Rezension von GEP, Supply Chain und Beschaffungssoftware-Anbieter
Zurück zu Marktforschung
GEP, 1999 in New Jersey gegründet und unter der Führung des Branchenveteranen Dr. Subhash Makhija, hat sich als bedeutender Akteur im Bereich der Beschaffung und supply chain Software etabliert. Der integrierte Ansatz des Unternehmens – eine Kombination aus Software, Beratung und Managed Services – richtet sich an global agierende Unternehmen, die bestrebt sind, ihre Abläufe zu optimieren, Ausgaben zu reduzieren und die betriebliche Effizienz zu steigern. Unterstützt durch seine proprietäre GEP QUANTUM Plattform, setzt GEP auf eine cloud‐native, modulare und Low-Code-Umgebung, die durch strategische Übernahmen (wie beispielsweise OpusCapita für E-Rechnungsstellung und COSTDRIVERS für Kostenanalysen) seine KI-gesteuerten Beschaffungs- und supply chain Fähigkeiten stärkt. Obwohl das Unternehmen einen „AI-first“ Ansatz anpreist, der generative KI, natürliche Sprachverarbeitung und prädiktive Analysen umfasst, zeigt eine genauere technische Untersuchung, dass viele dieser Behauptungen oberflächlich bleiben und von den operativ anspruchsvollen supply chain-Führungskräften mit gesunder Skepsis betrachtet werden sollten.
Unternehmenshintergrund und Übernahmegeschichte
Gründung und Führung
GEP wurde 1999 in New Jersey unter der Führung von Dr. Subhash Makhija gegründet, dessen technische und operative Expertise die Grundlage für eine Mission bildete, die sich auf Kundenorientierung und nachhaltige Innovation im Bereich der Beschaffung und supply chain Management konzentriert 1. Das Unternehmen hat fortlaufend danach gestrebt, transformative Lösungen zu entwickeln, die Authentizität und Leistung in Einklang bringen, wobei es das Ziel verfolgt, ein „wunderschönes Unternehmen“ zu schaffen, das die betrieblichen Herausforderungen seiner Kunden wirklich versteht.
Übernahmen
In den letzten Jahren hat GEP seine Fähigkeiten strategisch durch Übernahmen ausgebaut. Im Juli 2024 erwarb GEP OpusCapita – einen anerkannten Marktführer im Bereich der E-Rechnungsstellung und der Automatisierung der Kreditorenbuchhaltung in Nordeuropa – zur Stärkung seiner führenden Beschaffungsplattform 2. Zuvor, im März 2022, befähigte die Übernahme von COSTDRIVERS und Datamark GEP zusätzlich, fortschrittliche Big-Data-Analysen und maschinelles Lernen für die Kostenprognose und Beschaffungsintelligenz zu integrieren 3.
Technologiearchitektur und Bereitstellungsmodell
Die GEP QUANTUM Plattform
Im Zentrum des Angebots von GEP steht die GEP QUANTUM Plattform – eine umfassende, AI-first, Low-Code-Entwicklungsumgebung, die Lösungen wie GEP SMART (für Beschaffung), GEP NEXXE (für supply chain management) und GEP GREEN (für Nachhaltigkeit) untermauert 4. Entwickelt als cloud-native Lösung, die auf Microsoft Azure läuft, nutzt die Plattform Microservices und hochgradig modulare Komponenten, um eine schnelle Bereitstellung, Skalierbarkeit und nahtlose Integration mit führenden ERP-Systemen über vorgefertigte APIs zu gewährleisten 56. Diese Architektur ermöglicht es selbst Citizen Developern, Anwendungen rasch anzupassen, während gleichzeitig eine robuste Enterprise-Lösung aufrechterhalten wird.
Bereitstellungs- und Rollout-Modell
GEP stellt seine Software als cloudbasierte Software-as-a-Service (SaaS) bereit, wodurch der Bedarf an vor-Ort-Infrastrukturen und IT-Aufwand erheblich reduziert wird. Der modulare, microservice-basierte Ansatz sorgt dafür, dass Bereitstellungen schrittweise und agil erfolgen können. Die Integration wird zudem durch hybride Konnektivitätslösungen verbessert, die die Lücke zwischen bestehenden ERP-Systemen (wie SAP oder Oracle) und den fortschrittlichen Beschaffungs- und supply chain Anwendungen von GEP überbrücken.
KI- und Machine-Learning-Komponenten
AI-First-Ansatz und Behauptungen
GEP vermarktet seine Lösungen als „AI-first“ und integriert generative KI und Machine Learning in einem breiten Funktionsspektrum, das von der Beschaffung und dem Sourcing bis hin zur Automatisierung der Kreditorenbuchhaltung reicht 7. Die Plattform ist darauf ausgelegt, Fähigkeiten wie natürliche Sprachverarbeitung, konversationelle Schnittstellen und prädiktive Analysen zu integrieren, um Entscheidungsprozesse zu unterstützen.
