Zurück zur Marktforschung
INFORM entwickelt operative Planungssoftware für Fertigung, Handel, Logistik, Luftfahrt und Finanzdienstleistungen. Die Suite ADD*ONE verbindet Bedarfsplanung, Bestandsnachschub und Serienfertigungsplanung. Sie wird an ERP-Systeme angeschlossen, um Prognosen, Einkaufsempfehlungen und Produktionspläne zu berechnen. Kunden können ADD*ONE vor Ort, über INFORMs SaaS-Angebot oder in ihrer eigenen Cloud betreiben. 1
Supply-Chain-Gesamtbewertung: 5,0/10
| Dimension | Bewertung |
|---|---|
| Tiefe des Supply-Chain-Verständnisses | 5,8/10 |
| Substanz der Entscheidungen und Optimierung | 5,2/10 |
| Integrität von Produkt und Architektur | 5,2/10 |
| Technische Transparenz | 4,0/10 |
| Ernsthaftigkeit des Anbieters | 4,6/10 |
INFORM hat operative Substanz: Die Software trifft Nachschubentscheidungen, koordiniert Produktionsrestriktionen und hat Kunden, die geringere Bestände und Verwaltungsarbeit beschreiben. Die Schwäche liegt im Abstand zwischen diesen erkennbaren Fähigkeiten und den Ansprüchen einer umfassenden KI-gesteuerten Optimierung. Das öffentliche Material legt weder die numerischen Ziele noch genügend Unsicherheitsmodellierung offen, um zu belegen, dass die Entscheidungen den wirtschaftlichen Ertrag über die Supply Chain hinweg maximieren.
Das Betriebsmodell bleibt eine Kombination aus Prognosen, Planungsparametern, automatisierten Standardfällen und menschlicher Ausnahmebehandlung. Das kann erhebliche Arbeit beseitigen. Grenzen zeigen sich, wenn eine Ausnahme verändert, was die Software über Kosten, Versorgung oder verfügbare Handlungen versteht. Die öffentliche Dokumentation erklärt deutlich eher, wie Planer das System bedienen, als wie sie seine Entscheidungslogik korrigieren und testen können.
INFORMs Zuschreibung von KI-Misserfolgen an Organisationen statt an Technologie macht diese Einschränkung besonders folgenreich. Operative Fakten zu integrieren, unvollkommene Daten abzubilden und Fehler diagnostizierbar zu machen gehört zu den technischen Pflichten des Produkts. Diese vornehmlich als Organisationsprobleme zu behandeln schwächt die Verantwortung für die versprochenen Erträge. 19
INFORM im Vergleich zu Lokad
Der Vergleich betrifft die Erzeugung und Verbesserung operativer Entscheidungen. INFORM bündelt branchenspezifische Anwendungen um etablierte Planungsprozesse. ADD*ONE liefert Bestell- und Produktionsberechnungen in einem System, das Planer konfigurieren, überwachen und ergänzen. Die Überschneidung mit Lokad betrifft Einkaufs-, Bestands- und Produktionsentscheidungen.
Lokads Ansatz zur Bestandsoptimierung beginnt mit den finanziellen Folgen möglicher Handlungen unter unsicheren Zukunftsverläufen. Der Dienst erzeugt priorisierte Einkäufe, Zuteilungen oder Produktionsentscheidungen aus Unsicherheit bei Nachfrage, Versorgung und Lieferzeiten. Supply Chain Scientists pflegen die ausführbare Entscheidungslogik und Datenaufbereitung. Die übergreifende Gestaltungsperspektive in Introduction to Supply Chain lautet: wirtschaftliche Entscheidungen kontinuierlich verbessern, statt die Organisation auf eine Prognose einzuschwören.
Diese Unterscheidung ist wichtig, wenn ein vermeintlich optimaler Plan scheitert. Ein verspäteter Lieferant, eine fehlerhafte Charge oder eine teure Mindestbestellung können zeigen, dass das Modell eine Folge ausgelassen oder Daten falsch interpretiert hat. Die produktive Antwort besteht darin, die ausführbare Logik zu überarbeiten und die Korrektur über die betreffenden Entscheidungen hinweg zu testen. Holimization beschreibt diese fortlaufende Arbeit am Problem selbst.
INFORMs öffentliche Belege sind bei etablierten Betriebsfunktionen und namentlich zugeordneten Kundenergebnissen stärker als bei prüfbaren, überarbeitbaren Wirtschaftsmodellen. Der Vergleich muss Kosten für Spezialisten beider Anbieter, kundenseitige Prüfungen und spätere Modelländerungen einschließen, zusammen mit der daraus entstehenden finanziellen Verbesserung.
