Rezension von Infor, Anbieter von Supply Chain Management Software

Von Léon Levinas-Ménard

Zuletzt aktualisiert: November, 2025

Infor ist ein großer US-amerikanischer Anbieter von Unternehmenssoftware, der 2002 (ursprünglich als Agilisys) gegründet wurde und nahezu ausschließlich durch Akquisitionen zu einem Portfolio aus ERP, Finanzen, HCM, CRM und supply chain Produkten gewachsen ist, das heutzutage als branchenspezifische “CloudSuites” positioniert wird.¹²³⁴ Seit 2020 ist es eine Tochtergesellschaft von Koch Industries, die das verbleibende Eigenkapital von Golden Gate Capital erworben hat, was Infor erheblichen langfristigen Zugang zu Kapital verschafft und gleichzeitig als eigenständiges Softwareunternehmen bestehen bleibt.⁵⁶⁷⁸ Infor berichtet von etwa 17.000 Mitarbeitern und über 60.000 Kunden in mehr als 170 Ländern, was es trotz eines im Vergleich zu SAP oder Oracle relativ geringen öffentlichen Profils zu einem der größeren Anbieter im Bereich Unternehmensanwendungen macht.¹²⁴⁹ Im Bereich supply chain umfasst der relevante Umfang die Infor Supply Chain Planning (SCP)-Suite (demand forecasting, demand planning, supply planning, S&OP, production scheduling), das Infor Nexus Multi-Enterprise Netzwerk (global trade, visibility, predictive ETA) und in verschiedene CloudSuites eingebettete Lager-/Logistikprodukte; all dies basiert auf Infor OS, einer cloud-nativen Plattform, die ausschließlich als Multi-Tenant SaaS auf AWS bereitgestellt wird.¹⁰¹¹¹²¹³¹⁴¹⁵¹⁶ Technisch kombiniert Infor’s supply chain Fähigkeiten eine Bibliothek klassischer Forecasting-Algorithmen, etwas machine-learning-gestütztes demand sensing, constraint-basierte Scheduling-Engines (optional unterstützt von ILOG-Solvern) sowie netzwerkbasierte predictive Modelle für shipment ETAs.¹¹¹²¹⁷¹⁸¹⁹²⁰²¹⁹²²¹⁶ Das Endergebnis ist eine breite, kommerziell ausgereifte Suite, die sich an den gängigen Advanced Planning System (APS)-Mustern orientiert: zeitlich gestaffelte Pläne, szenariobasierte S&OP, constraint-basiertes Scheduling und ereignisgesteuerte supply chain visibility, statt einer einheitlichen, probabilistischen Optimierungs-Engine.

Infor Überblick

Infor ist ein multinationales Unternehmen für Unternehmenssoftware mit Hauptsitz in New York City, das sich in erster Linie auf branchenspezifische ERP und zugehörige Anwendungen konzentriert, die vor Ort oder als Cloud-Dienste bereitgestellt werden können.¹²² Es wurde 2002 gegründet, als Private-Equity-Investoren eine ERP-Einheit für die Prozessfertigung von Systems & Computer Technology Corp (SCT) unter dem Namen Agilisys ausgliederten; 2004, nach der Übernahme des deutschen Anbieters Infor Business Solutions, übernahm das Unternehmen die Marke Infor und verlagerte anschließend seinen Hauptsitz an die US-Ostküste (zunächst nach Atlanta, später nach New York).¹²²³⁴²⁴¹⁷²⁰ In den mittleren 2000er und 2010er Jahren sammelte Infor mehr als vierzig Akquisitionen in den Bereichen ERP, SCM, Asset Management, HR und Analytics an, darunter MAPICS, Geac, SSA Global (und somit Baan), Datastream, Lawson Software und GT Nexus, unter vielen anderen.¹¹⁸²⁰

Heute positioniert sich Infor als Anbieter von „industry cloud“-Suites – vertikal gebündelte Kombinationen aus ERP und zugehörigen Modulen (WMS, TMS, SCP, CRM, HR, etc.), die alle als Multi-Tenant SaaS über die Infor OS Plattform auf Amazon Web Services laufen sollen.²¹¹⁹¹⁴¹⁵¹⁶ In den öffentlichen Unterlagen wird wiederholt auf über 60.000 Organisationen und etwa 17.000 Mitarbeiter in den frühen 2020er Jahren verwiesen, mit Kunden in den Bereichen Fertigung, Distribution, Gesundheitswesen, Gastgewerbe, öffentlicher Sektor, Mode und anderen Branchen.¹²⁴²⁵⁹ Die supply chain Funktionalitäten sind auf mehrere Produktlinien verteilt:

Infor Supply Chain Planning (SCP) – ein Portfolio für Nachfrageplanung, Nachfrageprognose, Angebotsplanung, Bestandsoptimierung und Produktionsplanung.¹⁰¹¹¹²¹⁹¹³²⁶¹⁶
Infor Nexus – ein unternehmensübergreifendes supply chain Netzwerk (ursprünglich GT Nexus), das globalen Handel, Lieferantenzusammenarbeit, Logistik-Transparenz und predictive ETA abdeckt.¹¹⁸¹³⁵
Logistics / warehouse capabilities – einschließlich Warehouse Management und Transport Management, eingebettet in verschiedene CloudSuites, nicht der Hauptfokus dieses Berichts, aber Teil des umfassenderen Stacks.⁹¹⁴¹⁶

Der Rest dieser Rezension konzentriert sich darauf, wie diese auf supply chain ausgerichteten Komponenten technisch funktionieren, was konkret in Bezug auf Forecasting und Optimization umgesetzt wird und wie sich dies von eher nischenspezifischen, aber tiefgehend spezialisierten Optimierungsplattformen wie Lokad unterscheidet.

