Zurück zur Marktforschung
Factible Tools ist Cloud-Software für Supply-Chain-Netzwerkdesign und taktische Planung. Supply Chain Designer modelliert Standorte, Beschaffung und Produktflüsse; Tactical Planner bewertet Produktion, Kapazitäten, Bestände und Beschaffung über Planungsperioden hinweg. Nutzer laden Geschäftsdaten, legen einen Ausgangszustand fest und vergleichen alternative Szenarien. Die beiden Produkte teilen sich Oberfläche und Datenmodell. (1, 2, 3, 14)
Supply-Chain-Gesamtnote: 4,0/10.
| Dimension | Note |
|---|---|
| Supply-Chain-Tiefe | 4,0/10 |
| Substanz von Entscheidungen und Optimierung | 3,6/10 |
| Integrität von Produkt und Architektur | 4,0/10 |
| Technische Transparenz | 3,8/10 |
| Seriosität des Anbieters | 4,4/10 |
Factible Tools behandelt wichtige wirtschaftliche Entscheidungen mit einer bewusst fokussierten Anwendung. Die zentrale Grenze liegt darin, eine unsichere Zukunft als Menge getrennt spezifizierter Szenarien zu behandeln. Öffentliche Unterlagen erklären, wie Annahmen geändert und optimierte Pläne gewonnen werden; sie belegen keine Entscheidungsstrategie, die Unsicherheiten in Nachfrage, Versorgung und Zeitabläufen gemeinsam bewertet. Eine bessere Lösung für eine angenommene Zukunft kann im tatsächlichen Betrieb eine schlechte Verpflichtung bleiben. (2, 4, 5)
Für den Selbstbedienungsablauf gibt es konkrete Belege: Planer ändern Modelle selbst, und ein Release von 2026 legt bestimmte neue Beschränkungen offen. Offen bleiben Fragen zur Qualität des wirtschaftlichen Modells, zum laufenden Pflegeaufwand und zum Unterschied zwischen modellierten Verbesserungen und realisierten Erträgen. (6, 7, 8)
Factible Tools im Vergleich zu Lokad
Factible Tools bündelt strategische und taktische Szenarioanalyse für Planer. Lokads Supply-Chain-Optimierung konzentriert sich auf wiederkehrende Einkaufs-, Produktions-, Zuteilungs- und Nachschubentscheidungen und stellt unsichere Zukunftsverläufe sowie wirtschaftliche Abwägungen ausdrücklich dar. Die Unterscheidung betrifft die Arbeit, die die Software leistet, und die Annahmen, die sie in eine Entscheidung einbringt.
Eine Netzwerkstudie kann für eine gewählte Nachfrageprognose eine günstigere Beschaffungskonstellation finden. Die operative Entscheidung hängt auch davon ab, wie diese Konstellation bei veränderter Nachfrage, verspäteten Lieferungen, Produktsubstitution oder mehreren gleichzeitig bindenden Beschränkungen reagiert. Lokads Perspektive, dargestellt in Introduction to Supply Chain, macht diese Wechselwirkungen zum Bestandteil der wirtschaftlichen Aufgabe.
Factibles Reiz liegt in einer fokussierten Oberfläche und einem relativ direkten Weg von einer Tabelle zum Szenariovergleich. Lokads programmatischer Ansatz macht die Entscheidungslogik expliziter, verlangt aber technische Modellierung und laufende Pflege. Bei beiden Ansätzen ist die schwierige Frage, ob das Modell die Geschäftsmechanismen erfasst, die die beste Maßnahme verändern. Mathematische Optimalität innerhalb einer unzureichenden Darstellung löst diese Frage nicht; diese Unterscheidung entwickelt Holimization.