Was ADD*ONE tatsächlich entscheidet
Einkauf und Produktion liefern operative Ergebnisse
Der Inventory Optimizer bestimmt Artikel, Menge, Zeitpunkt und Lieferant für den Nachschub. Sein veröffentlichter Umfang umfasst Mindestbestellungen, Lieferzeiten, Bestandsziele und Umlagerungen zwischen Lagern. Das sind folgenreiche Handlungen mit Möglichkeiten zur automatisierten Ausführung. 2
Die Serienfertigungsplanung erweitert den Entscheidungsraum: mehrstufige Losgrößen, Rüstgruppen, Materialverfügbarkeit, Maschinenkapazität, Mindestläufe und Losgrößenbeschränkungen. INFORM beschreibt auch kostenbasierte Fremdvergabe und Make-or-buy-Alternativen. Die Implementierung umfasst ein kundenspezifisches Machbarkeitskonzept. 3
Diese Mechanismen gehen über ein Nachfrage-Dashboard hinaus. Zugleich legen sie die zentrale Frage offen: Welche Kosten und Unsicherheiten bestimmen die Auswahl? Kapazitäts- und Materialrestriktionen zu verbinden ist wertvoll, verrät aber nicht, wie entgangene Verkäufe, verspätete Versorgung, Verfall, Umlaufkapital und alternative Nutzungen knapper Ressourcen in dieselbe Berechnung eingehen.
INFORMs Erklärung zu Operations Research beschreibt mathematische Modelle von Zielen und Restriktionen, gefolgt von der Suche nach guten oder optimalen Entscheidungen. Sie liefert keine ADD*ONE-Formulierung, Solveridentifikation oder reproduzierbaren Vergleiche. 5 Daher belegen weder mathematische Optimalität noch die Forschungstradition des Unternehmens die wirtschaftliche Angemessenheit seines Supply-Chain-Modells.
Nachfrageintervalle belegen keine gemeinsame Unsicherheit
Der Demand AI Forecasting Service bietet Nachfrageprognosen und Risikointervalle, bewertet durch einen vorgeschlagenen sechsmonatigen Rücktest mit drei Jahren Verkaufsdaten. Seine öffentliche Seite spezifiziert weder Prognoseursprünge noch die Trennung der Modellabstimmung, Kalibrierung oder einen Vergleich zum tatsächlichen Bestellstichtag. 4
Die fehlende Versorgungsseite ist wichtig. Eine Nachfrageverteilung reicht nicht, wenn auch Wiederbeschaffungstermine, verfügbare Mengen oder Produktionsausbeuten unsicher sind. Ein Plan kann billig erscheinen, weil seine Eingabeannahmen rechtzeitigen Materialeingang garantieren. Weder das Eintragen einer Lieferzeit noch ein alternatives Szenario belegen eine gelernte Verteilung künftiger Versorgung, deren Abhängigkeit von Nachfrage oder ihre Einbindung in die Entscheidungsauswahl.
Dasselbe Problem entsteht über Produkte und Stufen hinweg. Sicherheitsbestände und ein gemeinsames Planungssystem belegen keine gemeinsame Behandlung von Substitution, geteilten Lieferanten, Kapazitätskonkurrenz und korrelierten Fehlbeständen. INFORM veröffentlicht weder die Darstellung noch die Kalibrierung, die zur Bewertung dieses Anspruchs nötig wären.
Die Serienfertigungsseite verspricht außerdem, Termine trotz begrenzter Kapazität einzuhalten und Lieferverzögerungen zu vermeiden. 3 Kein Optimierer kann dies gewährleisten, wenn unzureichende Versorgung oder Kapazität Zusagen unvereinbar machen. Die wirtschaftlich sinnvolle Aufgabe ist dann, zu wählen, welche Zusagen zu welchen erwarteten Kosten aufgegeben werden. Ein Machbarkeitsversprechen verdeckt diesen Zielkonflikt.
Prognosekonsens bleibt Teil des Designs
ADD*ONE Demand Planning unterstützt Sichten nach Artikel, Kunde, Region und Produktgruppe sowie unternehmensweite Einigung über die Nachfrage. Das S&OP-Angebot verbindet Abteilungen und nutzt Szenarien zur Planabstimmung. 24 25
Aggregation kann Menschen helfen, ein Geschäft zu überblicken, doch eine glatte Regionalprognose validiert nicht die benötigten Mengen eines einzelnen Artikels an einem Standort. Die relevante Prognose muss in Auflösung und Horizont der Entscheidung bewertet werden. Ein Konsensprozess schafft nur dann Wert, wenn seine zusätzliche Information die nachfolgenden Entscheidungen ausreichend verbessert, um den Koordinationsaufwand zu bezahlen.
INFORMs veröffentlichte Prozentsätze erfordern dieselbe Disziplin. Die Angabe „bis zu 90 %“ auf der Nachfrageseite betrifft weniger Planungsaufwand; die 97,5 % auf der Bestandsseite betreffen die Produktverfügbarkeit eines Kunden. Keine davon ist ein Prognosegenauigkeitsergebnis. 24 26 Die wesentlichere Schwäche ist, dass Prognosemethode und Bewertung unzureichend spezifiziert bleiben, um bessere Vorhersagen mit zusätzlichem finanziellem Ertrag zu verbinden.
