Rezension von GoComet, Supply Chain Automatisierungsplattform

Von Léon Levinas-Ménard

Zuletzt aktualisiert: April, 2025

GoComet, 2016 von einer Gruppe von IIT-Absolventen gegründet und mit Hauptsitz in Singapur, ist eine cloudbasierte, KI-gestützte Plattform, die internationale Logistikprozesse revolutioniert. Entwickelt, um Ineffizienzen im traditionellen Frachmanagement zu beseitigen, integriert die Lösung Echtzeitsichtbarkeit, Prozessautomatisierung und Datenanalysen über mehrere miteinander verknüpfte Module. Durch die Kombination von Frachangebot-Management, Container-Tracking, intelligenter Rechnungsabstimmung und einem Logistik-Kontrollturm nutzt GoComet moderne Webtechnologien wie React und Next.js mit robusten API- und Cloud-SaaS-Bereitstellungen. Ihre prädiktiven Funktionen – von automatisierten ETA-Berechnungen mittels AIS-Daten und Geofencing bis hin zu proaktiven Warnmeldungen und dynamischer Frachtindex-Berechnung – ermöglichen es Führungskräften im supply chain, die betriebliche Effizienz zu steigern und Kosten zu senken, indem Routineentscheidungen automatisiert und multimodale Logistikprozesse optimiert werden.

Produkt- und Serviceübersicht

Die Plattform von GoComet umfasst mehrere miteinander verbundene Module, die umfassende Herausforderungen im Frachmanagement und in der Logistik bewältigen:

GoProcure (Software für das Management von Frachangeboten): Automatisiert den RFQ-Prozess durch Reverse-Auktionen, ermöglicht gebündelte Verhandlungen zwischen Anbietern sowie sichere Preisvergleiche und revisionssichere Dokumentation (¹).
GoTrack (Software für Container-Tracking): Bietet Echtzeitsichtbarkeit von Containern über ein einheitliches Dashboard, indem Daten von mehreren Frachtführern unter Nutzung von AIS-Signalen, Geofencing und prädiktiven Algorithmen aggregiert werden, um zeitnahe ETAs zu generieren (²).
GoInvoice (Software für die Rechnungsabstimmung im Frachtbereich): Verwendet eine proprietäre, intelligente OCR (iOCR), die mit Natural Language Processing integriert ist, um automatisch Abweichungen zwischen Lieferantenrechnungen und ursprünglichen Angeboten zu erkennen, abzugleichen und zu kennzeichnen (³).
Logistics Control Tower: Zentralisiert die Auftrags-, Versand- und Dokumentenverwaltung mit KI-gesteuerter Workflow-Automatisierung und Dokumentenvalidierung und bietet eine 360° supply chain Sichtbarkeit sowie proaktive Störungswarnungen (⁴).
Sailing Schedules und Frachtindexierung: Bietet ein intelligentes Tool für Sailing Schedules zur Echtzeit-Abfrage von Fahrplänen und einen Frachtversandtarif-Indexrechner, der Marktangebote mithilfe proprietärer Machine-Learning-Modelle aggregiert, um wettbewerbsfähige Benchmarks zu erstellen (⁵⁶).

Ein Kundenbeispiel in der Red Sea-Fallstudie verdeutlicht, wie die prädiktive ETA-Funktion der Plattform Verzögerungen mindert und finanzielle Verluste bei Störungsereignissen reduziert (⁷).

Technische Implementierung und Architektur

Software-Stack und Bereitstellung

GoComet verwendet einen modernen Web-Technologie-Stack:

Frontend: Entwickelt mit React in Kombination mit Next.js, um eine modulare Micro-Frontend-Architektur und ein konsistentes Zustandsmanagement mittels Redux zu realisieren. Dieser Ansatz unterstützt serverseitiges Rendering und verbessert die Skalierbarkeit, wie in ihrem ausführlichen Medium-Artikel erläutert (⁸).
Backend & APIs: Als cloudbasierte SaaS-Lösung bereitgestellt, zeichnet sich die Plattform durch schnelle Bereitstellung (oft innerhalb von zwei Wochen) und eine einfache Integration in die ERP-Systeme der Kunden mittels standardisierter APIs und XML-Datenaustausch aus (⁹). Diese Integration fördert einen nahtlosen Datenfluss zwischen den Modulen für transparente End-to-End-Prozesse.

KI- und Machine-Learning-Komponenten

GoComet bezeichnet seine Lösung als „KI-gestützt“ mit mehreren Schlüsselmerkmalen:

Predictive ETA: Dieses Modul nutzt AIS-Daten, Geofencing und historische Transitinformationen, um Lieferankünfte vorherzusagen und proaktiv Verzögerungswarnungen auszugeben, obwohl detaillierte algorithmische Spezifikationen proprietär bleiben (², ¹⁰).
Frachtindex-Berechnung: Durch das Aggregieren von Tausenden von Marktangeboten und den Einsatz proprietärer Machine-Learning-Modelle erstellt die Plattform aktuelle Benchmarks für Frachtpreise auf verschiedenen Handelsrouten (⁶).
Rechnungsabstimmung (iOCR): Das intelligente OCR-System verbindet optische Zeichenerkennung mit kontextueller Sprachverarbeitung, um die Abstimmung von Abrechnungsdetails zu automatisieren, entsprechend den aktuellen Trends im Bereich Natural Language Processing (³).