Infor vs Lokad

Infor und Lokad behaupten beide, Unternehmen dabei zu helfen, supply chain Entscheidungen zu optimieren, jedoch sind ihre Ausgangspunkte und technischen Architekturen nahezu gegensätzlich. Infor ist ein breiter Anbieter von Unternehmensanwendungen: supply chain planning ist ein Portfolio von vielen (ERP, Finanzen, HR, CRM, Asset Management, branchenspezifische CloudSuites), und die Planungslogik ist als Module innerhalb dieser Suites verpackt. In der Praxis erwerben Kunden eine CloudSuite (zum Beispiel für Fertigung oder Distribution), und SCP oder Nexus wird als ein Element einer End-to-End-Transaktionslandschaft implementiert. Im Gegensatz dazu ist Lokad überhaupt kein ERP-Anbieter; es handelt sich um eine einzelne, fokussierte SaaS-Plattform, deren einziger Zweck die quantitative Optimierung von supply chain Entscheidungen (forecasting, replenishment, allocation, scheduling, pricing) ist, die aufbauend auf den bereits eingesetzten ERPs und WMSs eines Kunden arbeitet.

Aus der Sicht des Modelings dreht sich Infor’s supply chain Stack um klassische APS-Konzepte: zeitlich gestaffelte Nachfragepläne, Bestandsziele, constraint-basierte Supply Plans und Produktionspläne mit endlicher Kapazität.¹¹¹²¹⁹¹³²⁶¹⁶ Das Forecasting in SCP wird durch eine Bibliothek algorithmischer Techniken und „advanced time series methods“ abgewickelt, ergänzt durch machine learning und demand-sensing Fähigkeiten, plus heuristische und Optimierungs-Engines, die unter Berücksichtigung von Restriktionen realisierbare multi-echelon Supply Plans erzeugen.¹¹¹²¹⁷¹⁹¹³¹⁶ Die Optimierung in der Produktionsplanung wird als constraint-basiertes Scheduling ausgedrückt; falls lizenziert, kann der ILOG-Solver nach optimalen oder nahezu optimalen Plänen bei definierten Restriktionen und Zielen suchen.¹⁸¹⁹²⁰²⁶¹⁶ Infor Nexus setzt machine learning auf Netzwerkebene ein, um basierend auf einer umfangreichen Historie von Tracking-Events und Netzwerkdaten die Ankunftszeiten von Sendungen vorherzusagen, und stellt dies über eine Predictive ETA API sowie benutzerorientierte predictive Dashboards bereit.²¹⁹²²¹³²⁷ In allen Fällen ist die „KI“ an spezifische Module (forecasting, scheduling, ETA prediction) gebunden und speist traditionelle Pläne und Warnmeldungen ein.

Im Gegensatz dazu konzentriert sich Lokad ganz auf probabilistisches Modeling und Entscheidungsoptimierung. Anstatt separate forecasting- und planungs-Module anzubieten, liefert es eine domänenspezifische Sprache (Envision), in der das gesamte Modell – von der Datenaufnahme über probabilistisches Nachfrage- und Lieferzeitmodellierung bis hin zur Optimierung von replenishment, allocation und scheduling Entscheidungen – als eine einzige Pipeline codiert wird. Forecasts sind keine Einzelpunkt-Schätzungen, sondern vollständige Nachfrageverteilungen pro SKU/Zeiteinheit, und Entscheidungen werden mittels stochastischer Optimierung (z. B. Stochastic Discrete Descent) und, jüngst, differentiable programming abgeleitet, das forecasting- und entscheidungsbezogene Parameter gemeinsam anpasst, um die realisierten Kosten zu minimieren oder den Gewinn zu maximieren. Die Plattform wird nicht als Suite konfigurierbarer Module, sondern als programmierbare Engine plus Expertenservices verkauft: Jeder Kunde erhält eine maßgeschneiderte „app“, geschrieben in Envision, die ROI-gerankte Entscheidungstabellen (orders, transfers, maintenance actions, pricing moves) unter einem einheitlichen wirtschaftlichen Ziel erstellt.

Architektonisch laufen Infors Cloud-Produkte als Multi-Tenant-SaaS auf AWS unter Verwendung von Infor OS als Integrations- und Plattformeigenschaft (mit ION für nachrichtenbasierte Integration, API-Gateways, identity und UX-Services).¹⁰¹⁴¹⁵¹⁶⁶ Dies ist eine konventionelle Unternehmensplattform im Microservices-Stil: Jede CloudSuite- und SCP/Nexus-Komponente nutzt OS-Services für Interoperabilität und identity, ist aber ansonsten eine weitgehend in sich geschlossene Anwendung. Lokad hingegen wurde als ein einziger Inhouse-Stack auf Azure mit minimalen externen Abhängigkeiten entwickelt: ein ereignisbasiertes Back-End, ein content-addressable Store sowie der Envision-Compiler und die “Thunks” Execution Engine, die zusammen einen einzigen Codebasis bilden, der sich ausschließlich auf analytics und Optimierung konzentriert. Lokad stellt keine festen „Module“ bereit; stattdessen bietet es eine programmierbare Umgebung für Supply Chain Scientist.

