Bewertung von INFORM Software, Supply Chain Optimization Software Anbieter

Von Léon Levinas-Ménard

Zuletzt aktualisiert: November, 2025

INFORM Software (Inform Institut für Operations Research und Management GmbH) ist ein privat geführter deutscher Anbieter, der 1969 in Aachen gegründet wurde und sich zu einem mittelständischen Spezialisten im Bereich Operations Research entwickelt hat, mit ungefähr eintausend Mitarbeitern und globalen Tochtergesellschaften. Von Anfang an hat sich das Unternehmen darauf konzentriert, mathematische Optimierung in operative Entscheidungen einzubinden, zunächst in der Produktionsplanung und Logistik und später auf Flughafengrundzüge, Logistik für fertige Fahrzeuge, Risiko- & Betrugsanalysen, Workforce Management, Bestandsaufnahmen und supply chain management auszuweiten. Das Portfolio ist nicht um eine einheitliche, horizontale Plattform herum organisiert, sondern basiert auf mehreren domänenspezifischen Produkten – ADDONE für Bestands- und supply chain planning, FELIOS für Produktionsplanung und -steuerung, GROUNDSTAR für Flughafen- und Bodenabfertigungsoperationen sowie RISKSHIELD für Betrugs- und Risikobewertung –. Im Bereich supply chain wird die ADDONE-Lösungssuite als „decision-intelligent optimization software“ vermarktet, die eine gemeinsame Datenbasis schafft, KI-unterstützte Nachfrageprognosen erstellt, automatisierte Bestellmengen vorschlägt und Ausnahmen für Planer in den Bereichen Nachfrageplanung, Bestandsmanagement, Ersatzteilmanagement und S&OP hervorhebt. INFORM gibt an, weltweit mehr als 1.000 Kunden in den Bereichen Fertigung, Einzelhandel, Logistik, Finanzen und anderen Sektoren zu haben, und bewirbt Fallstudien wie ARaymond und Hagebau Connect, die Bestandsreduktionen und Effizienzsteigerungen in Prozessen auf ADD*ONE zurückführen. Technisch kombiniert das Unternehmen Operations-Research-Algorithmen mit Machine Learning – als „decision intelligence“ bezeichnet – und setzt dabei auf einen modernen Java/Kotlin-, Spring-, SQL- und Microservices-Stack, der in webbasierten Architekturen eingesetzt werden und in ERPs wie Microsoft Dynamics integriert werden kann. Gleichzeitig bleiben viele technische Details hinter Marketingfloskeln verborgen, weshalb die Bewertung, wie modern INFORM wirklich in Bezug auf probabilistische Prognosen, KI und großskalige Optimierung ist, ein genaues Hinsehen zwischen den Zeilen seiner Dokumentation, Stellenausschreibungen und unabhängigen Kundenberichten erfordert.

INFORM Software Überblick

Aus der Perspektive der supply chain ist INFORM am besten als ein traditionsreiches Operations-Research-Unternehmen zu verstehen, das eine Reihe vertikaler Entscheidungshilfsanwendungen produktisiert hat, anstatt als eine universelle Planungsplattform. Die Firmenorganisation – Inform Institut für Operations Research und Management GmbH – wurde 1969 in Aachen von Hans-Jürgen Zimmermann gegründet und ist seitdem privat geführt geblieben, mit Hauptsitz und primärem Entwicklungszentrum in Aachen.¹² Öffentliche Zahlen für 2023 deuten auf ungefähr 968 Mitarbeiter und einen Umsatz von rund 129 Mio. € hin, was INFORM als einen erheblichen, aber dennoch mittelständischen Anbieter positioniert, anstatt als einen globalen Megasuite-Anbieter.¹ Das Unternehmen betont sein Erbe im Bereich Operations Research und beschreibt sich selbst als Nutzer „fortgeschrittener Mathematik für komplexe Entscheidungen“, wobei OR als Kern der meisten Systeme positioniert wird und Operations-Research-Algorithmen explizit mit Machine-Learning-Techniken kombiniert werden, um die Entscheidungsqualität in Logistik, Fertigung, Risiko und supply chain zu verbessern.²³

Die Produktpalette von INFORM erstreckt sich über mehrere verschiedene Bereiche. Sowohl das Anbieterprofil von Apps Run The World als auch INFORMs eigene Marketingliste führen mindestens acht benannte Softwareprodukte auf: ADDONE für Bestands- und supply chain management, FELIOS für Produktionsplanung und -steuerung, GROUNDSTAR für Flughafengrundzüge, INVENT XPERT für die Bestandsaufnahme in SAP EWM, RISKSHIELD für Betrugsprävention und Risikomanagement, SYNCROSUPPLY und SYNCROTESS für Hof- und Transportplanung sowie WORKFORCEPLUS / YMSlite für Workforce- und Hofmanagement.⁴⁵³ Die einigende Thematik über diese Bereiche ist die algorithmische Optimierung von eingeschränkten, hochkomplexen Prozessen. Im Bereich supply chain bildet die ADDONE-Lösungssuite den Mittelpunkt: Die supply chain management-Seiten von INFORM rahmen ADD*ONE explizit als „decision-intelligent optimization software“ für Nachfrageplanung, Bestandsmanagement, Ersatzteilplanung und S&OP ein und versprechen bessere Servicelevels bei niedrigeren Beständen, indem Routineplanungsaufgaben automatisiert und kritische Ausnahmen hervorgehoben werden.⁶⁷⁵