Kundenergebnisse, Produktivität und Konfigurationspflege
Vier Fälle beleuchten verschiedene Teile des Angebots.
| Kunde | Veröffentlichtes Ergebnis und Umfang | Wirtschaftliche Einordnung |
|---|---|---|
| hagebau connect | Der Bestand sank innerhalb von sechs Monaten um 30 %, mit ADD*ONE und weiteren bestandsreduzierenden Maßnahmen. Die Einführung verbindet Microsoft Business Central und ersetzt manuelle Beschaffungsschritte. 7 | Eine namentlich zugeordnete Bestandsverbesserung; die Wirkung hat mehrere Ursachen, und freigesetztes Kapital ist kein wiederkehrender Gewinn. |
| A. Raymond GmbH & Co KG | Bei 25.000 Artikeln und 13.000 Ressourcen berichtet der Fall von etwa 10 % weniger durchschnittlichem Bestandswert, 10 % weniger Rüstzeit und über 60 % kürzerer Durchlaufzeit manueller Planung. 8 | Das Rüstergebnis betrifft einen Produktionskostentreiber. Kürzere Planungszeit benennt keine gesamte Personaleinsparung. |
| medi | ADD*ONE wird seit 2016 eingesetzt. Berichtet werden Bestandseinsparungen in Millionenhöhe, automatisierte Routinebestellungen und eine Vollzeitstelle, die nicht mehr besetzt werden musste. 9 | Die unbesetzte Stelle ist ein konkretes Arbeitsergebnis. Der Bestandsaussage fehlt weiterhin eine Nettoertragsrechnung. |
| Schäferbarthold | Für einen Artikel kommen bis zu 30 Lieferanten infrage. ADD*ONE unterstützt Lieferanten- und Bestellauswahl; die Lieferbereitschaft stieg laut Bericht um über 10 %. 10 | Die Lieferantenauswahl ist wesentlich reichhaltiger als Nachschub aus einer Quelle. Ausgangswert und Kosten der Verbesserung bleiben ungenannt. |
A. Raymond berichtet zusätzlich, dass sich die Vorhersagbarkeit der Abrufe beinahe verdoppelt habe, ohne das Maß zu definieren. 8 Das lässt sich nicht in einen bestimmten Prognosefehler oder Geldgewinn übersetzen. Die Fälle enthalten dennoch erkennbare operative Veränderungen. Ihre Grenze ist die fehlende Abstimmung der Vorteile mit Abonnements, Implementierung, Kundenarbeit und laufender Unterstützung.
Der medi-Bericht zeigt Wartungsarbeit, die in Automatisierungsquoten verschwindet. Mitarbeiter erstellen neue Selektionen, wenn sich Anforderungen ändern. INFORM und medi entwickelten gemeinsam ein Lieferantenportal, das seit Sommer 2023 genutzt wird und Lieferantenbestätigungen an ADD*ONE zurückgibt. 9 Das ist nachgewiesene Umsetzung und fortlaufende Anwendungsentwicklung. Es bedeutet auch, dass die Kosten nützlicher Automatisierung die Menschen einschließen, die den Prozess anpassen.
INFORMs Automatisierungsartikel vom Juli 2026 macht die Abhängigkeit ausdrücklich: Wiederbeschaffungszeiten, Servicegrade, Lagerkostensätze, Einkaufspreise, Ausnahmeschwellen, Prioritäten und Eskalationsregeln müssen gepflegt werden. Standardfälle werden automatisch behandelt, ungelöste Abweichungen an Planer geleitet. 6
Diese Konfiguration gehört zur Entscheidungssoftware. Ein schlechter werdender Lieferant kann eine andere Interpretation der Lieferzeit, neue Einkaufsalternativen und veränderte Wartekosten erfordern. Ein größerer Puffer oder eine zusätzliche Warnung kann das alte Modell erhalten und es zugleich verteuern. Die öffentlichen Materialien erklären weder Versionierung, historisches Wiederabspielen, Regressionstests noch Rücksetzung für diese zusammenwirkenden Regeln.
Die Produktivitätsfrage nach 2022 ist daher anspruchsvoller als die Frage, ob Planer eine Liste schneller bearbeiten können. Wird eine korrigierte Fehlentscheidung zu wiederverwendbarer Logik, die die künftige Warteschlange reduziert, oder beschäftigt die Organisation weiterhin Menschen, die sie erkennen und lösen? Die vorhandene Automatisierung bei medi liefert einen glaubwürdigen Ausgangspunkt. Eine neue KI-Funktion muss bei vergleichbarer wirtschaftlicher Leistung zusätzliche Arbeit beseitigen.
Der separate Prognosedienst belässt Entscheidungen und Überschreibungen ausdrücklich bei Menschen und erhält ihren bestehenden Prozess. 4 Sein möglicher Beitrag ist enger: eine bessere Eingabe und weniger Prognosepflege. Aussagen über autonome Supply-Chain-Entscheidungen brauchen einen anderen Nachweis.
Technologiegeschichte: operative Kontinuität und wachsende KI-Ansprüche
INFORM begann 1969 mit Operations Research und baute anschließend eigenständige Produkte für Produktion, Logistik, Luftfahrt, Personal- und Risikomanagement. 11 Entscheidend ist die Lieferung bestimmter Fähigkeiten innerhalb dieser Produkte.