Bezüglich des decision workflow sind Infors Planungs-Module darauf ausgerichtet, Planer innerhalb von S&OP-Zyklen zu unterstützen: Benutzer interagieren mit konfigurierbaren Bildschirmen und Workflows, um forecasts zu überprüfen, bereichsübergreifende Pläne abzustimmen, supply responses zu generieren, what-if-Szenarien durchzuspielen und in einigen Fällen automatisch Pläne oder empfohlene orders zu erstellen.¹⁰¹¹¹²¹³²⁶¹⁶ Die Automatisierung wird typischerweise als systemgenerierte Pläne dargestellt, die von den Planern angepasst werden können, anstatt als vollständig automatisierte, ROI-gerankte Anweisungstabellen. Nexus’ predictive ETA und control tower Features fügen ereignisgesteuerte Warnmeldungen und Ausnahmen hinzu und helfen den Planern einzugreifen, wenn Sendungen vom Plan abweichen.²¹⁹²²¹³²⁷ Lokad hingegen wurde ausdrücklich dafür entwickelt, priorisierte Entscheidungstabellen auszugeben, bei denen jede Zeile hinsichtlich der erwarteten finanziellen Auswirkungen quantifiziert ist; von den Planern wird erwartet, dass sie sich auf Ausnahmen und ihr Geschäftsverständnis konzentrieren, anstatt Pläne Zeile für Zeile zu bearbeiten.

Schließlich unterscheidet sich die commercial maturity: Infor ist ein sehr großer, diversifizierter Anbieter mit zehntausenden Kunden in zahlreichen Branchen und einer langen on-premise Tradition.¹²⁴²⁵⁹ Seine supply chain Produkte profitieren von dieser Breite, sind jedoch notwendigerweise durch die Integration in ein breit gefächertes Portfolio und eine langjährig bestehende Installationsbasis eingeschränkt. Lokad ist kleiner, aber spezialisierter: Seine Kundenbasis konzentriert sich auf supply chain-intensive Branchen (retail, manufacturing, aerospace) und sein gesamter Stack existiert ausschließlich als SaaS; es verfügt nicht über legacy on-prem Produkte. Für einen Kunden besteht der Trade-off im Wesentlichen zwischen einer breiten Unternehmenssuite mit eingebetteter Planung (Infor) und einer eng fokussierten, aber radikaleren quantitativen Optimierungsschicht (Lokad).

Unternehmensgeschichte, Eigentum und Akquisitionen

Infors Geschichte ist selbst nach Maßstab von Unternehmenssoftware ungewöhnlich akquisitionsgetrieben. Das Unternehmen geht zurück auf Juni 2002, als eine Einheit von SCT (Systems & Computer Technology Corporation), die sich auf ERP für die Prozessfertigung konzentrierte, unter dem Namen Agilisys ausgegliedert wurde.¹⁴²⁰ Unterstützt von Golden Gate Capital und später Summit Partners verfolgte Agilisys einen aggressiven Roll-up von ERP- und zugehörigen Anbietern im mittleren Marktsegment; nach der Übernahme des deutschen Unternehmens Infor Business Solutions im Jahr 2004 übernahm das Unternehmen den Namen Infor Global Solutions.¹²³²⁴¹⁷²⁰

Von 2004 bis etwa 2016 hat Infor mehr als vierzig Unternehmen übernommen, darunter MAPICS, Geac, SSA Global (und damit auch Baan und Epiphany), Datastream (Asset Management), Workbrain (Workforce Management), Hansen (öffentlicher Sektor), mehrere Anbieter im Gastgewerbe und, was für diesen Bericht wichtig ist, Lawson Software (ERP), Mercia (supply chain planning) sowie GT Nexus (Multi-Enterprise Supply Chain Network).¹¹⁷¹⁸²⁰ Die Übernahme von Lawson im Jahr 2011 verschaffte Infor zwei bedeutende ERP-Linien (M3 und S3) und eine signifikante Präsenz in den Bereichen Fertigung, Distribution und Gesundheitswesen.¹¹⁷ Die Übernahme von GT Nexus (später als Infor Nexus umbenannt) im Jahr 2015 für etwa 675 Millionen US-Dollar brachte ein cloud-basiertes globales Handels- und supply chain Netzwerk ein, das sich auf Logistik, Lieferantenzusammenarbeit und Transparenz konzentriert.¹¹⁷¹⁸¹³ Im Jahr 2016 übernahm Infor Predictix, ein Startup für retail forecasting/analytics, als Teil einer vertikalen Expansion im Einzelhandel.¹¹⁷¹⁸ Nachfolgende Deals umfassten Birst (business intelligence), mehrere Consulting-Partner und spezialisierte vertikale Lösungen.¹¹⁷¹⁸