INFORM positioniert sich zudem innerhalb breiterer ESG- und Corporate-Governance-Narrative, ist als Teilnehmer im UN Global Compact registriert und hebt Nachhaltigkeitsinitiativen in seiner Unternehmenskommunikation hervor.⁸ Dies ist vor allem als Kontext relevant: Es signalisiert, dass INFORM auf einem Reifegrad agiert, bei dem formales Nachhaltigkeitsreporting und globale Compliance-Programme von Bedeutung sind, anstatt als ein kleines, informelles Softwareunternehmen. Branchendirektiven wie It’s in Germany beschreiben INFORM ebenfalls als einen KI-basierten Optimierungsanbieter mit mehr als 1.000 Mitarbeitern, der internationale Kunden in den Bereichen Logistik, Automobil, Luftfahrt und Finanzen bedient, was die Auffassung bestärkt, dass INFORM ein etablierter europäischer mittelständischer Anbieter mit diversifizierten Aktivitäten ist und kein Early-Stage-Startup.⁹

Unternehmensgeschichte, Eigentümerschaft und Größe

Der deutsche Wikipedia-Eintrag und INFORMs eigene Seite „Our history“ stimmen in einer kohärenten Zeitleiste überein. INFORM begann 1969 als akademischer Spin-off im Bereich Operations Research und entwickelte Software, um komplexe Entscheidungsprobleme in der Fertigung und Logistik zu unterstützen.¹² In den folgenden Jahrzehnten fügte es vertikale Produktlinien hinzu – insbesondere für Flughafengrundzüge (GROUNDSTAR), Produktionsplanung (FELIOS) und Containerterminal-Logistik – und expandierte geografisch mit Tochtergesellschaften in Nordamerika, Südamerika, Asien und Australien.²⁴ Ab Mitte der 2020er berichtet INFORM von mehr als 1.000 aktiven Kunden in über 40 Ländern, mit einer Belegschaft, die sich 1.000 Personen nähert.²¹⁰⁴

Es gibt keine öffentlichen Belege dafür, dass INFORM übernommen wurde oder selbst andere Softwareunternehmen übernommen hat. Handelsregister und branchenspezifische Nachrichten zeigen keine M&A-Aktivitäten, die mit der in Aachen ansässigen INFORM-Entität in Verbindung stehen; man muss darauf achten, sie nicht mit anderen Firmen zu verwechseln, die das Wort „Inform“ in ihrem Namen tragen (zum Beispiel ein US-amerikanisches Versicherungsanalytikunternehmen, das von Klear.ai übernommen wurde, was ein anderes Unternehmen ist). Mit anderen Worten, INFORM scheint organisch als privat geführtes, von den Gründern beeinflusstes Unternehmen gewachsen zu sein, das sich auf operations-research-basierte Produkte konzentriert, statt durch risikofinanzierte Konsolidierungen oder Ankaufrunden.¹⁴

Produktportfolio mit Fokus auf supply chain

Die ADDONE-Suite wird als INFORMs dediziertes Produktportfolio für supply chain und Bestandsoptimierung vermarktet. Die supply chain management-Seite von INFORM beschreibt ADDONE als „software for supply chain management“, die Nachfrageplanung, Bestandsmanagement, Ersatzteilmanagement und S&OP unterstützt, mit dem Versprechen, „Bestände zu reduzieren, Servicelevels zu erhöhen und die Planungsqualität zu verbessern“ – mithilfe von KI-unterstützter Software.⁶ Die Unterseite für Nachfrageplanung spezifiziert, dass ADD*ONE als „sales forecasting software“ fungiert, indem es „erprobte Optimierungsalgorithmen und künstliche Intelligenz“ kombiniert, um verlässliche Prognosen zu generieren und Vertriebsplaner dabei zu unterstützen, Prognosen mit Verkaufszielen, Kampagnenplänen und strategischen Zielen in Einklang zu bringen.⁷

Auf der S&OP-Seite betont die auf ADD*ONE basierende S&OP-Seite die Schaffung einer gemeinsamen Informationsbasis über Abteilungen hinweg, die automatische Erstellung von Prognosen und „self-adapting demand indicators“ sowie die Bereitstellung von Dashboards plus Entscheidungshilfe, um Angebot, Nachfrage und Kapazitäten über 24-monatige Zeithorizonte auszubalancieren.⁵ Dieselbe Seite führt die Hauptvorteile auf, wie die Verbesserung der abteilungsübergreifenden Planungsqualität, die Vernetzung des abteilungsinternen Wissens, die Optimierung von Bestandsniveaus und Kapazitätsauslastung entsprechend der Nachfrage sowie die Ermöglichung eines „Management by Exception“, indem proaktiv kritische Punkte hervorgehoben werden, bei denen ein Eingreifen des Planers erforderlich ist.⁵

Fallmaterial verleiht diesen Aussagen mehr greifbare Substanz. Eine Erfolgsgeschichte mit ARaymond, einem globalen Anbieter von Befestigungs- und Montagelösungen, besagt, dass ADD*ONE „die wesentliche Datenbasis für unseren inzwischen etablierten S&OP-Prozess, alles aus einem System heraus“ bildet, was eine Vereinfachung und verbesserte Robustheit des S&OP-Prozesses mit besserer Transparenz über den durchgängigen Plan ermöglicht.¹¹ Ein weiterer unabhängiger Bericht von Retail Optimiser beschreibt, wie Hagebau Connect, die E-Commerce-Einheit der deutschen Baustoffgruppe Hagebau, die webbasierte Add-One-Lösung für die e-commerce Wiederauffüllung implementierte, Schlüsselprozesse im Einkauf automatisierte und – zusammen mit weiteren Maßnahmen – den Bestand innerhalb der ersten sechs Monate um 30% reduzierte.¹² Laut diesem Artikel integriert die Lösung sich über eine Schnittstelle in Microsoft Business Central, verwendet KI-basierte Prognoseverfahren, um automatisierte Bestellvorschläge zu generieren, und präsentiert Planern maßgeschneiderte Arbeitsabläufe und visuelle Hilfsmittel wie Bestandsdeckungsdiagramme und Lieferantenleistungsindikatoren.¹²

Diese Kundenerfahrungen untermauern das Bild, dass ADD*ONE nicht nur eine Berichts- oder Alarmierungsschicht ist, sondern eine Optimierungs-Engine, die konkrete Wiederauffüllungsvorschläge und S&OP-Pläne generiert, die von den Kunden umgesetzt werden können. Allerdings bleibt das öffentliche Material überwiegend beschreibend und gibt keine detaillierten Modellannahmen preis (zum Beispiel, ob Nachfrage und Lieferzeiten als vollständige Wahrscheinlichkeitsverteilungen oder mittels einfacherer Sicherheitsbestandsparameter modelliert werden), weshalb eine Bewertung der technischen Tiefe auf indirekten Belegen wie den OR- und AI-Seiten sowie technischen Stellenausschreibungen beruhen muss.