| Datum | Öffentliche Behauptung oder Lieferung | Was die Belege zeigen |
|---|---|---|
| 2017 | Ein Kundenforum der Luftfahrt diskutierte maschinelles Lernen zur Verspätungsprognose und für andere Flughafenaufgaben. 27 | Benannte Anwendungsfälle und Kundendiskussion, aber kein quantifiziertes Ergebnis eines eingesetzten Modells im Bericht. |
| Dezember 2018 | Ein Logistikartikel bewarb cloudbasierte KI-Routenplanung und versprach 100 % pünktliche Lieferung. 12 | Der beschriebene Mechanismus war Transportplanung unter Restriktionen. Das absolute Serviceversprechen ging über das hinaus, was unsichere Abläufe erlauben. |
| Juni 2019 | Ein Artikel zu maschinellem Lernen erklärte überwachtes und unüberwachtes Lernen, einschließlich der Clusterbildung bei Fertigungswerkzeugdaten. 13 | Enge technische Aufgaben waren erkennbar. Ihr Umfang belegte keine allgemeine Unternehmensintelligenz. |
| Rückblick 2024 | INFORM datierte die erste SYNCROTESS-Installation auf 1984 und die SaaS-Version auf 2014; zentrale algorithmische Konzepte seien weiterhin im Einsatz. 14 | Langlebige Betriebssoftware und eine gelieferte Änderung der Bereitstellung, mit späteren ML-Ergänzungen, die behauptet statt vermessen wurden. |
| September 2025 | Ein Artikel über neuronale Netze beschrieb Frischeprognosen anhand von Kalender, Herkunft, Preis und Aktionen. 16 | Eine plausible Vorhersageaufgabe; Architektur und vergleichend gemessene Leistung blieben unveröffentlicht. |
| März–Mai 2026 | Das Europa Terminal von PSA Antwerpen begann mit der Einführung des Integrated Terminal Scheduler für Portalhubwagen und automatisierte Stapelkrane. Die Integration der Kaikrane war für später im Jahr 2026 vorgesehen. 18 | Tatsächliche schrittweise Einführung, wobei die ausstehende Integration von abgeschlossener Arbeit unterschieden wird. |
| Aktuelle Vorschau | Ein Luftfahrt-Webinar zeigt eine Vorschau auf einen MCP-Server für die FSI-API von GS WorkforcePlus. 17 | Eine Schnittstellenvorschau ohne nachgewiesene Änderung des Planungsmoduls. |
Die Historie zeigt technische Kontinuität und identifizierbare Einführungen. Sie zeigt auch, dass das KI-Etikett sehr unterschiedliche Mechanismen umfasst: Routenplanung, Clusterbildung, Prognosen und Schnittstellen. Ihr jeweiliger Nutzen kann keinen gemeinsamen Intelligenzanspruch bestätigen.
Ein exploratives Webinar zum Containermanagement hinterfragt die Vorteile von Blockchain und verspricht keine Produktlieferung. 15 Der stärkere historische Einwand betrifft die Lücke zwischen weitreichenden Nutzenversprechen und schwach offengelegten Methoden.
Die MCP-Vorschau rechtfertigt Skepsis gegenüber dem Neuheitsanspruch. Eine bestehende API einzuhüllen kann Integration vereinfachen, verbessert aber weder die Planungsqualität noch beseitigt es die Pflege der Planungslogik. Der Umfang betrifft GS WorkforcePlus; die Fähigkeiten von ADD*ONE sind unabhängig davon zu bewerten. 17 Die Vorschau enthält keine gemessene zusätzliche Produktivität.
Die aktuellen Kundenbelege prüfen die Verbindlichkeit besser als die Breite der KI-Terminologie. Die individuelle VMI-Arbeit bei medi und die schrittweise Terminaleinführung zeigen fortlaufende Entwicklung. Ihre Wirtschaftlichkeit und die Kosten späterer Änderungen sind deutlich weniger sichtbar als die funktionale Lieferung.
Software-Stückliste und Systemgrenzen
| Komponente oder Grenze | Zuordenbare Rolle | Bewertung |
|---|---|---|
| ERP-Konnektoren; Betrieb vor Ort, als SaaS und in der Kundencloud | Veröffentlichte Integrations- und Hostingmöglichkeiten von ADD*ONE. 1 | Unterschiedliche Betriebsmodelle übertragen verschiedene Upgrade-, Infrastruktur- und Störungsverantwortungen auf den Kunden. |
| AWS in der EU; HTTPS-Schnittstelle und gepflegter Python-Client | Von INFORM betriebener Demand AI Forecasting Service. 4 | Separater Prognosedienst mit definierter Datenübertragungsgrenze. |
| Java/Kotlin und Webanwendungen | Eine undatierte Arbeitgeberanzeige von INFORM Portugal nennt Kundenprojekte einschließlich Business Intelligence. 21 | Diesem Entwicklungsteam zuordenbar, ohne Identifikation der ADD*ONE-Engine. |
| Spring/Spring Boot, JPA/SQL, Angular, Maven, JUnit, Git | In derselben Stelle genannte Fähigkeiten, mehrere davon alternativ. 21 | Beleg für die Entwicklungsumgebung, kein Bereitstellungsverzeichnis aller INFORM-Produkte. |
| Zentrale ADD*ONE-Datenbank, Optimierer und Planungs-Laufzeitumgebung | In der geprüften Produktdokumentation nicht benannt. | Ressourcenbedarf, Patchaufwand und architektonische Abhängigkeiten können nicht unabhängig bewertet werden. |
Der Prognosedienst empfängt Datenstände über eine ausgehende Verbindung. Sein Python-Client bedeutet nicht, dass Anwendercode innerhalb des Dienstes ausgeführt wird. 4
Bei ADD*ONE ist die wirtschaftlich wichtige Unbekannte, was für eine vollständige Entscheidung gemeinsam betrieben werden muss: Stammdatensynchronisation, Prognoseaktualisierung, Optimierung, Ausnahmebehandlung, Bestellrückgabe und gegebenenfalls ein Lieferantenportal. An jeder semantischen Grenze können Fehler entstehen, selbst wenn die Netzwerkverbindung funktioniert. Käufer benötigen eine klare Zuständigkeit für den Abgleich von Lieferantenbestätigungen, verfügbarem Bestand und bereits freigegebenen Bestellungen.