Produktumfang und realisierte Beschränkungen
Tactical Planner zielt auf einen Horizont von einem bis achtzehn Monaten und unterstützt monatliche oder vierteljährliche S&OP-Arbeit. Der veröffentlichte Ablauf lädt Daten über Excel, definiert einen Ausgangszustand, berechnet alternative Pläne und bringt die Vergleiche in eine Besprechung. ERP-Integration ist optional. Das Ergebnis ist eine Planungsentscheidung zur menschlichen Bewertung; ein kontinuierlicher Produktionsprozess, der operative Transaktionen ausgibt, ist nicht dokumentiert. (3)
Das Release vom Januar 2026 ergänzt eine Regel, nach der jeder Kunde nur von einem Werk oder Distributionszentrum versorgt werden darf, sowie ein Mindestgesamtversandvolumen für jedes genutzte Werk oder Zentrum. Beide stehen als Szenarioparameter zur Verfügung. Der Volumenschwellenwert gilt für die gesamte Aktivität des Standorts. (6)
Solche Steuerungen können echte Geschäftsrestriktionen abbilden. Sie zeigen zugleich, warum Parameterpflege substanzielle Arbeit ist. Eine Einzelquellenregel kann Abläufe vereinfachen und dabei eine günstigere oder robustere Aufteilung verhindern. Ein Mindestvolumen kann Fixkosten vertreten, doch der angemessene Schwellenwert ändert sich mit Margen, Transportpreisen und Alternativen. Das Modell sollte die wirtschaftlichen Folgen solcher Regeln sichtbar machen, statt jede übernommene Richtlinie als unantastbare Beschränkung zu behandeln.
Die Beschaffungsseite nennt gesondert Lieferantenpreise, Mindestmengen, Kapazitäten und Vertragsverpflichtungen. Die Produktionsseite umfasst Linienkapazität, Umrüstungen, Prognosen und Bestandsrichtlinien. Das sind relevante Eingaben; die öffentlichen Unterlagen legen ihre Formulierung, Wechselwirkungen und unterstützte Größenordnung nicht offen. (4, 5)
Szenariooptimierung und Unsicherheit
Factibles Produktionsbeschreibung verspricht einen mathematisch optimalen Plan bei vorgegebenen Prognosen und Richtlinien. Diese Einschränkung definiert die praktische Schwäche. Supply Chains müssen Ressourcen binden, bevor die Zukunft bekannt ist, und Fehlerkosten sind selten symmetrisch. Ein um eine zentrale Prognose gebauter Plan kann zu stark auf einen fragilen Lieferanten setzen oder den Wert flexibler Kapazität unterschätzen. (4)
Eine Eingabe zu ändern und ein Szenario erneut zu berechnen ist nützliche Sensitivitätsanalyse. Sie liefert jedoch nicht die Wahrscheinlichkeiten, Abhängigkeiten und Folgen, die für eine Entscheidung vor Auflösung der Unsicherheit nötig sind. Auch eine Auswahl unabhängig optimaler Szenarien ergibt keine umsetzbare Strategie zur Anpassung über die Zeit. Die öffentlichen Produktbelege stellen diese Verbindung nicht her.
Nachfrage ist nur eine Risikoquelle. Lieferverzögerungen, Produktionsausbeute, Ausfälle und Transportschwankungen können sowohl mögliche Maßnahmen als auch ihre Kosten verändern. Ein Beschaffungsplan braucht eine Projektion dieser unsicheren Mengen und Zeitpunkte einschließlich gemeinsamer Ausfallursachen. Ein Lieferant mit niedrigem Angebotspreis kann teuer sein, sobald daraus entstehende Fehlbestände, Notfalltransporte oder Absicherungsbestände berücksichtigt werden.
Der zugrunde liegende Optimierer ist öffentlich nicht benannt. Das verhindert die Prüfung seiner Formulierung und Grenzen, doch das zentrale Problem zeigt sich bereits im Ablauf: Spezifizierte Eingaben erzeugen getrennte optimierte Pläne. Ein Solvername oder ein schnellerer Benchmark würde nicht belegen, dass die gewählte Darstellung wirtschaftlich sinnvolle Entscheidungen unter Unsicherheit trifft.