INFORM Software vs Lokad

Obwohl sowohl INFORM als auch Lokad supply-chain Entscheidungsprobleme angehen und dabei auf KI und fortschrittliche Analytik zurückgreifen, verkörpern sie doch sehr unterschiedliche architektonische und kommerzielle Philosophien. INFORM bietet einen Katalog domänenspezifischer Standardprodukte – ADD*ONE für Bestands- und supply chain, FELIOS für Produktionsplanung, GROUNDSTAR für Flughafenbetrieb, RISKSHIELD für Betrug und andere – jeweils mit eigener Benutzeroberfläche, Arbeitsabläufen und integrierter Optimierungslogik.⁵⁴³ Im Gegensatz dazu stellt Lokad eine einzige programmierbare Plattform bereit, die auf seiner domänenspezifischen Envision-Sprache zentriert ist, auf der alle Prognose-, Optimierungs- und Berichtlogiken in Code implementiert und je nach Kunde angepasst werden. Das Lieferprodukt von Lokad ist typischerweise eine maßgeschneiderte Predictive-Optimization-App, die auf dieser Plattform für die supply chain eines Kunden aufgebaut ist, während INFORM darauf abzielt, konfigurierbare, aber weitgehend vorgepackte Anwendungen für spezifische Problembereiche zu verkaufen.

Auf der Prognoseseite erwähnen INFORMs supply chain-Seiten wiederholt „AI-supported software“, „intelligent forecasting procedures“ und „self-adapting demand indicators“, die verlässliche Prognosen generieren und automatisierte Wiederauffüllungsvorschläge einspeisen.⁶⁷⁵¹² Die Beschreibungen stimmen mit statistisch oder machine-learning-verbesserten Zeitreihenprognosen überein, schweigen jedoch darüber, ob das System vollständige Nachfragedistributionen oder nur eine begrenzte Anzahl von Punktprognosen und Sicherheitsbestandsparametern liefert. Im Gegensatz dazu stellt Lokad explizit probabilistische Prognosen und Quantilverteilungen als technische Grundlage seiner Optimierung in den Mittelpunkt; seine Leistung beim M5-Wettbewerb und die öffentliche Dokumentation zeigen, dass seine Prognoseausgaben als vollständige stochastische Eingaben in nachgelagerte Entscheidungsmodelle einfließen. Das bedeutet nicht, dass INFORM auf stochastische Modellierung verzichtet – seine Operations-Research-Seite weist darauf hin, dass OR mit Machine-Learning-Vorhersagen kombiniert wird, um große Entscheidungsräume zu erkunden – aber aus öffentlichen Quellen lässt sich nicht bestätigen, dass das Nachfrage-Modell von ADD*ONE vollständig distributional ist, anstatt herkömmliche Sicherheitsbestands-Puffer zu verwenden.³

In der Optimierung stellt INFORM Operations Research und mathematische Programmierung in den Vordergrund. Seine OR-Seite beschreibt den Einsatz von mathematischer Modellierung, Optimierung und Suchalgorithmen, um riesige Entscheidungsräume zu durchforsten und schnell zu „optimalen Lösungen“ zu konvergieren, und stellt explizit fest, dass viele INFORM-Systeme (einschließlich in Logistik, Fertigung und Workforce) im Kern auf OR-Such- und Optimierungsalgorithmen basieren.³ ADD*ONE wird als „decision-intelligent optimization software“ präsentiert, das Routineentscheidungen für die Wiederauffüllung automatisieren, begrenzte Ressourcen über Produkte und Zeit hinweg zuteilen und Ausnahmen für die menschliche Aufmerksamkeit hervorheben kann.⁶⁵ Lokad hingegen verwendet kundenspezifische, stochastische Optimierungsheuristiken wie Stochastic Discrete Descent und führt differentiable programming ein, um gemeinsam Vorhersage- und Entscheidungsparameter zu erlernen; es verzichtet bewusst auf gebrauchsfertige Optimierungslöser zugunsten domänenspezifischer Suchverfahren, die in seine DSL eingebettet sind. Technisch gesehen sind beide Anbieter im Optimierungsgeschäft tätig, aber INFORM stützt sich auf klassische OR-Terminologie und vorgepackte Optimierungs-Engines innerhalb festgelegter Produktgrenzen, während Lokad Optimierung als Code in einer einheitlichen Umgebung zugänglich macht.

Architektonisch und technologisch zeigen INFORMs eigene Stellenausschreibungen sowie Beschreibungen Dritter einen relativ konventionellen Enterprise-Stack: Backend-Entwicklung in Java oder Kotlin mit Spring und SQL, die Nutzung von Git, Maven und Jira sowie den Einsatz moderner Cloud-Technologien wie Docker, Kubernetes, Microservices, Domain-driven Design und Messaging-Systemen, wobei AWS als Beispielumgebung genannt wird.¹³ Dies deutet auf eine Microservices-basierte Architektur hin, die von relationalen Datenbanken und web-basierten Frontends pro Produktlinie unterstützt wird. Lokad hingegen basiert auf einer kundenspezifischen, ereignisgesteuerten Architektur mit einem inhaltsadressierbaren Speicher und einer verteilten VM zur Ausführung von Envision-Skripten, implementiert in F# und C# auf Microsoft Azure. Aus Kundensicht liegt der Vorteil von INFORM in der Vertrautheit – seine Lösungen sehen aus und verhalten sich wie zeitgemäße Unternehmensanwendungen mit integrierten Benutzeroberflächen und Standard-Schnittstellen zu ERPs wie Microsoft Dynamics und SAP – während Lokads Vorteil in der Programmierbarkeit und der Fähigkeit liegt, hochgradig idiosynkratische Einschränkungen zu modellieren, allerdings auf Kosten der Notwendigkeit von Scripting und engerer Zusammenarbeit.