Detaillierte Anwendungsfälle in KI/ML
Im Bereich der Beschaffungs- und Ausgabenanalysen werden Machine-Learning-Techniken zur Nachfrageprognose, Lieferantenbewertung und Bestandsoptimierung eingesetzt, um verwertbare Erkenntnisse aus umfangreichen Datensätzen zu gewinnen 8. Ebenso unterstützen im Bereich der supply chain AI-gesteuerte Algorithmen die Routenoptimierung, Echtzeit-Transparenz und Risikominderung – angeblich zur Reduzierung manueller Eingriffe und zur Verbesserung der Effizienz durch automatisierte Arbeitsabläufe.
Skeptische Perspektive auf KI-Behauptungen
Trotz kühner Marketingnarrative werden viele der KI/ML-Behauptungen von GEP in groben Zügen dargestellt. Die in öffentlichen Materialien bereitgestellten technischen Details bleiben oberflächlich, und es ist möglich, dass einige Funktionalitäten – wie prädiktive Analysen und NLP-Suche – auf bewährten statistischen Methoden oder regelbasierten Prozessen beruhen, die unter dem modernen Begriff „AI“ neu verpackt wurden. Für potenzielle Kunden ist es ratsam, detaillierte technische Demonstrationen und Machbarkeitsstudien durchzuführen, um sicherzustellen, dass die versprochenen Innovationen in greifbare betriebliche Vorteile umgesetzt werden.
Einblicke aus Stellenanzeigen und Unternehmenskultur
Die Karriereseiten und Rekrutierungsmaterialien von GEP unterstreichen einen globalen Fokus auf Expertise in Cloud-Plattformen, Datenanalysen und Low-Code-Entwicklung, was eine interne Kultur der schnellen Innovation und Agilität widerspiegelt 9. Dieser Schwerpunkt auf der Gewinnung von Spitzenkräften steht im Einklang mit dem Bestreben, in einem sich schnell wandelnden technologischen Umfeld wettbewerbsfähig zu bleiben, auch wenn detaillierte technische Einzelheiten zu den Backend-Operationen relativ spärlich bleiben.
GEP vs Lokad
Beim Vergleich des Ansatzes von GEP mit dem von Lokad treten markante Unterschiede hervor. Die Plattform von GEP basiert auf einer cloud-native, Low-Code, Microservices-Architektur, die Modularität und schnelle Bereitstellung betont – unterstützt durch strategische Übernahmen wie OpusCapita und COSTDRIVERS, um ihre Reichweite in den Bereichen Beschaffung und Analytik zu erweitern. Im Gegensatz dazu hat Lokad einen organischen Wachstumspfad verfolgt, der auf einem rigoros entwickelten, maßgeschneiderten System beruht, das auf die Optimierung der Quantitative Supply Chain fokussiert ist. Lokads Plattform nutzt eine hauseigene, domänenspezifische Sprache (Envision), die in F# und C# entwickelt wurde, begleitet von einem schlanken Stack mit minimalen externen Abhängigkeiten 1011. Während GEP breit angelegte AI-first-Fähigkeiten im Bereich der Beschaffung und supply chain Management bewirbt, richtet sich Lokad eindeutig an mathematisch getriebene, prädiktive Optimierung mit tiefer Integration probabilistischer Prognosen und Entscheidungsautomatisierung. Diese unterschiedlichen Philosophien unterstreichen das Ziel von GEP, über strategische Partnerschaften und Low-Code-Tools eine integrierte, unternehmensbereite Lösung zu liefern, während Lokad Organisationen bedient, die eine hochspezialisierte, zahlenmäßig rigide Supply Chain Optimization anstreben.
Fazit
GEP bietet eine End-to-End, cloud-native Lösung für Beschaffungs- und supply chain Management, die durch seine GEP QUANTUM Plattform gekennzeichnet ist, welche AI/ML-Technologien mit Low-Code-Entwicklung und modularen Microservices verbindet. Die strategischen Übernahmen unterstreichen das Bestreben, die technologische Bandbreite und die unternehmerische Reichweite zu erweitern. Dennoch bleiben, obwohl die Werbematerialien von GEP eine Vision fortschrittlicher, AI-first Innovation projizieren, die technischen Details oft auf hohem Niveau – was umfassende technische Demonstrationen und Pilotimplementierungen vor einer vollständigen Einführung erforderlich macht. Im Vergleich zu Nische-Anbietern wie Lokad, die eine tiefgehende quantitative Optimierung über einen maßgeschneiderten Ansatz priorisieren, spiegelt die Methodik von GEP einen Ausgleich zwischen umfassender Integration und marktreifer Bereitstellungsleichtigkeit wider. Für supply chain Führungskräfte wird die Wahl zwischen diesen Paradigmen davon abhängen, ob die Organisation bereit ist, in maßgeschneiderte, intern getriebene Innovationen zu investieren oder sich für eine breite, leicht einsetzbare und integrierte Suite von Beschaffungs- und supply chain Management Lösungen zu entscheiden.