Factible bietet außerdem ProdFlow, ein auf FlexSim basierendes Produktionssimulationswerkzeug. Das umfassendere FlexSim-Dienstleistungsangebot behandelt ausdrücklich variable Bearbeitungszeiten, Maschinenausfälle, Nachfragespitzen und die Anpassung statistischer Verteilungen. Dies sind eigenständige Fähigkeiten im erweiterten Angebot. Öffentliche Unterlagen beschreiben keinen einheitlichen Rückkopplungsmechanismus, über den ihre Unsicherheitsschätzungen Entscheidungen des Netzwerkoptimierers verändern. (18, 19)
Kundenergebnisse: Ein Modellergebnis braucht eine betriebliche Bilanz
Der Fall einer kolumbianischen Molkerei vom Mai 2025 dreht sich um einen auslaufenden Milchliefervertrag. Factible baute einen Ausgangszustand für 2024 auf, lockerte Beschränkungen und verglich Alternativen. Der Beitrag schreibt veränderten Rohmilchflüssen eine Gewinnverbesserung von 3,75% und einem zusätzlichen Distributionszentrum in Valledupar weitere 2,43% zu; zusammen wird dies als mehr als 6% höherer Betriebsgewinn präsentiert. Der Artikel nennt weder Umsetzungstermine noch einen realisierten Abrechnungszeitraum oder einen Abgleich prognostizierter und tatsächlicher Kosten. (7)
Der Geschäftsmechanismus ist plausibel: Ein auslaufender Vertrag kann zuvor versperrte Beschaffungsmöglichkeiten eröffnen. Der berichtete Prozentsatz benötigt dennoch einen Nenner, eine realisierte Ausgangsbasis und die Betriebskosten der neuen Konstellation. Ein Standort kann wenig Anfangskapital verlangen und trotzdem Miete, Personal, Umschlag, Bestände und Koordinationskosten hinzufügen. Der Fall belegt eine bezifferte Modellierungsübung deutlicher als ein gemessenes Finanzergebnis.
Ein Zollfall vom April 2025 ist enger und konkreter. Während einer Machbarkeitsdemonstration änderten zwei Kundenplaner die modellierten Kosten kolumbianischer und mexikanischer Lieferungen in die USA, berechneten das Modell neu und verglichen Ergebnisse. Das zeigt Reaktionsfähigkeit und Nutzerkontrolle. Es misst weder spätere Einsparungen noch belegt es eine gegenüber weiteren Zolländerungen robuste Strategie. (8)
Factibles Rentabilitätsmodul berücksichtigt Produktions-, Logistik-, Lagerhaltungs- und Servicekosten auf Produkt- und Kundenebene. Das ist ein besserer Ausgangspunkt als die Optimierung einer Prognosekennzahl. Offen bleibt, ob diese Kosten die Folgen von Entscheidungen einschließlich Nichtlinearitäten und Unsicherheit abbilden oder lediglich historische Ausgaben verteilen. (22)
Pflegekosten und der Produktivitätstest
Factibles stärkste methodische Texte betreffen die Pflege. Der Einführungsleitfaden vom Dezember 2024 fordert automatisierte Datenvorbereitung, Integritätsprüfungen, Szenarioverwaltung und Flexibilität beim Auftauchen ausgelassener Anforderungen. Er benennt zudem schlechte Lösungen und übermäßig zeitaufwendige Systeme als Fehlerursachen. Das sind nützliche technische Prioritäten. (9)
Der aktuelle Excel-zentrierte Ablauf senkt die anfängliche Integrationshürde. Er schafft zugleich eine Wahl über wiederkehrende Arbeit: verlässliche automatisierte Datenzuflüsse pflegen oder Tabellen immer wieder aufbereiten und abgleichen. Ein schnelles erstes Szenario misst nicht die Kosten, Standortkapazitäten, Zölle, Produktumwandlungen, Kostentabellen und Vertragsregeln aktuell zu halten.