Kommerziell betrachtet ist INFORM ein langjähriger mittelständischer Anbieter mit mehr als fünf Jahrzehnten Geschichte und einem breiten Portfolio in verschiedenen Branchen; sein supply chain Angebot ist eine wichtige Geschäftszeile unter vielen.¹⁴ Lokad ist ein wesentlich jüngerer, fokussierterer Anbieter, dessen gesamtes Geschäft auf die die Quantitative Supply Chain Optimierung ausgerichtet ist. INFORMs Breite – Luftfahrt, Logistik, Risiko & Betrug, workforce – bringt Diversifikation und bereichsübergreifende OR-Expertise, bedeutet aber auch, dass supply chain nicht der alleinige strategische Fokus des Unternehmens ist. Lokads Tiefe im Bereich supply chain führt zu einer Plattform, die spezialisierter, aber weniger „out-of-the-box“ für andere Domänen ist. Für einen Käufer besteht ein Abwägungsprozess zwischen INFORMs produktisierten, domainspezifischen Anwendungen, in die OR/AI eingebettet ist, und Lokads einzelner programmierbarer Engine, die mehr Konfigurationsarbeit erfordert, aber prinzipiell anspruchsvollere probabilistische und ökonomische Modelle ausdrücken kann, die auf jedes Geschäft zugeschnitten sind.

Technologie und Architektur

Tech-Stack und Bereitstellung

INFORM veröffentlicht keinen formellen Architektur-Blueprint für ADDONE, aber seine Karrierematerialien und Partnerberichte vermitteln ein vernünftiges Bild. Eine Stellenausschreibung für Softwareentwickler in Aachen gibt an, dass Entwickler „unsere Softwarelösungen im Bereich Containerterminals mit Java oder Kotlin erweitern“, an der „Cloud-Transformation unseres Produkts“ arbeiten und „sehr gute Kenntnisse in Java oder Kotlin, Spring und SQL“ sowie Erfahrung mit Git, Maven und Jira besitzen sollten.¹³ In derselben Ausschreibung wird Erfahrung mit CI/CD, Docker, Kubernetes, Microservices, domänengetriebenem Design, Nachrichtensystemen und Cloud-Plattformen wie AWS als vorteilhaft aufgeführt, und es wird Angular im Frontend erwähnt.¹³ Obwohl diese Ausschreibung Logistiksoftware für Containerterminals anspricht, deuten INFORMs Einstellungsgewohnheiten stark darauf hin, dass dieselben Kerntechnologien in mehreren Produktlinien, einschließlich ADDONE, verwendet werden.

Drittanbieter-Verzeichnisse beschreiben INFORMs Produkte ebenfalls als webbasierte oder cloudfähige Lösungen. Der Retail Optimiser-Artikel über Hagebau Connect bezeichnet ADD-ONE explizit als eine „webbasierte Lösung“, die über browserbasierte Schnittstellen bereitgestellt und über eine Schnittstelle zu Microsoft Business Central integriert wird, mit Workflows, die den Nutzern relevante Informationen in einer browserbasierten UI präsentieren.¹² Das Anbieterprofil von Apps Run The World führt INFORM als Anbieter von KI- und Entscheidungsintelligenz-Software auf, der seine Produkte an mehr als 1.000 Kunden weltweit liefert – mit einer Mischung aus Cloud- und On-Premises-Bereitstellungen, je nach Produkt und Kundenpräferenz.⁴ In Deutschland wird INFORM ebenfalls als Anbieter von KI-basierten Softwarelösungen charakterisiert, die in bestehende IT-Landschaften integriert werden können, was den Eindruck einer ziemlich standardmäßigen Web-/App-Server-/DB-Architektur weiter verstärkt.⁹

Aus diesen Belegen ergibt sich eine plausible Architektur für ADD*ONE:

Eine mehrschichtige Webanwendung, mit Angular oder ähnlichen SPA-Frontends und Java-/Kotlin-Spring-basierten Diensten im Backend.¹³¹²
Relationale Datenbanken (SQL), die transaktionale und Stammdaten speichern, die aus ERP/WMS/anderen Systemen geladen werden.
Microservices und Messaging für Skalierung und Integration, mit optionaler Containerisierung (Docker, Kubernetes) und Cloud-Bereitstellung (AWS oder private Clouds).¹³
Eingebettete Optimierungs-Engines und Forecasting-Module, die als Dienstkomponenten innerhalb der ADD*ONE-Suite implementiert sind, anstatt als separate, extern orchestrierte Pipelines.⁶⁷³

Dies ist ein moderner, aber konventioneller Enterprise-Stack: Das technische Interesse liegt weniger bei der Infrastruktur als bei den in den Diensten eingebetteten Optimierungs- und Forecasting-Algorithmen.