Das Eigentum änderte sich maßgeblich in den späten 2010er Jahren. Koch Equity Development, eine Tochtergesellschaft von Koch Industries, investierte als Minderheitsaktionär in Infor und vereinbarte dann Anfang 2020 den Erwerb des verbleibenden Anteils von Golden Gate Capital; der Erwerb wurde im April 2020 abgeschlossen, woraufhin Infor zu einer vollständig im Besitz von Koch befindlichen Tochtergesellschaft wurde, aber als eigenständiges Softwareunternehmen bestehen blieb.³¹¹¹⁸²²¹⁵⁵⁶⁷⁸²⁸ Koch-Pressemitteilungen heben hervor, dass seine Unternehmen zig Milliarden Dollar in Technologie investiert haben und dass Infor ein strategisches Element dieser Transformation ist.³¹¹¹⁸²² Infors eigene Presse- und Wachstumsmeldungen im Gastgewerbe betonen, dass es als Koch-Unternehmen langfristiger denken und auf stabiles Kapital vertrauen kann.⁹

Kommerziell ist Infors Größe gut dokumentiert: Wikipedia, Anbieterunterlagen und unabhängige Analysten stimmen im Großen und Ganzen mit einer Mitarbeiterzahl von etwa 17.000, einer Kundenbasis von circa 60.000 Organisationen und einer Präsenz in über 40–170 Ländern (je nach Messgröße) in den frühen 2020er Jahren überein.¹²⁴¹⁰²⁵⁹ Interne Community-Inhalte rund um Infors eigene Hackathons und Veranstaltungen verweisen zudem auf über 60.000 Kunden, 2.000 Partner und 17.000 Mitarbeiter.²⁹ Dies weist auf eine ausgereifte, global verteilte Organisation hin.

Produktportfolio für supply chain und Planung

Supply Chain Planning (SCP)

Infor Supply Chain Planning ist ein Portfolio von Anwendungen, das darauf ausgelegt ist, Nachfrage-, supply- und Inventarplanung unternehmensweit zu integrieren. Marketing und Dokumentation beschreiben SCP als ein Tool, das „big data und AI“ einsetzt, um Planung und Entscheidungsfindung zu transformieren, und synchronisierte Pläne erzeugt, die Nachfrageplanung, forecasting, Bestandsoptimierung, supply planning und Produktionsplanung abdecken.¹⁰¹¹¹²¹⁹¹³²⁶¹⁶

Die SCP-Literatur hebt hervor:

Nachfrageplanung & Forecasting. Infor Demand Forecasting und Demand Planning zielen darauf ab, den forecasting-Prozess zu „vereinfachen und zu beschleunigen“, indem sie „advanced time series forecasting methods“ und machine learning nutzen, unterstützt durch Modeling Wizards und Live-Integration zur Verringerung manueller Aufwände.¹²¹⁷¹⁹ Die Produktseiten beschreiben ein integriertes time-series modeling, Datenreihenanalysen, demand sensing und nahezu Echtzeit-Daten sowie Kollaborations-Workflows für konsensbasiertes forecasting.⁴¹²¹⁷¹⁹¹³
Supply Planning & Inventar. Die Dokumentation für Infor Supply Planning besagt, dass, sobald unternehmensweite Nachfragepläne und Bestandsziele veröffentlicht wurden, das System automatisch zeitlich gestaffelte supply Pläne berechnet, einschließlich Einkaufs-, Produktions-, Bestands- und Distributionsplänen, unter Einsatz von „sophisticated planning engines basierend auf heuristics und optimization.“¹¹¹⁹¹³ Diese Engines berücksichtigen Beschränkungen wie Kapazitäten, Durchlaufzeiten und Geschäftsregeln, um realisierbare Pläne vorzuschlagen.
S&OP / IBP. Das SCP-Portfolio umfasst auch Sales & Operations Planning (S&OP) und integrierte Geschäftsplanungsfunktionen, die eine funktionsübergreifende Abstimmung rund um Basis- und beschränkte Pläne ermöglichen, mit Szenarioanalysen und KPI-Dashboards.¹⁰¹¹¹³³⁰

Technisch gesehen folgt SCP einem eher standardmäßigen APS-Muster: einer Bibliothek statistischer Modelle und ML-Routinen zur Erstellung von Basisprognosen; heuristischen und in einigen Fällen optimierungsbasierten Engines, um von Nachfrage zu Angebots- und Bestandsplänen zu gelangen; und einer kollaborativen Planungs-UX für Anpassungen und Konsensfindung. Die KI/ML-Behauptungen sind insofern konkret, als dass Bedarfsprognosen und Demand Sensing auf algorithmischen Methoden beruhen, doch gibt es wenig öffentliche Details zu spezifischen Architekturen (zum Beispiel, ob klassische exponentielle Glättungsverfahren, Gradient Boosting oder Deep Learning eingesetzt werden). Das verfügbare Material betont „advanced time series“ und „machine learning“, ohne Algorithmenamen, Hyperparameter oder Zielfunktionen offenzulegen.¹²¹⁷¹⁹¹³

Produktionsplanung

Infor Production Scheduling ist SCPs Modul für detaillierte, kapazitätsbeschränkte Planung in der Prozess- und diskreten Fertigung. Die Produktseite beschreibt es als ein beschränkungsbasiertes Planungstool, das dabei hilft, genaue, effiziente und kollaborative Fertigungspläne zu erstellen, wobei Engpässe und Interdependenzen zwischen den Produktionslinien berücksichtigt werden.²⁶¹⁶