INFORM bepreist die Bestandslösung nach Funktionen, Artikelzahl, gleichzeitigen Nutzern und Integrationsanforderungen. 2 Diese Treiber zeigen nur einen Teil der Gesamtbetriebskosten. Über die Lebensdauer kommen die Anpassung von Kundenregeln, Konnektorpflege bei ERP-Änderungen, Upgrade-Tests und Überarbeitung individueller Komponenten hinzu. Ohne diese Rechnung belegen Automatisierungsbehauptungen keine kostengünstige Skalierung.
Sicherheit erfordert prüfbare Technik
INFORM veröffentlicht eine Richtlinie zur koordinierten Offenlegung von Schwachstellen: Empfangsbestätigung üblicherweise innerhalb von fünf Arbeitstagen, erste Rückmeldung innerhalb von zehn Arbeitstagen nach der Bestätigung und weitere Updates bei verifizierten Informationen. Meldungen werden normalerweise ohne separate Geheimhaltungsvereinbarung akzeptiert. 22
Eine Mitteilung vom 22. Oktober 2026 erklärt, das Unternehmen habe aktuelle PHP-Schwachstellen geprüft, erforderliche Updates installiert und betroffene öffentlich erreichbare Systeme abgesichert; Kunden müssten nichts unternehmen. Betroffene Produktversionen und genaue Maßnahmen werden nicht benannt. 23 Das belegt öffentliche Vorfallkommunikation; fehlende Versionsdetails begrenzen die unabhängige Prüfung.
Die ADD*ONE-Materialien betonen Zertifizierung und Bewertungen. 1 Diese zeigen weder minimale Konnektorberechtigungen, Mandantengrenzen, Wiederherstellung aus beschädigtem Zustand noch die Eindämmung eines Administratorfehlers. Nach Lokads Sicherheitsprinzipien bestimmen diese Mechanismen die Gefährdung.
Demand AI schließt externe KI-Anbieter von der Verarbeitung der Kundendaten aus. 4 Damit ist eine Verarbeitungsgrenze definiert. Details zu Isolation, privilegierten Zugriffen und Wiederherstellung bleiben offen. Die öffentlichen Belege rechtfertigen nicht, Zertifizierung als Ersatz für diese Designeigenschaften zu behandeln.
Wer trägt Verantwortung, wenn das Modell scheitert?
INFORMs Artikel vom 30. Juli 2026 über gescheiterte KI-Projekte verwirft schwache Modelle gleich zu Beginn als Erklärung. Sein Beispiel ist ein Planer, der eine Empfehlung ablehnt, weil Bestand als fehlerhaft erkannt wurde, das System dies aber noch nicht abbildet. Der Artikel fordert klare Verantwortlichkeiten, Einbindung in Abläufe und menschliches Kontextwissen; er erkennt auch an, dass die Zustimmung zu jeder einzelnen Aktion einen Engpass schafft. 19
Das Beispiel untergräbt diese Trennung. Bestandsqualität und Datenaktualität beeinflussen das Entscheidungsproblem. Ein System, das sie nicht darstellen, die fehlende Aktualisierung nicht erkennen oder keine wiederverwendbare Korrektur unterstützen kann, hat eine technische Grenze. Der Kunde mag die Qualitätsprüfung kontrollieren, doch der Anbieter kontrolliert wesentliche Teile der Umwandlung von Beobachtungen in Empfehlungen.
Erfolgreiche Entscheidungen der KI und erfolglose der organisatorischen Reife zuzuschreiben schafft ein asymmetrisches Angebot. Abhilfe ist eine abgegrenzte Betriebsvereinbarung: Welche Fakten muss der Kunde liefern, wie erkennt das System Fehler, wer diagnostiziert sie, welche Korrekturarbeit übernimmt der Anbieter und wie werden Erträge nach sämtlichen Kosten gemessen?
INFORMs Automatisierungsartikel vom Juli erklärt ähnlich, Automatisierung sei keine technische Herausforderung mehr, und stellt das Vertrauen der Mitarbeiter als größte Hürde dar. 6 Die Verarbeitung von Routinebestellungen mag technisch ausgereift sein; teure Ausnahmen zu automatisieren, ohne ihre Interpretation wiederholt an Menschen weiterzugeben, ist ein erheblich anspruchsvollerer Anspruch.
Der Autonomieartikel vom August unterscheidet Routineautomatisierung von Entscheidungen, die menschliche Kontrolle brauchen. 20 Das kann sinnvolle Steuerung sein. Es klärt aber nicht, wie viel Arbeit die Engine beseitigen könnte oder ob sie Konsequenzen ausreichend gut modelliert, um ohne wiederkehrende Reparaturen zu handeln.
Die beworbene Zufriedenheitsgarantie von ADD*ONE ist eine Vorverkaufsprüfung mit den Daten des Interessenten. 1 Das kann vor dem Kauf Probleme aufdecken. Die öffentliche Beschreibung definiert weder ein finanzielles Ziel nach Einführung noch eine Gesamtkostengrenze oder die Verantwortung für Abhilfe, wenn erwartete Verbesserungen ausbleiben.