Datenintegration und Rollout

INFORM positioniert ADDONE als ein Overlay, das sich über standardisierte Schnittstellen in bestehende ERPs und operative Systeme integriert. Im Fall von Hagebau Connect stellt der Retail Optimiser-Artikel fest, dass die Software über eine Schnittstelle mit Microsoft Business Central (ehemals Navision / Dynamics NAV) verbunden ist, die alle relevanten Daten in ADD-ONE überträgt, wonach sechs Planer und zwei Prozessmanager rund 3.500 aktive SKUs mit der Lösung steuern.¹² Der gleichen Quelle zufolge war das Ziel, von manueller, Excel-basierter Mengeneinteilung und manueller Auftragserfassung im ERP zu automatisierten, täglich von ADDONE generierten Wiederbeschaffungsvorschlägen überzugehen – unterstützt durch Workflows und Visualisierungen, die die tägliche Arbeit der Planer strukturieren.¹²

INFORMs eigene supply chain Seiten betonen außerdem, dass ADDONE eine „gemeinsame Datenbank“ abteilungsübergreifend als Grundlage für kollaborative Planung erstellt und dass es strategische Entscheidungen mit operativen Plänen über einen Zeitraum von bis zu 24 Monaten integrieren kann.⁵ Obwohl die genauen Integrationsmechanismen (dateibasiert, API, Message Queues) nicht öffentlich bekannt gegeben werden, deuten die Beispiele auf einen klassischen nächtlichen oder periodischen Batch-Prozess hin: ERP- und Verkaufsdaten werden in ADDONE extrahiert, Berechnungen durchgeführt und Wiederbeschaffungsvorschläge sowie Dashboards zur Überprüfung durch die Planer erstellt.

Es gibt keine detaillierte öffentliche Beschreibung der Implementierungsmethodik, aber der ARaymond-Fall impliziert einen projektbasierten Ansatz mit Phasen für Datenintegration, Konfiguration und iterative Anpassung. Dort wurde ADD*ONE als Bereitsteller einer einheitlichen Datenbasis und zur Vereinfachung des S&OP-Prozesses beschrieben – was einen nicht trivialen Einrichtungs- und Change-Management-Aufwand impliziert, bevor sich die Vorteile zeigen.¹¹ Im Vergleich zu einer programmierbaren Plattform wie der von Lokad stützt sich der Rollout von INFORM stärker darauf, eine bestehende Anwendung zu konfigurieren, anstatt domainspezifischen Code zu schreiben; in beiden Fällen hängt der Erfolg jedoch von der Qualität der Datenintegration sowie der Abstimmung der Modelle und Parameter ab.

KI, Machine Learning und Optimierungsansprüche

Kern von Operations Research

Die Seite „Operations Research – Mathematical Optimization“ von INFORM bietet einen seltenen Einblick in die konzeptuellen Grundlagen seiner Optimierungs-Engines.³ Sie definiert OR als den Einsatz anspruchsvoller analytischer Methoden und mathematischer Algorithmen, um in komplexen Situationen bessere Entscheidungen zu treffen, und beschreibt, wie mathematische Modellierung und Optimierung den gesamten Entscheidungsraum eines Problems mit Zielsetzungen und Einschränkungen abbilden können – und wie OR-Algorithmen diesen Raum durchsuchen, um in kurzer Zeit die besten Entscheidungen zu finden.³ Die Seite stellt ausdrücklich fest, dass viele von INFORMs Softwaresystemen im Kern auf OR-Such- und Optimierungsalgorithmen basieren, insbesondere in den Bereichen Logistik, Fertigung und bei der Erstellung von Dienstplänen für das Personal, und dass OR mit machine-learning-basierten Vorhersagen kombiniert wird, um Geschäftsprozesse zu optimieren.³

Obwohl keine spezifischen Algorithmen genannt werden (z. B. gemischt-ganzzahlige Programmierung, Constraint Programming, Heuristiken), entspricht die Ausdrucksweise der klassischen OR-Praxis: Es wird ein mathematisches Modell formuliert und entweder ein exakter oder ein heuristischer Algorithmus eingesetzt, um es zu durchdringen. Angesichts der Vielfalt von INFORMs Domänen (Containerterminals, Fertigungsstraßen, Zuweisung von Flughafenressourcen etc.) ist es vernünftig anzunehmen, dass eine Mischung aus exakten und heuristischen Methoden verwendet wird – auch wenn dies nur eine Vermutung ist, da das Unternehmen keine technischen Whitepaper oder Open-Source-Solver-Code veröffentlicht, die eine tiefere Analyse erlauben würden. Die Existenz einer derartigen OR-fokussierten Seite und die langjährige OR-Erfahrung des Unternehmens stützen jedoch die Behauptung, dass Optimierung mehr als nur ein oberflächliches Marketing-Label ist.

KI und Machine Learning

INFORM verwendet das Label „decision-intelligent“ und verweist in seinem Marketing wiederholt auf künstliche Intelligenz. Die supply chain Management-Seite beschreibt ADDONE als „KI-unterstützte Software“, die KI einsetzt, um Bestandsniveaus, Lieferperformance und Kapazitätsauslastung zu optimieren, und die Demand-Planning-Seite spricht von „erprobten Optimierungsalgorithmen und künstlicher Intelligenz“ für Forecasting.⁶⁷ Die S&OP-Seite stellt fest, dass ADDONE „künstliche Intelligenz-Methoden nutzt, um Ihre Prozesse zu optimieren“ und automatisch verlässliche Forecasts sowie „selbstadaptierende Nachfrageindikatoren“ bereitstellt.⁵

Blogbeiträge, die von der S&OP-Seite verlinkt sind – wie „Inventory Optimization with AI-supported Software: How to Reconcile Delivery Capability and Cost Reduction“ und „Supply Chain Management Software: Why it is Essential for Successful Supply Chains“ – bewerben weiter die KI-Fähigkeiten in der Bestandsoptimierung und supply chain Resilienz.⁵ Allerdings bleiben diese Blogartikel (soweit sie anhand von Ausschnitten und Titeln sichtbar sind) auf einer konzeptuellen und geschäftserklärenden Ebene; sie geben keine Einblicke in Modellarchitekturen, Ansätze des Feature Engineering oder Trainingsverfahren preis.