Die Dokumentation erklärt, dass Production Scheduling eine auf Beschränkungen basierende Logik verwendet, die Operationen über alle Produktionslinien hinweg planen und synchronisieren kann, wobei Abhängigkeiten und Einschränkungen wie reihenfolgenabhängige Umrüstungen oder Tankkapazitäten berücksichtigt werden.¹⁶ Für weiter fortgeschrittene Anwendungen kann das Modul mit einem optionalen ILOG solver-Add-on lizenziert werden. Die ILOG solver-Dokumentation weist darauf hin, dass sie die Erstellung und Ausführung solver-basierter Planungs „Makros“ ermöglicht, mit einer Fortschrittsanzeige, die den Lösungsfortschritt darstellt; dies wird ausdrücklich als eine optionale, separat lizenzierte Komponente beschrieben.¹¹⁷¹⁸¹⁶ Externe Implementierungspartner präzisieren weiter, dass Infor Production Scheduling „bewährte Optimierungs-Engines (einschließlich ILOG solver)“ verwendet, um bei der Erstellung von Plänen Einschränkungen und Optimierungsziele zu berücksichtigen.²⁰

Aus technischer Sicht deutet dies darauf hin, dass die zugrundeliegende Optimierung Constraint Programming oder Mixed-Integer Programming verwendet (Standard für ILOG CP/CPLEX), wobei Infor eine Anwendungshülle und ein Domänenmodell um diese Solver bereitstellt. Es gibt keine Hinweise darauf, dass Infor neuartige Optimierungsalgorithmen speziell für die Terminplanung entwickelt hat; stattdessen integriert Infor standardisierte kommerzielle Solver in eine domänenspezifische Anwendung. Dies ist ein durchaus vernünftiges Design, aber nicht state-of-the-art im Sinne proprietärer Algorithmen – es nutzt gut etablierte OR-Bibliotheken.

Infor Nexus

Infor Nexus (die Weiterentwicklung von GT Nexus plus TradeCard und nachfolgenden Ergänzungen) ist Infors unternehmensübergreifendes supply chain Netzwerk, das auf den globalen Handel, Logistiktransparenz und Partnerzusammenarbeit ausgerichtet ist.¹¹⁸¹³⁵ Historische Materialien führen seine Wurzeln auf GT Nexus und TradeCard in den späten 1990er/ frühen 2000er Jahren zurück, die sich auf Buchungsportale für den Seeverkehr, Akkreditive und Finanzdienstleistungen fokussierten; die spätere Weiterentwicklung fügte ein umfangreicheres Control Tower, Live-Tracking und multimodale Sichtbarkeit hinzu.¹³⁵

Aktuelle Produktressourcen beschreiben Nexus Predictive ETA als eine auf Machine Learning basierende Funktion, die die durch das Netzwerk fließenden „dense shipping and supply chain data“ nutzt, um genauere, dynamische Vorhersagen von Ankunftszeiten von Sendungen und der nahezu zukünftigen Produktverfügbarkeit zu erstellen.²²¹²²¹³ Eine entwicklerorientierte Predictive ETA API ermöglicht es den Kunden, unter hypothetischen Änderungen (z.B. Wechsel des Frachtführers, Änderung der Ankunftsdaten von Schiffen) vorhersagte ETAs abzufragen, wodurch effektiv ein gelerntes ETA-Modell als Dienst bereitgestellt wird.²¹⁹

Infor und Databricks bewerben Nexus gemeinsam als eine datenintelligente Plattform, in der supply chain events in das Databricks Lakehouse gestreamt werden, wodurch KI-Modelle für prädiktive ETAs, Anomalieerkennung und Rückverfolgbarkeit ermöglicht werden, wobei Daten über Delta Sharing an andere Systeme weitergegeben werden.²⁴²²²⁶ Konferenzmaterial (z.B. Gartner-Sitzungen und Nexus Connect-Veranstaltungen) erwähnt ferner laufende Arbeiten an prädiktiver Analytik, Process Mining, generativer und agentischer KI sowie digitalen Assistenten in Nexus.²⁵²⁷

Zusammenfassend scheint Nexus einer der „KI-intensiveren“ Teile von Infors supply chain Portfolio zu sein, mit konkreten Machine-Learning-Modellen zur ETA-Vorhersage und Anomalieerkennung über einen großen, mandantenfähigen Ereignisstrom. Die Techniken werden nicht vollständig offengelegt, stimmen jedoch mit herkömmlichem überwachten Lernen anhand von Ereignishistorien überein, statt mit neuartigen probabilistischen oder kausalen Modellierungen für Bestände und Preisgestaltung.

Plattformarchitektur und Technologiestack

Infors Cloud-Strategie wird von Infor OS (Infor Operating Service) getragen, das als die grundlegende Anwendungsplattform beschrieben wird, die Infor- und Nicht-Infor-Systeme zu einer digitalen Geschäftsplattform verbindet. Infor OS läuft ausschließlich als mandantenfähige SaaS-Plattform auf AWS.¹⁰¹⁴¹⁵⁶ Zentrale OS-Komponenten, die für die supply chain relevant sind, umfassen:

Infor ION – eine nachrichtenbasierte Interoperabilitäts- und Geschäftsprozessmanagement-Schicht, die genutzt wird, um Infor- und Drittanbieteranwendungen vor Ort und in der Cloud zu integrieren, mit vorgefertigten Konnektoren, Workflows und Benachrichtigungen.¹⁰⁶ Dies ist zentral, um SCP, Nexus und ERP/WMS zu verbinden.
API- und Microservices-Schicht – stellt Anwendungsdienste anderen Systemen und in einigen Fällen auch Kunden zur Verfügung (z.B. Nexus Predictive ETA API).²¹⁹¹⁴¹⁵
Identity-, UX- und Datendienste – gemeinsame Authentifizierung, Single Sign-On, Datenkatalogisierung und Analyse-Bausteine über alle Produkte hinweg.¹⁴¹⁵⁶