Supply-Chain-Bewertung
Tiefe des Supply-Chain-Verständnisses
| Kriterium | Bewertung |
|---|---|
| Wirtschaftlicher Bezugsrahmen | 6/10 |
| Endpunkt der Entscheidung | 8/10 |
| Konzeptionelle Klarheit zur Supply Chain | 6/10 |
| Unabhängigkeit von überholten Kerndoktrinen | 4/10 |
| Widerstandsfähigkeit gegen KPI-Theater | 5/10 |
Durchschnitt: 5,8/10.
Wirtschaftlicher Bezugsrahmen — 6/10. Einkauf und Produktion berücksichtigen Kosten und konkurrierende Ressourcennutzungen. Das nicht offengelegte Finanzziel verhindert die Bewertung, ob die kombinierten Entscheidungen Fehlbestand, Überschuss, Verzögerung und Kapital konsistent bepreisen. 2 3
Endpunkt der Entscheidung — 8/10. ADD*ONE reicht bis zu ausführbaren Nachschub- und Produktionsentscheidungen mit operativen Kundenbelegen. Ihre finanzielle Optimalität bleibt unbewiesen. 2 9
Konzeptionelle Klarheit zur Supply Chain — 6/10. Lieferantenalternativen und mehrstufige Produktion sind wesentliche Abhängigkeiten. Ihre Behandlung als gemeinsam unsicheres Wirtschaftssystem bleibt unbelegt. 3 10
Unabhängigkeit von überholten Kerndoktrinen — 4/10. Prognoseabstimmung, Serviceziele und Ausnahmeüberwachung bleiben Ordnungsprinzipien. Das öffentliche Material belegt nicht, dass ihre Parameter aus finanzieller Optimierung folgen statt extern vorgegebene Ersatzgrößen zu sein. 6 25
Widerstandsfähigkeit gegen KPI-Theater — 5/10. Namentlich zugeordnete operative Ergebnisse verleihen den Aussagen Substanz. Undefinierte Vorhersagbarkeitsmaße und prozentuale Verbesserungen ohne Kostenrechnung verhindern, die Schlagzeilenzahlen in wirtschaftliche Nettoleistung zu übersetzen. 7 8
Substanz der Entscheidungen und Optimierung
| Kriterium | Bewertung |
|---|---|
| Tiefe der probabilistischen Modellierung | 3/10 |
| Eigenständige Substanz bei Optimierung oder maschinellem Lernen | 5/10 |
| Umgang mit realen Einschränkungen | 7/10 |
| Entscheidungsautomatisierung und Arbeitsproduktivität | 7/10 |
| Belastbarkeit bei realer betrieblicher Komplexität | 4/10 |
Durchschnitt: 5,2/10.
Tiefe der probabilistischen Modellierung — 3/10. Risikoangepasste Entscheidungen benötigen kalibrierte Wahrscheinlichkeiten sowohl für Nachfrage als auch für Versorgung. Das fehlende gemeinsame Modell verhindert eine Bewertung der gewählten Mengen und Zeitpunkte. 4
Eigenständige Substanz bei Optimierung oder maschinellem Lernen — 5/10. INFORM beschreibt erkennbare Vorhersage- und Optimierungsaufgaben. Die veröffentlichten Angaben legen keine Formulierungen, reproduzierbaren Arbeitslasten oder kontrollierten Vergleiche offen, die ausreichen, um den eigenständigen numerischen Beitrag festzustellen. 5 16
Umgang mit realen Einschränkungen — 7/10. Die Produktion umfasst zusammenwirkende Ressourcen- und Losrestriktionen mit einer umfangreichen Kundenanwendung. Öffentliche Details reichen nicht aus, um wichtige ausgelassene oder vereinfachte Wechselwirkungen zu bewerten. 3 8
Entscheidungsautomatisierung und Arbeitsproduktivität — 7/10. Die nicht nachbesetzte Stelle bei medi ist ein konkretes Produktivitätsergebnis. Verbleibende Arbeit an Ausnahmen, Konfiguration und individuellen Erweiterungen verhindert, daraus ein unbeaufsichtigtes Betriebsmodell abzuleiten. 9
Belastbarkeit bei realer betrieblicher Komplexität — 4/10. Die Fälle zeigen Lieferantenzusammenarbeit und Anpassung. Sie erklären nicht, wie ein Modellfehler zu einer versionierten, erneut abspielbaren Änderung von Zielen, Datenbedeutung oder verfügbaren Handlungen wird. Operative Flexibilität bleibt von Experteneingriffen abhängig. 9 19
Integrität von Produkt und Architektur
| Kriterium | Bewertung |
|---|---|
| Architektonische Kohärenz | 6/10 |
| Klarheit der Systemgrenzen | 7/10 |
| Ernsthaftigkeit beim Thema Sicherheit | 4/10 |
| Softwaresparsamkeit und Gesamtbetriebskosten | 4/10 |
| Eignung für programmatische und agentengestützte Abläufe | 5/10 |
Durchschnitt: 5,2/10.