Der Hagebau Connect-Fall aus dem Retail Optimiser ist konkreter: Er bezeichnet die Lösung als „AI-based“ und erklärt, dass „intelligente Forecasting-Verfahren“ das Nachfrageverhalten für jeden Artikel analysieren und automatisierte Bestellvorschläge erstellen, die dann in einem Workflow mit Visualisierungen – wie Coverage-Charts und Lieferantenqualitätsindikatoren – präsentiert werden.¹² Dennoch werden die eigentlichen KI-Modelle nicht spezifiziert. Es ist plausibel, dass INFORM eine Kombination aus klassischen Zeitreihenmodellen und Machine-Learning-Methoden (z. B. gradient-boosted trees, neuronale Netze) innerhalb von ADD*ONE verwendet, aber dies kann aus öffentlichen Materialien nicht bestätigt werden.

Aus einer skeptischen Perspektive sind die KI-Behauptungen glaubhaft, da INFORM eindeutig datengesteuerte Modelle für Forecasting und Event Detection einsetzt und Entwickler mit Erfahrung in „AI software projects“ als Pluspunkt einstellt.¹³ Der Mangel an technischer Offenlegung bedeutet jedoch, dass nicht verifiziert werden kann, ob die KI tatsächlich auf dem Niveau modernster probabilistischer Forecasting- und Decision-Learning-Methoden (wie in der aktuellen Fachliteratur) arbeitet oder hauptsächlich eine Kombination aus soliden, aber konventionellen statistischen Modellen darstellt, die in AI-Marketing-Sprache gehüllt sind. Es gibt keine Hinweise darauf, dass INFORM in Forecasting-Wettbewerben oder KI-Konferenzen publiziert oder dass es Modelldetails jenseits von Standard-Dashboards für Kunden zugänglich macht.

Optimierung und Automatisierung in der ADD*ONE supply chain

Im supply chain ist die entscheidende Frage, wie weit ADDONE über die grundlegende Wiederbeschaffungspunkt-Logik hinausgeht. INFORMs Seiten beschreiben ADDONE als eine Lösung, die verlässliche Forecasts generiert, optimale Bestandsniveaus berechnet und automatisch Wiederbeschaffungsvorschläge bereitstellt, die hinsichtlich Verfügbarkeit und Kosten optimiert sind – wobei das System „langweilige Routineaufgaben“ übernimmt und Planer proaktiv auf kritische Artikel hinweist.⁶⁵ Die S&OP-Materialien betonen, dass die Pläne „umsetzbar, abteilungsübergreifend“ sind und dass die Software begrenzte Ressourcen optimal zuordnet und Geschäftspläne sowohl taktisch als auch strategisch über einen 24-monatigen Horizont anpasst.⁵

Der Hagebau Connect-Artikel liefert Beweise für echte Automatisierung: Vor ADDONE verließen sich die Planer von Hagebau Connect auf manuelle Excel-Analysen und manuell ausgelöste Bestellungen im ERP; nach der Implementierung wurden zentrale Beschaffungsprozesse automatisiert, die Planungshäufigkeit stieg von ein- oder zweimal pro Woche auf täglich, und – zusammen mit anderen Maßnahmen – sank der Lagerbestand um 30%.¹² Der Artikel weist außerdem auf den Einsatz regelbasierter Kalender, Erreichbarkeitsgraphen und Lieferantenleistungskennzahlen innerhalb der ADDONE UI zur Unterstützung der Entscheidungsfindung hin.¹²

Dies legt nahe, dass die Optimierung von ADDONE zumindest auf dem Niveau einer dynamischen Bestellvorschlagserstellung liegt, die Forecasts, Bestandsniveaus, offene Aufträge und möglicherweise Lieferantenbeschränkungen berücksichtigt – und dass sie eine ausnahmebasierte Planung unterstützt. Da INFORM jedoch die zugrunde liegenden Formeln oder Zielfunktionen nicht veröffentlicht, lässt sich nicht feststellen, ob die Optimierung auf einfachen Wiederbeschaffungspunkt-Berechnungen mit einigen Heuristiken oder auf einer vollwertigen stochastischen Optimierung der erwarteten Kosten bei Nachfrage- und Lieferzeitunsicherheiten basiert. Die Operations-Research-Seite impliziert Letzteres für einige Bereiche, allerdings wird keine explizite Verbindung zur Bestandslogik von ADDONE hergestellt.³

Insgesamt sind INFORMs Optimierungsansprüche glaubhaft und konsistent mit der langjährigen OR-Praxis in APS-Systemen: Sie stellen wahrscheinlich solide, industrielle Optimierungsmodelle dar, die in Standardsoftware eingebettet sind, doch es gibt nicht genügend Beweise dafür, dass sie dem Stand der Technik in der probabilistischen Bestandsoptimierung voraus sind.

Kundenbasis und kommerzielle Reife

Benannte Kunden und Fallbelege

INFORM bietet auf seiner Website einen Referenzbereich und mehrere Fallstudien, obwohl viele hinter Formularen verborgen oder in kurzen Zusammenfassungen dargestellt sind. Die ARaymond S&OP-Geschichte beschreibt beispielsweise, wie ADD*ONE ARaymond (ein globales Befestigungstechnologieunternehmen, das in der Automobil- und Luftfahrtindustrie aktiv ist) unterstützt, indem es eine einheitliche Datenbasis für den S&OP-Prozess bereitstellt, Workflows vereinfacht und eine effizientere abteilungsübergreifende Planung ermöglicht; der zitierte Teamleiter erklärt, dass der Prozess nun „auf einer soliden Grundlage basiert und daher effizienter ist.“¹¹ Der hier angesprochene Sektor – industrielle Fertigung für die Automobil- und Luftfahrtbranche – entspricht INFORMs Fokus auf komplexe, Engineer-to-Order- und Long-Tail-Bestandsstrukturen.