Integration und Datenfluss

Die Plattform ist so konzipiert, dass in einem Modul erfasste Daten (wie z. B. RFQ-Verhandlungen über GoProcure) im gesamten System für Prüfungs- und Analysezwecke zur Verfügung stehen. Dieser einheitliche Ansatz fördert datenbasierte Entscheidungsfindung und betriebliche Transparenz, die für modernes supply chain Management entscheidend sind.

Bewertung der Behauptungen zum Stand der Technik

Das Marketing von GoComet hebt fortschrittliche Technologien und integrierte KI-Funktionen hervor. Eine kritische Überprüfung zeigt:

Transparenz der KI-Methoden: Obwohl Behauptungen über Deep Learning und proprietäre Machine-Learning-Methoden Module wie prädiktive ETA und Frachtindexierung antreiben, erschwert das Fehlen detaillierter öffentlicher technischer Dokumentationen eine unabhängige Überprüfung (¹⁰). KI wird manchmal als allgemeiner Branchenterm verwendet, obwohl die in Fallstudien berichteten Vorteile – wie im Fall des Red Sea-Vorfalls dokumentiert – einen greifbaren operativen Nutzen nahelegen.
Integration vs. Innovation: Der Wert der Plattform scheint in der Bündelung weit verbreiteter Technologien (Echtzeit-Container-Tracking, digitales RFQ-Management, OCR-basierte Rechnungsabstimmung) in einem einheitlichen Ökosystem zu liegen, anstatt in bahnbrechenden, disruptiven KI-Innovationen.
Praktische Auswirkungen: Kundenbeispiele und Erfahrungsberichte deuten auf verbesserte Kosteneinsparungen und eine gesteigerte betriebliche Widerstandsfähigkeit hin. Trotz der proprietären Natur vieler Algorithmen sind die angewandten Vorteile – optimierte Prozessautomatisierung und Transparenz – aus Live-Demonstrationen und Nutzerfeedback ersichtlich (⁷).

GoComet vs. Lokad

Obwohl sowohl GoComet als auch Lokad fortschrittliche Analysen und Machine Learning nutzen, spiegeln ihre Ansätze unterschiedliche Philosophien wider. GoComet konzentriert sich darauf, die operativen Aspekte des internationalen Frachmanagements zu automatisieren und zu integrieren, und bietet Module, die RFQ-Management, Echtzeit-Container-Tracking und OCR-gesteuerte Rechnungsabstimmung abdecken. Ihre moderne, webbasierte SaaS-Architektur legt Wert auf eine nahtlose, benutzerfreundliche Erfahrung über standardisierte Technologie-Stacks wie React und Next.js.

Im Gegensatz dazu ist Lokad bekannt für die Quantitative Supply Chain Optimierung, die von einer eigenen, programmierbaren „Envision“-DSL und einem starken Fokus auf probabilistische Prognosen und prädiktive Optimierung angetrieben wird. Die Lösung von Lokad ist darauf ausgelegt, komplexe Entscheidungen in den Bereichen Lagerbestand, Produktion und Preisgestaltung durch fortschrittliches Deep Learning und differenzierbare Programmierparadigmen zu bewältigen.

Somit rationalisiert GoComet das operative Frachmanagement mit einem Fokus auf Integration und Echtzeitanalytik, während Lokad eine hochgradig anpassbare Optimierungsplattform für eine tiefgehende supply chain Planung bietet. Der wesentliche Unterschied liegt im Schwerpunkt: GoComet richtet sich an die End-to-End-Automatisierung internationaler Logistik, während Lokad auf granulare, numerische supply chain Optimierungen abzielt.

Fazit

GoComet bietet eine integrierte Suite von Werkzeugen, die darauf ausgelegt sind, zentrale Aspekte des internationalen Frachmanagements zu automatisieren. Seine cloudbasierte, KI-gestützte Plattform liefert Echtzeit-Container-Tracking, automatisiertes Angebotsmanagement und intelligente Rechnungsabstimmung, die alle über einen modernen Technologie-Stack integriert sind. Während einige seiner KI-Methoden proprietär bleiben, machen die nachweisbaren Vorteile der Plattform – reduzierte Betriebskosten, verbesserte Sichtbarkeit und optimierte Prozessautomatisierung – sie zu einer überzeugenden Option für Führungskräfte im supply chain, die ihre Logistikprozesse modernisieren möchten. Unternehmen wird empfohlen, Piloten und Demos zu erkunden, um die Leistungsvorteile in realen Umgebungen unabhängig zu validieren.