Der Essay des Anbieters vom September 2025 nennt ungefähr 1.500 Datenbankfelder und argumentiert dagegen, Details allein für einen umfassenden Eindruck hinzuzufügen. Die Feldzahl ist ein schwaches Maß für analytische Tiefe wie für Einfachheit. Entscheidend ist, wie viele Geschäftskonzepte Kunden pflegen müssen, wie Änderungen geprüft werden und welche Auslassungen die bevorzugte Entscheidung umkehren könnten. (10)
Dieses Thema hat im Team eine lange Geschichte. Jerry Bendiners Chemtrade-Bericht von 2016 beschreibt eine individuelle Opti-Net-Anwendung mit SAP-Anbindung, die durch neue Beschränkungen, Berichte und Änderungen an Modell, Daten, Oberfläche und Analytik weiterentwickelt wurde. Die geschilderte Beständigkeit beruhte auf laufender Anpassung. Das heutige Produkt braucht eine ebenso klare Darstellung, wer diese Arbeit leistet, wenn Kundenanforderungen über das konfigurierbare Modell hinausgehen. (17)
In einer agentischen Softwareumgebung umfasst Produktivität auch Pflege und Verbesserung des Entscheidungssystems. Schnellere Szenariobearbeitung hilft, doch der größere Test ist, ob Datenprüfungen, Modellrevisionen, Regressionsvergleiche und Bereitstellung mit weniger Gesamtaufwand bei Kunde und Anbieter erfolgen. Factible stellt weder eine öffentliche programmierbare Modellschnittstelle noch einen unabhängig prüfbaren Release- und Testablauf für Kundenlogik bereit.
Der Essay vom März 2025 über langsame Planungsprojekte sagt, dass Misserfolg oft nicht am Werkzeug liege. Diese Erklärung muss sich an der früheren Diagnose des Anbieters messen lassen: Ein Modell, dem eine Geschäftsregel fehlt, kann schlechte Empfehlungen liefern, und die Anwendung muss sich anpassen. Kunden sollten Datenfehler, Modellauslassungen, schlechte Softwareergonomie und schlechte Entscheidungen anhand dokumentierter Belege unterscheiden können. Die Schuld allein bei Akzeptanz oder Umfang zu suchen ließe den Beitrag des Anbieters ungeprüft. (13, 17)
Technologiegeschichte und Umsetzung der KI-Versprechen
| Zeitraum | Beleg | Bedeutung |
|---|---|---|
| 1990er–2016 | Technologix’ Geschichte individueller Modellierung umfasst die langlebige Chemtrade-Anwendung aus Bendiners Bericht. (16, 17) | Das stützt Modellierungserfahrung und kontinuierliche Pflege; es handelt sich um historische Individualsoftware. |
| 2024 | Veröffentlichte Leitlinien betonen Modellumfang, Datenvorbereitung und Einführungsfehler. Ein separater Trendartikel wirbt allgemein für KI, maschinelles Lernen, digitale Zwillinge, IoT und Automatisierung. (9, 12) | Die Einführungshinweise sind konkreter als die Aussagen zu Technologietrends. |
| 2025 | Fallartikel zeigen Molkereinetzwerk- und Zollszenarien; das Produkt plädiert für einen kleineren, zugänglichen Modellierungsumfang. (7, 8, 10) | Der Fokus auf Szenariovorbereitung und Bedienbarkeit für Analysten ist konsistent. |
| Oktober 2025 | AI Copilot wird für natürlichsprachliche Analyse und Empfehlungen vorgestellt; der Artikel beschreibt Modelle der nächsten Generation, die lernen, Szenarien erneut zu berechnen und zu verfeinern. (11) | Für das künftige Automatisierungsversprechen fehlt eine veröffentlichte Bewertung oder ein technischer Mechanismus. |
| Januar 2026 | Release 26.1 ergänzt zwei konkrete Modellbeschränkungen und aktualisiert deren Konfiguration und Dokumentation. (6) | Konkrete Modellpflege ist sichtbar, mit wesentlich engeren Aussagen als die KI-Roadmap. |
Der Trendartikel von 2024 behandelt digitale Zwillinge als Mittel zur Vorwegnahme von Ergebnissen, ohne anzugeben, wie ihre Vorhersagegenauigkeit bewertet würde. Er ist allgemeine Fürsprache, kein Beleg dafür, dass Factible Tools jede erwähnte Technologie ausgeliefert hat. Seine Schwäche ist die Andeutung, mehr Simulation und Transparenz würden Entscheidungsrisiken automatisch senken. Der Nutzen eines Modells hängt davon ab, wie genau es die Folgen konkurrierender Maßnahmen vorhersagt.