AWS-Materialien weisen darauf hin, dass Infor CloudSuite-Lösungen auf der AWS-Infrastruktur und Infor OS aufgebaut sind, wodurch Kunden stets aktuelle Softwareversionen nutzen, Dienste bedarfsgerecht skalieren und cloudbasierte sowie vor Ort befindliche Anwendungen integrieren können.²⁹⁹¹⁴¹⁵ Implementierungspartner beschreiben Infors mandantenfähige SaaS als elastisch, geräteunabhängig zugänglich, mit vorgefertigten APIs und niedrigeren Gesamtbetriebskosten, mit speziellen Government-SaaS-Angeboten für regulierte Branchen.¹⁴

Aus technischer Sicht handelt es sich hierbei um eine konventionelle Enterprise-Microservices-Architektur, die die Infrastruktur und Plattformdienste von Hyperscalern nutzt. Sie unterstützt Mandantenfähigkeit und schnelle Bereitstellung, impliziert jedoch für sich genommen keine besondere Raffinesse in der Prognose oder Optimierung; diese liegen in anwendungsspezifischen Engines (SCP, Nexus usw.). Im Gegensatz zu spezialisierteren Optimierungsplattformen gibt es keine öffentlichen Hinweise darauf, dass Infor eine domänenspezifische Sprache für quantitative Analysen oder eine kundenspezifische Ausführungsengine entwickelt hat; stattdessen setzt man auf konventionelle Anwendungsstapel, Datenbanktechnologien und OR/ML-Bibliotheken, die in paketierten Apps kombiniert werden.

KI, Optimierung und Entscheidungsautomatisierung

Nachfrageprognose und -planung

Infors nachfragebezogene Produkte machen explizite KI/ML-Behauptungen: Infor Demand Planning und Demand Forecasting sollen „AI, machine learning, and near real-time data alongside collaboration and demand sensing to deliver more accurate forecasts” nutzen.¹²¹⁷¹⁹ Dokumentationen und Broschüren sprechen von „state-of-the-art technology” und „advanced time series forecasting methods”, die eingesetzt werden, um Muster wie Saisonalität, schwankende Nachfrage und Produktlebenszyklusphasen zu erfassen.¹¹¹²¹⁷¹⁹¹³³⁰

Die konkreten, öffentlich zugänglichen Implementierungsdetails sind begrenzt. Die SCP-Dokumentation verweist auf eine „library of algorithmic techniques“, die zur Erstellung von Best-Fit-Nachfragemodellen verwendet wird und darauf hindeutet, dass eine Mischung aus Zeitreihenmodellen anhand von Gütekriterien ausgewählt wird.¹¹¹⁹¹³³⁰ Demand-sensing-Funktionen verarbeiten vermutlich aktuelle Order- und POS-Signale, um kurzfristige Prognosen anzupassen – ein gängiges Muster in modernen Demand Planning-Tools. Allerdings gibt es keine technische Beschreibung der Modellklassen (ARIMA-Varianten, Zustandsraummodelle, gradient-boosted trees, neuronale Netze usw.), Verlustfunktionen oder wie ML mit Zeitreihen kombiniert wird.

Daher ist es zwar vernünftig anzunehmen, dass Infor ML in seinem Forecasting-Stack einsetzt (insbesondere angesichts der Übernahme von Predictix und laufendem AI-Marketing), jedoch scheint die Implementierung mit gängigen Branchenpraktiken übereinzustimmen: eine Mischung aus klassischer Zeitreihenprognose plus einigen ML-basierten Komponenten, eingebettet in eine Demand Planning-UI. Es gibt keine Hinweise darauf, dass Infor radikale Ansätze wie end-to-end probabilistic decision learning oder differentiable programming in SCP, analog zu Forschungsarbeiten, übernommen hat.

Beschränkungsbasierte Planung und ILOG-Integration

In der Produktionsplanung spielt die auf Beschränkungen basierende Optimierung eine sichtbarere Rolle. Infor Production Scheduling nutzt eine auf Beschränkungen basierende Logik, um Operationen über miteinander verbundene Linien zu planen und zu synchronisieren; falls aktiviert, kann ein optionales ILOG solver-Modul nach optimalen Lösungen unter den vorgegebenen Einschränkungen suchen.¹⁸²⁶¹⁶ Implementierungspartner beschreiben IPS als „bundling optimisation, modelling and visual tools“ und erwähnen ausdrücklich „advanced scheduling algorithms (ILOG/optimizer engines)“, die Fertigungsbeschränkungen und -ziele berücksichtigen.²⁰

Angesichts der dokumentierten Fähigkeiten von IBM/ILOG ist es vernünftig anzunehmen, dass Infors Scheduling-Optimierung durch standardmäßige Constraint Programming- bzw. Mixed-Integer-Solver, die durch Planungsmodelle konfiguriert werden, unterstützt wird, anstatt durch von Infor erfundene kundenspezifische Heuristiken. Dies ist aus praktischer Sicht stark – ILOG ist ein ausgereifter, qualitativ hochwertiger Solver –, aber technisch mainstream: Viele APS-Anbieter betten kommerzielle Solver in ihre detaillierte Planung ein. Das hier verwendete „AI“-Label reduziert sich weitgehend auf gut etablierte Optimierungstechnologien und grafische Planungstools, nicht auf neuartige KI-Forschung.