Der oben diskutierte Hagebau Connect-Fall ist besonders aufschlussreich, da er aus einer unabhängigen Fachzeitschrift stammt. Retail Optimiser berichtet, dass Hagebau Connect durch den Einsatz von ADD-ONE den E-Commerce-Nachschub automatisierte, Microsoft Business Central integrierte und nach sechs Monaten den Lagerbestand um 30 % reduzierte – während gleichzeitig dank der Eliminierung manueller Schritte eine tägliche Planung ermöglicht wurde.¹² Der Artikel liefert konkrete Zahlen (3.500 SKUs, sechs Planer und zwei Prozessmanager) und beschreibt, wie das System den Planern priorisierte Informationen präsentiert, was seinen Beweiswert verstärkt.

Das Profil von Apps Run The World führt INFORM als Anbieter, der mehr als 1.000 Kunden in Branchen wie Automobil, Luftfahrt, Logistik, Fertigung und Finanzdienstleistungen bedient, und hebt Produkte wie ADD*ONE, FELIOS, GROUNDSTAR und RISKSHIELD als Schlüsselangebote hervor, die von diesen Kunden genutzt werden.⁴ Obwohl solche Verzeichnisse teilweise auf von Anbietern bereitgestellten Daten basieren, bestätigen sie INFORMs Behauptungen hinsichtlich Größe und branchenübergreifender Akzeptanz.

Insgesamt verfügt INFORM – verglichen mit vielen frühen AI-Planungs-Startups – über eine beträchtliche und überprüfbare Kundenbasis mit jahrzehntelanger Einsatzhistorie in verschiedenen Bereichen. Speziell im supply chain-Bereich ist das öffentliche Fallmaterial zwar begrenzter, umfasst jedoch benannte, anerkannte Industrieunternehmen mit dokumentierten Vorteilen.

Marktpositionierung im supply chain

INFORM’s supply chain positioning ist enger gefasst als die von globalen Planungssuites wie SAP IBP oder Blue Yonder, aber breiter als die von Nischenanbietern, die sich ausschließlich auf Bedarfsprognosen oder einstufige Bestandsoptimierung konzentrieren. Die ADD*ONE-Suite umfasst Bedarfsplanung, Bestandsmanagement, Ersatzteilverwaltung und S&OP; zudem können die FELIOS- und Bestandsaufnahmelösungen für die Produktionsplanung und Bestandsprüfungen in SAP-Umgebungen relevant sein.⁶⁵⁴ Dies ordnet INFORM eindeutig in die Kategorie „optimization-centric APS“ ein: Es bietet fokussierte, optimierungsintensive Anwendungen, die sich in ERP-Rückgrate integrieren, anstatt vollumfängliche End-to-End-Transaktionssysteme bereitzustellen.

Branchenberichte wie jene im Retail Optimiser erwähnen INFORM häufig zusammen mit anderen europäischen supply chain IT-Anbietern im Kontext von Lebensmitteln, DIY und Großhandelslogistik, was darauf hindeutet, dass es als eine von mehreren Optionen für mittel- bis großflächige Einzelhändler und Hersteller konkurriert, die ihre Nachschubsteuerung und Planung automatisieren möchten.¹² Verzeichnisse wie It’s in Germany und ähnliche betonen seine KI-basierte Entscheidungsintelligenz-Positionierung, stufen es jedoch nicht als globalen Spitzenreiter ein; vielmehr erscheint INFORM als ein starker regionaler/europäischer Wettbewerber mit besonderen Stärken in Deutschland und angrenzenden Märkten.⁴⁹

Wirtschaftlich gesehen ist INFORM eindeutig ein etabliertes Unternehmen: fünf Jahrzehnte alt, mit nahezu 130 Mio. € Umsatz, über 1.000 Mitarbeitern, einer breit gefächerten Branchenpräsenz und der Teilnahme an globalen Governance-Rahmenwerken.¹²⁸ Auf der supply chain-Technologie-Kurve positioniert sich das Unternehmen als „established vendor“: Es handelt sich weder um eine Mainframe-Ära-Lösung noch um ein experimentelles KI-Startup. Die Hauptunsicherheit besteht weniger in der wirtschaftlichen Tragfähigkeit als vielmehr darin, wie aggressiv sich die ADD*ONE-Suite weiterentwickelt hat, um die neuesten probabilistischen und KI-Techniken zu integrieren, im Gegensatz zur Weiterentwicklung traditioneller OR-basierter APS-Modelle.

Kritische Bewertung des aktuellen Standes der Technik

Setzt man die einzelnen Aspekte zusammen, erscheint INFORMs technisches Profil im Bereich supply chain wie folgt:

Stärken
- Tiefe Verwurzelung im Bereich Operations Research mit explizitem Schwerpunkt auf mathematischer Optimierung über alle Produkte hinweg, nicht nur im Marketing.²³
- Ein moderner Enterprise-Tech-Stack (Java/Kotlin, Spring, SQL, Microservices, Docker/Kubernetes, cloud), der für typische Planungsaufgaben wartbar und skalierbar sein sollte.¹³
- Eine produktisierte Suite (ADD*ONE), die mehrere zentrale Funktionen der supply chain Planung – Bedarfsplanung, Bestandsoptimierung, Ersatzteil- und S&OP – integriert abdeckt.⁶⁷⁵
- Nachweise realer Automatisierung und Auswirkungen, wie etwa der Hagebau Connect-Fall mit einer 30%-igen Bestandsreduktion und täglicher E-Commerce-Nachschubsteuerung sowie ARaymonds Vereinfachung des S&OP-Prozesses.¹¹¹²
- Eine umfangreiche und diversifizierte Kundenbasis über verschiedene Branchen hinweg, was Robustheit und langfristige Tragfähigkeit signalisiert.⁴⁹
Unklarheiten / Einschränkungen
- Begrenzte Transparenz bei Prognosemodellen. Öffentliches Material klärt nicht, ob ADD*ONE vollständige Wahrscheinlichkeitsverteilungen für Nachfrage und Lieferzeit modelliert oder hauptsächlich Punktprognosen plus Sicherheitsbestände unterstützt. Formulierungen wie „zuverlässige Prognosen“ und „selbstanpassende Nachfrageindikatoren“ sind marketingfreundlich, aber technisch vage.⁷⁵¹²
- Mangel an technischen Publikationen. Anders als einige Anbieter, die in Prognosewettbewerben oder wissenschaftlichen Foren veröffentlichen, scheint INFORM keine technischen Whitepapers oder Benchmark-Ergebnisse bereitzustellen, die einen rigorosen Vergleich der Prognose- oder Optimierungsleistung ermöglichen würden.
- Black-Box-Optimierung aus Sicht des Anwenders. Obwohl Operations Research zentral im Hintergrund steht, ist die Optimierungslogik im Produkt gekapselt und nicht als konfigurierbarer Code zugänglich. Anwender können Parameter und Richtlinien anpassen, aber es gibt keinen Hinweis darauf, dass sie das Optimierungsmodell grundlegend neu gestalten können, wie dies bei einer programmierbaren Plattform möglich wäre.
- Konventionelle Architektur. Der Java/Spring/SQL/Microservices-Stack ist robust und branchenüblich, aber an sich nicht besonders innovativ; die Innovation liegt (falls vorhanden) in den Algorithmen und OR-Modellen, die nicht offengelegt werden.¹³
- Breiter Fokus verwässert die supply chain F&E. INFORMs Produkt- und F&E-Kapazitäten erstrecken sich über Bereiche wie Luftfahrt, Logistik, Betrug, Personalwesen und andere Domänen neben dem supply chain-Bereich; supply chain Optimierung ist eine wichtige Sparte, aber nicht die einzige technologische Kernkompetenz des Unternehmens.