Auch die AI-Copilot-Ankündigung betont die Unterstützung menschlicher Urteile. Sie veröffentlicht weder das Sprachmodell noch den Prozess zur Verankerung in Daten, Datengrenzen oder Tests, die Empfehlungen mit umsetzbaren und profitablen Plänen verbinden. Das vorgeschlagene automatische Neuberechnen von Szenarien wäre relevant, wenn es zuverlässig wirtschaftlich wichtige Alternativen entdeckte und Beschränkungen bewahrte. Überzeugende Kommentare zu vorhandenen Ergebnissen zu erzeugen ist eine viel kleinere Fähigkeit. (11)
Die aktuelle Unternehmensseite unterscheidet ausdrücklich die jahrzehntelange Teamerfahrung von der heutigen Cloud-Plattform und benennt Rollen für Modellierung, Datenintegration und Infrastruktur. Kundennamen aus dieser Geschichte sind in diesem Rahmen zu lesen. Sie sind keine Zählung heutiger SaaS-Installationen. (15)
Softwarebestandteile und Sicherheit
| Ebene | Öffentlich belegte Fakten | Wesentliche Grenze |
|---|---|---|
| Aktuelle Anwendungsoberfläche | Die öffentliche Anmeldung von Factible Tools und das ausgelieferte JavaScript enthalten Phoenix-LiveView-Komponenten. (20) | Das identifiziert die Weboberflächentechnologie, nicht Optimierungsengine oder Datenbank. |
| Datenaustausch | Das Produkt nutzt strukturierte Excel-Eingaben; automatisierte Integration ist optional. (3) | Datenaktualisierung, Validierung und Abgleich benötigen weiterhin einen betrieblichen Verantwortlichen. |
| Optimierungsengine | Das Produkt beschreibt mathematische Optimierung. | Solveridentität, Formulierung, Rechengrenzen und Lebenszyklus der Abhängigkeiten bleiben unveröffentlicht. |
| Ergänzende Produktionssimulation | ProdFlow basiert auf FlexSim. (18) | Lizenzierung und Modellpflege bilden eine eigenständige Abhängigkeit neben der SaaS-Netzwerkanwendung. |
| Historische Individualanwendungen | Die ältere Chemtrade-Implementierung nutzte Opti-Net und SAP-Integration. (17) | Diese historische Implementierung spezifiziert nicht die heutige SaaS-Architektur. |
Die sichtbaren Bestandteile erlauben keine detaillierte Hostingkostenschätzung. Öffentliche Stellen- und Produktinformationen belegten weder Produktionsdatenbank noch Cloud-Anbieter oder Ausführungsstack der Modelle. Eine nützliche Offenlegung würde die tatsächlich für den Dienst benötigten Komponenten, ihre Pflegeverantwortung und den Fortbestand kundenspezifischer Modelle bei Upgrades benennen.
Die Sicherheitsdokumentation ist noch dünner. Die veröffentlichte Datenschutzerklärung betrifft Websitebesucher, Kontaktformulare, Support, E-Mails und Cookies. Sie erklärt nicht den Schutz hochgeladener Supply-Chain-Modelle, Mandantentrennung, privilegierten Supportzugriff, Backups, Aufbewahrung oder Verarbeitung durch KI-Anbieter. Diese Modelle können wirtschaftlich sensible Kosten, Verträge und Kapazitätspläne enthalten. Ihre Verwahrung verlangt eine Darstellung der Produktionssicherheit. (21)
Die öffentliche Anmeldung zeigt eine Anwendung mit Authentifizierung; sie belegt nicht die Kontrollen über die Daten eines angemeldeten Kunden. KI-gestützte Analyse fügt eine weitere Grenze hinzu: welche Modellinhalte die Anwendung verlassen, welcher Anbieter sie erhält und welche erzeugten Änderungen unabhängig validiert werden müssen. Die heutige Copilot-Beschreibung lässt diese Fragen offen.
Supply-Chain-Bewertung
Das Gesamtergebnis ist der Mittelwert von 25 gleich gewichteten Kriterien: 3,96/10, angezeigt als 4,0/10.
Supply-Chain-Tiefe
| Kriterium | Note |
|---|---|
| Wirtschaftliche Problemstellung | 5/10 |
| Entscheidung als Endergebnis | 4/10 |
| Konzeptionelle Klarheit zur Supply Chain | 5/10 |
| Unabhängigkeit von überholten Kerndoktrinen | 3/10 |
| Robustheit gegenüber KPI-Theater | 3/10 |
Durchschnitt: 4,0/10.
