferantenaufnahme, konfigurierbare Risikobewertung, Dokumente, Maßnahmen und Aussagen zur gesamten Suite.

[3] Untersuchungsmethodik

COMET, Investigate. Root Maps, Organisation von Belegen, menschliche Faktoren und integrierte Power-BI-Analyse.

[4] Signals 2.0

COMET, KI-Datenanalytik. Technische Architektur und betriebliche Aussagen.

[5] AI Assistant

COMET, AI Assistant. Entwurfserstellung, Portfolioanalyse, Aussage zur Dokumentationszeit und Freigabeablauf.

[6] Einführung des Assistant im April 2026

COMET, Einführung von COMET AI Assistant, 15. April 2026. Produktaufteilung, Freigabe, Aussagen zu Modell- und Datengrenzen sowie Ausschluss privilegierter Fälle.

[7] Älterer Companion

COMET, Companion. Produkthilfe auf Basis von OpenAI, Konfigurationsanleitung und Vertiefung von Schulungsinhalten.

[8] Übernahme von Signals

COMET, Übernahme des mit Lloyd’s Register entwickelten KI-Produkts, 18. Oktober 2022. Geistiges Eigentum, Umfang der Pilotprojekte, Sprachanalyse und Prognoseaussagen.

[9] Pilotprojekt bei Network Rail

COMET, Signals-Pilotprojekt bei Network Rail, 23. September 2022. Vorgesehene Aufzeichnungen, Arbeitsablauf, weitere Pilotprojekte und geplanter Marktstart.

[10] Unternehmensgeschichte und Umbenennung

COMET, STC INSISO wird zu COMET, 23. Mai 2024. Frühere Fusion und Übernahme des Geschäftsnamens.

[11] Entwicklungskomponenten

COMET, Full-Stack-Entwickler, 11. August 2025. Vom Arbeitgeber beschriebene Aufgaben und Umfang des Technologiebereichs.

[12] Leistungsbeschreibung

COMET/STC INSISO, G-Cloud-14-Leistungsbeschreibung, Mai 2024, ODT. Hosting, Wiederherstellung, Support, Konfiguration, Integration, Schulung und Ausstiegsregelungen.

[13] Veröffentlichte Kosten

COMET/STC INSISO, G-Cloud-14-Preise, Mai 2024, ODS. Modul- und Regionsgebühren, jährliche Erhöhungen, API-Implementierung und Kurse.

[14] Öffentliche Vertragsbedingungen

COMET/STC INSISO, G-Cloud-14-Vertragsbedingungen, Mai 2024, ODT. Konformitätspflichten, Kundenverantwortung, Vertraulichkeit von Leistungstests, Haftung und Exportbedingungen.

[15] Meldeanreize und Datenqualität

COMET, Unvollständige Meldung von Beinaheunfällen, 26. Oktober 2026. Fehlanreize, Meldequalität und Überwachung durch Signals.

[16] Einsatz- und Ergebnisaussagen

COMET, McDermott-Fallstudie. Öffentliche Fallzusammenfassung und separat gekennzeichnete Kundenstimmen von Corning und anderen Kunden.

[17] Untersuchung eines Bohrvorfalls

COMET, Lloyd’s-Register-Fall zur Bohrleistung, 18. Dezember 2020. Umfang des Vorfalls, Untersuchungsarbeit und vorgelegte Empfehlungen.

[18] Investorenangaben

BGF, Portfolioeintrag zu STC INSISO. Verzeichnet eine Wachstumsinvestition von 2023 und das Software- und Dienstleistungsgeschäft.

[19] Grundsätze menschlicher Prüfung

COMET, KI und menschliches Urteil bei Entscheidungen mit hohem Risiko, 24. Juli 2025. Vorgesehene Untersuchungsverantwortlichkeiten und Grenzen der Automatisierung.