Im Vergleich zum Stand der Technik in der supply chain Analytics – geprägt von probabilistischer Prognose, Monte-Carlo-basierter stochastischer Optimierung und in manchen Forschungsansätzen differenzierbarer Programmierung, die Prognosen und Entscheidungen gemeinsam optimiert – legt INFORMs öffentliche Positionierung nahe, dass es konzeptionell zumindest Schritt hält (KI, OR, Entscheidungsintelligenz), liefert jedoch nicht genügend technische Belege dafür, dass es an der Spitze steht. Es erscheint genauer, INFORM als einen etablierten, OR-basierten Anbieter zu betrachten, der moderne maschinelle Lernverfahren dort integriert, wo sie sinnvoll sind, verpackt in eine Entscheidungsintelligenz-Erzählung, und dies erfolgreich in Produktform industrialisiert hat. Dies ist keine Kritik an der Effektivität: Viele supply chain würden erhebliche Vorteile erzielen, allein durch die Übernahme des Automatisierungs- und OR-Niveaus, das INFORM nachweislich liefert, wie Fälle wie Hagebau Connect veranschaulichen.¹² Der Skeptizismus richtet sich gegen Marketingaussagen bezüglich KI und „optimaler Lösungen“ – ohne algorithmische Details oder unabhängige Benchmarks sollten diese Behauptungen als „solide industrielle Optimierung“ interpretiert werden, statt als bahnbrechende KI-Forschung im großflächigen Einsatz.

Fazit

INFORM Software ist ein technisch glaubwürdiger, kommerziell etablierter Anbieter, dessen Kernkompetenz in der Einbettung von Operations Research in branchenspezifische Anwendungen in den Bereichen Logistik, Produktion, Risiko und supply chain liegt. Im supply chain-Bereich bietet die ADD*ONE-Suite ein integriertes Paket für Bedarfsplanung, Bestandsmanagement, Ersatzteilplanung und S&OP, mit dem sich die Automatisierung der Nachschubsteuerung belegen, Ausnahme-basierte Planung unterstützen und signifikante Bestands- und Prozessvorteile für Kunden wie ARaymond und Hagebau Connect erzielen lassen.¹¹¹² Der zugrunde liegende Technologiestack – Java/Kotlin, Spring, SQL, Microservices, Docker/Kubernetes – ist modern und branchenüblich, und das fünf Jahrzehnte alte OR-Erbe sowie die globale Kundenbasis des Unternehmens verleihen ihm umfangreiche praktische Erfahrung.¹²⁴¹³

Gleichzeitig offenbaren INFORMs öffentliche Dokumentation und Marketingmaterialien relativ wenig über die genauen Prognose- und Optimierungsalgorithmen, die ADD*ONE antreiben, abgesehen von hochrangigen Verweisen auf OR und KI. Diese Intransparenz ist typisch für viele kommerzielle APS-Anbieter, schränkt jedoch die Möglichkeit externer Beobachter ein, zu beurteilen, ob INFORMs Modelle eine voll probabilistische, wirtschaftlich fundierte Optimierung implementieren oder eher traditionelle Sicherheitsbestands- und heuristische Ansätze in zeitgemäßer Sprache formulieren. Im Vergleich zu einer programmierbaren Plattform wie der von Lokad bietet INFORM weniger Transparenz und Flexibilität, jedoch mehr produktisierte, einsatzfertige Anwendungen – ein Trade-off, der für Organisationen attraktiv sein könnte, die vorgefertigte Software mit konfigurierbaren Parametern anstelle von maßgeschneiderten Optimierungspipelines suchen.

Zusammenfassend sollte INFORM als ein OR-lastiger, mittelständischer Planungsanbieter mit robusten, erprobten Anwendungen betrachtet werden – und nicht als avantgardistisches KI-Forschungsunternehmen. Für Unternehmen mit konventionellen ERP-Systemen und dem Bestreben, die Nachschubsteuerung und S&OP mithilfe bewährter Verfahren in OR und Zeitreihenprognosen zu automatisieren, scheint ADD*ONE in der Lage zu sein, echten Mehrwert zu liefern, sofern die Erwartungen an „KI“ und „Decision Intelligence“ in der Realität gut konstruierter, aber weitgehend undurchsichtiger Optimierungsmaschinen verankert sind, statt in Visionen von vollständig selbstlernenden, durchgängig autonomen supply chain.