Wirtschaftliche Problemstellung — 5/10. Gewinn und Bedienungskosten sind relevante Ziele. Ihre Angemessenheit hängt davon ab, ob sie Entscheidungsfolgen darstellen, statt Kosten lediglich auf eine feste Prognose zu verteilen. (22)
Entscheidung als Endergebnis — 4/10. Pläne leiten wesentliche Verpflichtungen, doch Bewertung und Ausführung bleiben getrennte menschliche Aufgaben. Wiederkehrende automatische Transaktionserzeugung ist öffentlich nicht belegt. (3)
Konzeptionelle Klarheit zur Supply Chain — 5/10. Der Anbieter versteht Modellumfang und betriebliche Beschränkungen. Weniger explizit ist er bei der gemeinsamen Unsicherheit, die bestimmt, welche Verpflichtungen finanziell sinnvoll sind. (9)
Unabhängigkeit von überholten Kerndoktrinen — 3/10. Das taktische Produkt bleibt um Planungssitzungen und Szenariovergleiche organisiert. Bessere Berechnungen können diesen Prozess verbessern, ohne seine wiederkehrende manuelle Koordination zu beseitigen. (3)
Robustheit gegenüber KPI-Theater — 3/10. Finanzielle Sprache ist nützlicher als Genauigkeitsslogans, doch prognostizierte Verbesserungen werden ohne ausreichenden Nachweis ihrer Realisierung präsentiert. (7)
Substanz von Entscheidungen und Optimierung
| Kriterium | Note |
|---|---|
| Tiefe probabilistischer Modellierung | 2/10 |
| Eigenständige Optimierungs- oder ML-Substanz | 4/10 |
| Behandlung realer Beschränkungen | 5/10 |
| Entscheidungsautomatisierung und Arbeitsproduktivität | 3/10 |
| Belastbarkeit unter realer betrieblicher Komplexität | 4/10 |
Durchschnitt: 3,6/10.
Tiefe probabilistischer Modellierung — 2/10. Sensitivitätsanalyse ist zugänglich; eine kohärente Verteilung künftiger Nachfrage und Versorgung als Grundlage einer gemeinsamen Entscheidungsstrategie ist nicht dokumentiert. (2, 5)
Eigenständige Optimierungs- oder ML-Substanz — 4/10. Funktionale Modellierung ist glaubwürdig, doch weder eine öffentliche Formulierung noch ein reproduzierbarer Vergleich belegt ungewöhnliche rechnerische Tiefe. Die KI-Ankündigung liefert wenige Mechanismen. (11)
Behandlung realer Beschränkungen — 5/10. Releasehinweise legen konkrete Geschäftsrestriktionen offen und ermöglichen damit eine fundiertere Bewertung als allgemeine Optimierungsversprechen. Ihre Wechselwirkungen und wirtschaftliche Kalibrierung bleiben schwer prüfbar. (6)
Entscheidungsautomatisierung und Arbeitsproduktivität — 3/10. Selbstständige Szenarioänderungen verringern bei Routineanalysen die Abhängigkeit von Spezialisten. Die umfassendere Last aus Vorbereitung, Pflege, Freigabe und Ausführung wird nicht gemessen. (8)
Belastbarkeit unter realer betrieblicher Komplexität — 4/10. Neuplanung bietet eine praktische Reaktion auf veränderte Umstände. Der historische Einführungsbericht erkennt an, dass sich das Modell selbst ändern muss; das heutige Produkt lässt Kosten und Prüfung solcher Neuformulierungen offen, besonders wenn eine ausgelassene Wechselwirkung über die konfigurierbaren Regeln hinausgeht. (9, 17)
Integrität von Produkt und Architektur
| Kriterium | Note |
|---|---|
| Architektonische Kohärenz | 5/10 |
| Klarheit der Systemgrenzen | 6/10 |
| Ernsthaftigkeit der Sicherheit | 2/10 |
| Software-Sparsamkeit und Betriebskosten | 4/10 |
| Eignung für programmatischen und agentengestützten Betrieb | 3/10 |
Durchschnitt: 4,0/10.