Netzwerk-Analysen und Predictive ETA

Das Predictive ETA von Infor Nexus ist eines der konkreteren Beispiele für Machine Learning im Angebot von Infor im Bereich supply chain. Produktbeschreibungen geben an, dass Nexus „leverages the latest AI technologies“ und „machine learning algorithms“ einsetzt, die auf Versanddaten des Netzwerks angewandt werden, um bessere, kurzfristige Verfügbarkeitsvorhersagen und ETAs bei geringerem Aufwand als manuelle Methoden zu erzeugen.²²¹²²¹³ Die Predictive ETA API ermöglicht es den Nutzern, alternative Szenarien abzufragen (z.B. Wechsel des Frachtführers oder Änderung von Ereignisdaten) und aktualisierte prognostizierte ETAs zu erhalten, was impliziert, dass das Modell von Reiseattributen und Routenverläufen abhängt.²¹⁹

Die Zusammenarbeit mit Databricks skizziert eine detailliertere Architektur: Nexus-Daten werden in das Databricks Lakehouse gestreamt, wo KI-Modelle Ankunftszeiten vorhersagen, Anomalien erkennen und eine mehrstufige Rückverfolgbarkeit bereitstellen; Delta Sharing wird genutzt, um diese qualitativ hochwertigen Daten für Analysen und „practical intelligence“ anderen Systemen zugänglich zu machen.²⁴²²²⁶ Dies stimmt mit zeitgenössischen Implementierungen von „network AI“ überein: Große Mengen von zeitgestempelten Ereignissen fließen in überwachte Modelle (wahrscheinlich gradient-boosted trees, deep sequence models oder ähnliche) ein, um zukünftige Ereigniszeiten vorherzusagen und Anomalien zu klassifizieren.

Gleichzeitig bezieht sich die Kommunikation rund um Nexus nun auf generative und agentische KI, digitale Assistenten und Process Mining, insbesondere in Konferenzabstracts.²⁵²⁷ Ab Ende 2025 stehen nur begrenzte technische Details zu diesen neueren KI-Elementen zur Verfügung (z.B. welche LLMs, wie sie verankert sind, wie sie in die Planung integriert werden). Daher sollten sie als aufkommende Features behandelt werden, statt als bewährte, zentrale Planungs-Engines.

Entscheidungsautomatisierung vs. Entscheidungsunterstützung

Über SCP, Production Scheduling und Nexus hinweg betont Infors Material die Entscheidungsunterstützung: Verbesserung von Prognosen, Erstellung machbarer Pläne, Produktionsplanung sowie das Hervorheben von Ausnahmen und Risiken.¹⁰¹¹¹²¹³²⁶¹⁶ Automatisierung ist vorhanden – Versorgungspläne können algorithmisch erstellt und in einigen Fällen direkt optimiert und freigegeben werden –, doch das vorherrschende Muster besteht weiterhin darin, dass Planer die Ergebnisse innerhalb von S&OP, MPS oder Control Tower-Prozessen überprüfen und anpassen.

Es gibt keine expliziten Hinweise darauf, dass Infors supply chain Stack über alle Module hinweg um ein einziges globales wirtschaftliches Ziel (z.B. Maximierung des erwarteten Gewinns unter Unsicherheit) organisiert ist. Stattdessen scheinen die Optimierungsziele modulspezifisch zu sein: Service-Level- und Bestandsziele in SCP, Planungseffizienz in IPS, termingerechte Ankünfte in Nexus. Dies ist vergleichbar mit den meisten APS-Anbietern und steht im Gegensatz zu quantitativen Plattformen wie Lokad, die ausdrücklich ein einheitliches finanzielles Ziel über Forecasting und Optimierung codieren.

Kurzum, Infors KI- und Optimierungskomponenten sind substantive but mainstream: Zeitreihen plus ML für Prognosen, kommerzielle Constraint/OR-Solver für die Planung, überwachte ML für network ETAs und workflow-zentrierte Entscheidungsunterstützung für Planer. Sie scheinen sich nicht über die gegenwärtige Branchenpraxis hinaus in radikal neue Modellierungsparadigmen zu bewegen.

Bereitstellungsmodell und kommerzielle Reife

Infors supply chain Lösungen werden typischerweise als Teil einer Infor CloudSuite bereitgestellt, die ERP und verwandte Apps auf Infor OS und AWS-Infrastruktur kombiniert.¹⁰²⁹⁹¹⁴¹⁵¹⁶ Kunden können SCP und Nexus neben Infor ERP betreiben oder diese über ION und andere von Infor und AWS dokumentierte Integrationsmuster mit ERP-Systemen von Drittanbietern integrieren.¹⁰²⁷¹⁴⁶ AWS-Field-Guides beschreiben gängige Integrationsszenarien und heben hervor, dass ION die Orchestrierung von Workflows und Benachrichtigungen über Infor- und Nicht-Infor-Systeme hinweg ohne umfangreiche kundenspezifische Codierung ermöglicht.¹⁰²⁷

Das mandantenfähige SaaS-Modell ermöglicht es Infor, Kunden auf aktuellen Versionen zu halten und die Kapazität je nach Nutzungsspitzen nach oben oder unten zu skalieren, während der Zugriff von jedem Gerät aus möglich ist.²⁹⁹¹⁴¹⁵ In regulierten Branchen bietet Infor Government SaaS-Varianten mit FedRAMP-konformen Stacks an.¹⁴