Architektonische Kohärenz — 6/10. ADD*ONE zeigt verbundene Planungsfunktionen und gelieferte Integrationsarbeit. Die darunterliegende numerische und Speicherarchitektur bleibt zu undurchsichtig, um Konsistenz oder Duplizierung zwischen Modulen zu prüfen. 1 9
Klarheit der Systemgrenzen — 7/10. ERP-Verbindungen und Bereitstellungsoptionen von ADD*ONE haben erkennbare Rollen. Verantwortung für den Abgleich von Kundendaten und individuellen Erweiterungen ist weniger präzise dokumentiert. 1
Ernsthaftigkeit beim Thema Sicherheit — 4/10. Die veröffentlichte Melderichtlinie und Vorfallmitteilung belegen weder Eindämmung, minimale Rechte noch unabhängige Wiederherstellung. Diese eingesetzten Kontrollen bleiben weitgehend undokumentiert. 22 23
Softwaresparsamkeit und Gesamtbetriebskosten — 4/10. Kundenberichte belegen fortlaufende Konfigurations- und Erweiterungsarbeit. Weder ein Betriebskostenmodell je Komponente noch die Pflegekosten dieser Entscheidungen sind veröffentlicht. 2 9
Eignung für programmatische und agentengestützte Abläufe — 5/10. Operative Integration unterstützt automatisierte Handlungen. Die separate MCP-Vorschau liefert keinen gemessenen Fortschritt bei numerischen Entscheidungen oder deren Lebenszyklus. 2 17
Technische Transparenz
| Kriterium | Bewertung |
|---|---|
| Öffentliche technische Dokumentation | 4/10 |
| Prüfbarkeit ohne Vermittlung des Anbieters | 3/10 |
| Portabilität und Sichtbarkeit der Anbieterbindung | 4/10 |
| Transparenz der Implementierungsmethode | 5/10 |
| Belegdichte hinter technischen Behauptungen | 4/10 |
Durchschnitt: 4,0/10.
Öffentliche technische Dokumentation — 4/10. Funktionsseiten beschreiben operative Eingaben und Ausgaben. Mathematische Definitionen, Bereitstellungstopologie und ausführbare Beispiele fehlen weitgehend. 2 3 5
Prüfbarkeit ohne Vermittlung des Anbieters — 3/10. Bewertung hängt stark von Demonstrationen und Versuchen mit Kundendaten ab. Ein Käufer kann die Entscheidungsberechnung aus dem öffentlichen Material nicht unabhängig reproduzieren. 1
Portabilität und Sichtbarkeit der Anbieterbindung — 4/10. Flexible Bereitstellung und Verbindungen zu externen Systemen vermindern einige Infrastrukturzwänge. Die Übertragbarkeit konfigurierter Entscheidungslogik, historischer Läufe und individueller Erweiterungen bleibt undokumentiert. 1 9
Transparenz der Implementierungsmethode — 5/10. Kundenfälle zeigen Integration, organisatorische Änderungen und Zusammenarbeit mit dem Anbieter. Öffentliche Dokumentation erklärt nicht die vollständige Validierung und Änderungskontrolle zur Pflege numerischen Verhaltens. 7 9
Belegdichte hinter technischen Behauptungen — 4/10. Namentliche Fälle belegen produktiven Einsatz. Vergleichende Entscheidungsexperimente und offengelegte numerische Methoden entsprechen nicht der Breite der Optimierungsansprüche. 5 8
Ernsthaftigkeit des Anbieters
| Kriterium | Bewertung |
|---|---|
| Technische Ernsthaftigkeit der öffentlichen Kommunikation | 4/10 |
| Integrität der Technologie-Roadmap | 6/10 |
| Konzeptionelle Klarheit | 5/10 |
| Wirtschaftliche Verantwortlichkeit | 3/10 |
| Verteidigbarkeit in einer agentischen Softwarewelt | 5/10 |
Durchschnitt: 4,6/10.
Technische Ernsthaftigkeit der öffentlichen Kommunikation — 4/10. Erkennbare operative Erklärungen stehen neben absoluten Lieferversprechen und weitreichenden KI-Behauptungen. Diese verdecken Unmachbarkeit und die Notwendigkeit, zwischen kostspieligen Misserfolgen zu wählen. 3 12
Integrität der Technologie-Roadmap — 6/10. Langlebige Produkte, ein geliefertes Lieferantenportal und eine schrittweise Terminaleinführung zeigen Kontinuität über Ankündigungen hinaus. Der Beitrag aufeinanderfolgender KI-Etiketten ist weniger klar gemessen. 9 14 18
Konzeptionelle Klarheit — 5/10. INFORM versteht wichtige operative Einschränkungen und die Unterscheidung zwischen Routineentscheidungen und folgenreichen Entscheidungen. Seine organisatorische Erklärung von Modellfehlern trennt technische Verantwortung allzu bequem vom operativen Kontext. 19 20
Wirtschaftliche Verantwortlichkeit — 3/10. Öffentliche Ergebnisse enthalten weder eine Nettobetrachtung der Gesamtbetriebskosten noch eine definierte Vereinbarung zu Scheitern und Abhilfe. Die ausdrückliche Neigung, KI-Defizite Organisationen zuzuschreiben, macht diese fehlende Grenze besonders wichtig. 1 19
Verteidigbarkeit in einer agentischen Softwarewelt — 5/10. Operative Integrationen und etablierte Entscheidungsengines behalten ihren Wert. Verteidigbarkeit verlangt produktivere Modellüberarbeitung und Beseitigung von Ausnahmen; Assistentenzugriff und vertraute Planungsprozesse belegen diesen Fortschritt nicht. 9 17
Quellen
Alle Quellen wurden am 4. November 2026 abgerufen. Undatierte Seiten beschreiben das an diesem Datum verfügbare Angebot.