Architektonische Kohärenz — 5/10. Die gemeinsame Szenarioanwendung ist fokussiert. Die technische Grenze zwischen Modellausführung, Datenverarbeitung und Copilot bleibt weitgehend unveröffentlicht. (14)
Klarheit der Systemgrenzen — 6/10. Strategische und taktische Analyse haben identifizierbare Eingaben, Nutzer und Ausgaben. Das erleichtert die Unterscheidung von einem Ausführungssystem. (1, 2)
Ernsthaftigkeit der Sicherheit — 2/10. Sensible Betriebsmodelle verlangen Kontrollen über einen Website-Datenschutzhinweis hinaus. Öffentliche Belege zeigen keine Grenzen für Mandanten, Supportzugriff, Aufbewahrung oder KI-Verarbeitung. (21)
Software-Sparsamkeit und Betriebskosten — 4/10. Bewusste Umfangsbegrenzung ist sinnvoll. Weder die Zahl der Datenbankfelder noch eine kleine Oberfläche misst die Kosten, Geschäftslogik und Eingabedaten zuverlässig zu halten. (10)
Eignung für programmatischen und agentengestützten Betrieb — 3/10. Natürlichsprachliche Hilfe kann Analyse erleichtern. Ein öffentlicher Weg für Agenten, das Entscheidungsmodell zu prüfen, zu testen und zu pflegen, fehlt. (11)
Technische Transparenz
| Kriterium | Note |
|---|---|
| Öffentliche technische Dokumentation | 4/10 |
| Überprüfbarkeit ohne Vermittlung des Anbieters | 3/10 |
| Portabilität und sichtbare Anbieterbindung | 3/10 |
| Transparenz der Einführungsmethode | 5/10 |
| Belegdichte hinter technischen Aussagen | 4/10 |
Durchschnitt: 3,8/10.
Öffentliche technische Dokumentation — 4/10. Releasebeschreibungen und Einführungstexte erklären Teile des Produkts. Solver, Schema, Bewertung und Produktionsschnittstellen bleiben weniger zugänglich. (6, 9)
Überprüfbarkeit ohne Vermittlung des Anbieters — 3/10. Nutzer können Eingaben und Ausgaben vergleichen, doch das macht die Rechenlogik nicht überprüfbar. Öffentliche Unterlagen belegen nicht die Behauptung, die Anwendung enthalte keine Blackbox. (14)
Portabilität und sichtbare Anbieterbindung — 3/10. Tabellenaustausch hilft beim Datentransfer. Er bewahrt weder die Semantik eines gepflegten Modells noch schafft er einen portablen Ersatz für dessen Ausführung. (2)
Transparenz der Einführungsmethode — 5/10. Validierung des Ausgangszustands und Anforderungsarbeit sind nützlich beschrieben. Der laufende Lieferprozess für kundenspezifische Änderungen bleibt weniger sichtbar. (9)
Belegdichte hinter technischen Aussagen — 4/10. Konkrete Fälle und ein Modellrelease stützen reale Funktionalität. Für Optimalität, Robustheit und lernbasierte Verbesserungen ist die öffentliche Beleglage dünner. (4, 6)
Seriosität des Anbieters
| Kriterium | Note |
|---|---|
| Technische Seriosität der öffentlichen Kommunikation | 4/10 |
| Integrität der Technologie-Roadmap | 5/10 |
| Konzeptionelle Klarheit | 6/10 |
| Wirtschaftliche Verantwortung | 3/10 |
| Verteidigungsfähigkeit in einer Welt agentischer Software | 4/10 |
Durchschnitt: 4,4/10.