Angesichts des Ausmaßes der Kundenbasis (zigtausende Organisationen, viele mit komplexen On-Premise-Legacies) spiegeln Infors Planungseinführungen typischerweise die Realitäten von Unternehmen wider: SCP kann schrittweise in bestimmten Geschäftseinheiten eingeführt werden, Nexus kann neben bestehenden TMS/WMS koexistieren, und Anpassungen erfolgen häufig über Konfiguration und Integrationen statt durch Code-Erweiterungen. Öffentliche Kundengeschichten (über verschiedene Branchen hinweg) zeigen eine breite Palette von Anwendungsfällen, betonen jedoch – wenig überraschend – eher geschäftliche Ergebnisse als technische Details.²¹⁹

Kommerziell gibt es keinen Zweifel daran, dass Infor ein reifer Anbieter ist: große installierte Basis, lange Geschichte, stabile Unterstützung durch Koch und ein breites Partner-Ökosystem.¹²⁴²⁵⁹ Der wichtigste technische Vorbehalt ist nicht die Reife, sondern die Heterogenität: Jahrzehnte langer Akquisitionen und Produktentwicklungen bedeuten, dass die supply chain Fähigkeiten über mehrere Anwendungen und Codebasen verteilt sind, anstatt in einer einheitlichen, programmierbaren Optimierungs-Engine zusammengefasst zu sein. Dies ist typisch für große Unternehmensanbieter, aber wichtig zu bedenken, wenn man sie mit jüngeren, einplattformigen Wettbewerbern vergleicht.

Fazit

In präzisen technischen Begriffen liefert Infors supply chain Angebot:

Ein Planungsportfolio (SCP), das statistische/ML-Nachfrageprognosen, zeitlich gestaffelte Versorgungs- und Lagerbestandspläne sowie S&OP-Szenarien mithilfe einer Bibliothek algorithmischer Techniken und heuristischer/Optimierungs-Engines unter Kapazitäts- und Geschäftseinschränkungen generiert.¹⁰¹¹¹²¹⁹¹³²⁶¹⁶
Ein finite scheduling tool (Produktionsplanung), das detaillierte Produktionsbeschränkungen ausdrückt und, bei Lizenzierung mit ILOG, kommerzielle OR-Solver einsetzen kann, um optimale oder nahezu optimale Produktionspläne zu finden.¹⁸²⁰²⁶¹⁶
Ein Multi-Enterprise-Netzwerk (Nexus), das Machine Learning auf große Mengen an Versand- und Ereignisdaten anwendet, um ETAs vorherzusagen, Anomalien zu erkennen und End-to-End-Sichtbarkeit über APIs und Dashboards bereitzustellen – unterstützt durch eine zunehmend moderne Datenarchitektur via Databricks Lakehouse und Delta Sharing.²²⁴²¹⁹²²¹³²⁶²⁷
Eine Cloud-Plattform (Infor OS on AWS), die Integrations-, Sicherheits-, Identitäts- und UX-Dienste bereitstellt und Multi-Tenant-SaaS-Bereitstellungen sowie die schrittweise Integration in heterogene Unternehmenslandschaften ermöglicht.¹⁰²⁹⁹¹⁴¹⁵¹⁶⁶

Die architektonischen und algorithmischen Mechanismen entsprechen weitgehend den gängigen APS-Praktiken: Zeitreihenanalysen und ML in der Prognose, constraint-basierte Planung und kommerzielle Solver in der Terminplanung, überwachten ML für ETA-Vorhersagen sowie workflow-zentrierte Entscheidungsunterstützung. Die KI-Beschriftung wird durch reale Implementierungen (insbesondere in Nexus und der Nachfrageprognose) untermauert, doch deuten die öffentlichen Belege nicht auf etwas hin, das über den aktuellen Stand der industriellen Praxis hinausgeht. Es gibt keine Hinweise auf einheitliche probabilistische Entscheidungsrahmen oder neuartige Optimierungsalgorithmen, wie sie von spezialisierteren Anbietern erforscht werden; vielmehr liegen Infors Stärken in der Breite, der Integration und der Fähigkeit, Planungsfunktionen in große, branchenspezifische Suiten einzubetten.

Kommerziell ist Infor ein etabliertes, sehr großes Unternehmen mit tiefgreifender vertikaler Reichweite und einer langen Liste von On-Premise- sowie Cloud-Kunden. Organisationen, die sich für Infor zur supply chain Planung entscheiden, erwerben typischerweise auch eine umfassendere CloudSuite- und OS-Plattform; die supply chain Komponenten profitieren von diesem integrierten Kontext, werden jedoch auch von ihm geprägt. Unternehmen, die eine hochgradig kundenspezifische, durchgängige quantitative Optimierung anstreben, werden feststellen, dass spezialisierte Plattformen (wie Lokad) einen radikaleren Ansatz verfolgen; jene, die hingegen eine breite, integrierte Unternehmenssuite mit eingebetteter Planung suchen, werden Infors Angebot als technisch solide und konform mit den vorherrschenden APS-Paradigmen erleben – wenn auch mit der üblichen Komplexität eines über mehrere Jahrzehnte aufgebauten Akquisitionsportfolios.