INFORM-Quelle, undatiert. Produktumfang, Hostingoptionen, Integration und Bewertung vor dem Kauf.
[2] ADD*ONE Inventory Optimizer
INFORM-Quelle, undatiert. Einkaufsentscheidungen, operative Eingaben und Preistreiber.
[3] Simultane Produktionsplanung
INFORM-Quelle, undatiert. Produktionsrestriktionen, Aussagen zu machbaren Plänen und kostenbasierte Alternativen.
[4] Demand AI Forecasting Service
INFORM-Quelle, undatiert. Prognoseprotokoll, menschliche Entscheidungsgrenze, API, Hosting und Datennutzung.
INFORM-Quelle, undatiert. Darstellung des Anbieters zu seinem mathematischen Optimierungsansatz.
[6] Wie Prozessautomatisierung Zeit schafft und das Bestandsmanagement stärkt
INFORM-Quelle, veröffentlicht am 2026-07-20. Automatisierungsvoraussetzungen, gepflegte Parameter und ungelöste Ausnahmen.
[7] Kundenfall hagebau connect
INFORM-Quelle, undatiert. Bestandsresultat mit geteilter Ursachenzuschreibung und ERP-Integration.
INFORM-Quelle, undatiert. Produktionsumfang und getrennt definierte operative Ergebnisse.
[9] medi: Kundenfall zur Bestandsoptimierung
INFORM-Quelle, undatiert. Langjähriger Einsatz, Arbeitsergebnis, wiederkehrende Konfiguration und Lieferantenportal.
[10] Kundenfall Schäferbarthold
INFORM-Quelle, undatiert. Lieferantenauswahl und Aussage zur Lieferbereitschaft.
[11] INFORM-Unternehmensgeschichte
INFORM-Quelle, undatiert. Ursprünge und Entwicklung eigenständiger Produktfamilien.
[12] Der Weihnachtsmann gibt Tipps für eine intelligente Fabrik
INFORM-Quelle, veröffentlicht am 2018-12-11. Frühe Werbung für KI-Routenplanung und absolutes Pünktlichkeitsversprechen.
[13] Maschinelles Lernen: ein Blick hinter den Hype
INFORM-Quelle, veröffentlicht am 2019-06-17. Zeitgenössische Beschreibung eng begrenzter Aufgaben maschinellen Lernens.
INFORM-Quelle, veröffentlicht am 2024-11-27. Historische Einführungsdaten und Kontinuität algorithmischer Konzepte.
[15] Blockchain: bester Freund des Containermanagements?
INFORM-Quelle, undatiert. Exploratives Webinar mit ausdrücklich hinterfragtem Nutzen.
[16] Was ist ein neuronales Netz?
INFORM-Quelle, veröffentlicht am 2025-09-11. Prognosebeispiel für Frischwaren und Grenzen der Erklärung.
[17] Aviation WorkforcePlus Product Exchange
INFORM-Quelle, undatiert. Vorschau auf die MCP-Schnittstelle eines separaten Luftfahrtprodukts.
[18] Einführung am Europa Terminal von PSA Antwerpen
INFORM-Quelle, veröffentlicht am 2026-05-27. Abgeschlossene Anfangsphasen und geplante spätere Kranintegration.
[19] Warum KI-Projekte an Organisationen und nicht an Technologie scheitern
INFORM-Quelle, veröffentlicht am 2026-07-30. Organisatorische Zuschreibung von Fehlern und Beispiel des fehlerhaften Bestands.
[20] KI-Agenten in der Praxis: Wie viel Autonomie ist sinnvoll?
INFORM-Quelle, veröffentlicht am 2026-08-20. Unterscheidung des Anbieters zwischen Routineautomatisierung und menschlicher Aufsicht.
[21] Arbeitgeberanzeige Software Developer Java/Kotlin
INFORM-Quelle, undatiert. Arbeitgeberdokument mit Zuordnung zu einem Team in Portugal und dessen Entwicklungsumgebung.
[22] Richtlinie zur koordinierten Offenlegung von Schwachstellen
INFORM-Quelle, undatiert. Meldung, Antwortfristen und Offenlegungsbedingungen.
[23] Sicherheitsinformationen zu aktuellen PHP-Schwachstellen
INFORM-Quelle, veröffentlicht am 2026-10-22. Bewertung und Erklärung des Anbieters zur Behebung.
[24] Software für Bedarfsplanung
INFORM-Quelle, undatiert. Prognosehierarchien, Planungsprozess und Aussagen zur Arbeitsersparnis.
INFORM-Quelle, undatiert. Funktionsübergreifende Planung und Szenarioprozess.
[26] Software für Bestandsmanagement
INFORM-Quelle, undatiert. Bestandsansatz und Verfügbarkeitskennzahlen von Kunden.
[27] Airline Forum 2017 ein Erfolg!
INFORM-Quelle, veröffentlicht am 2017-11-08. Frühe Diskussion von Prognoseanwendungen am Flughafen.