Technische Seriosität der öffentlichen Kommunikation — 4/10. Praktische Modellierungstexte stehen neben pauschalen Technologietrends und unzureichend spezifizierten KI-Aussagen. Die ambitioniertere Sprache geht über die offengelegten technischen Belege hinaus. (12)
Integrität der Technologie-Roadmap — 5/10. Langlebige Modellierungsarbeit und identifizierbare Releases stützen Kontinuität. Die vorgeschlagene selbstverbessernde Szenarioerzeugung hat keine vergleichbare öffentliche Validierung erhalten. (16, 11)
Konzeptionelle Klarheit — 6/10. Der Anbieter erkennt, dass Bedienbarkeit, Modellpassung und Pflege über Erfolg entscheiden. Diese Grundsätze sind stärker als seine Beschreibung, wie unsichere Zukunftsverläufe in den Optimierer gelangen. (13, 17)
Wirtschaftliche Verantwortung — 3/10. Den behaupteten Gewinnsteigerungen fehlen Zeitraum, Kostenabgleich und Vergleichsszenario, die eine Ergebnisbewertung erfordert. Verantwortung für unzureichende Modelle muss neben Kundenpflichten sichtbar bleiben. (7)
Verteidigungsfähigkeit in einer Welt agentischer Software — 4/10. Fachliche Modellierungserfahrung ist wertvoll. Ein dauerhafter Vorteil verlangt, die Gesamtkosten für Erzeugung und Pflege verlässlicher Entscheidungen zu senken, über einfachere Szenariogespräche hinaus. (15)
Quellen
Quellenabruf am 4. November 2026. Historische Individualanwendungen und ergänzende Simulationsprodukte werden von der heutigen SaaS-Anwendung Factible Tools unterschieden.
Factible-Tools-Startseite. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
Supply Chain Designer. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
Tactical Planner. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
Produktionsplanung. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
Beschaffungsoptimierung. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
[6] Factible Tools Update 26.1
Factible Tools Update 26.1. Veröffentlicht am 2026-01-15. Abgerufen am 4. November 2026.
[7] Kolumbianische Molkerei: 6% Gewinnsteigerung
Kolumbianische Molkerei: 6% Gewinnsteigerung. Veröffentlicht am 2025-05-16. Abgerufen am 4. November 2026.
[8] Zölle verursachen Chaos. Ihre Modellierung sollte es nicht
Zölle verursachen Chaos. Ihre Modellierung sollte es nicht. Veröffentlicht am 2025-04-05. Abgerufen am 4. November 2026.
[9] Supply-Chain-Planung und -Optimierung: ein Weg zum Erfolg
Supply-Chain-Planung und -Optimierung: ein Weg zum Erfolg. Veröffentlicht am 2024-12-05. Abgerufen am 4. November 2026.
[10] 4.000 Gründe, warum Werkzeuge für Supply-Chain-Design nicht genügen
4.000 Gründe, warum Werkzeuge für Supply-Chain-Design nicht genügen. Veröffentlicht am 2025-09-10. Abgerufen am 4. November 2026.
[11] Vorstellung von AI Copilot
Vorstellung von AI Copilot. Veröffentlicht am 2025-10-27. Abgerufen am 4. November 2026.
[12] Trends in der Optimierung des Supply-Chain-Designs
Trends in der Optimierung des Supply-Chain-Designs. Veröffentlicht am 2024-11-01. Abgerufen am 4. November 2026.
Zu spät für optimal. Veröffentlicht am 2025-03-12. Abgerufen am 4. November 2026.
Warum Factible Tools. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
Über Factible Tools. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
[16] Supply-Chain-Intelligenz von Technologix
Supply-Chain-Intelligenz von Technologix. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
[17] 25 Jahre Supply-Chain-Optimierung bei Chemtrade
25 Jahre Supply-Chain-Optimierung bei Chemtrade. Veröffentlicht am 2016-09-12. Abgerufen am 4. November 2026.
[18] Produktionssimulation ProdFlow
Produktionssimulation ProdFlow. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
FlexSim bei Factible. Veröffentlichung undatiert. Abgerufen am 4. November 2026.
[20] Öffentliche Anmeldung und ausgeliefertes Frontend von Factible Tools
Öffentliche Anmeldung und ausgeliefertes Frontend von Factible Tools. Veröffentlichung beobachtet am 2026-11-04. Abgerufen am 4. November 2026.
[21] Datenschutzerklärung von Factible Tools
Datenschutzerklärung von Factible Tools. Veröffentlicht 2024. Abgerufen am 4. November 2026.
Rentabilitätsanalyse. Veröffentlichung undatiert. Abgerufen am 4. November 2026.