Zurueck zur Marktforschung
Lanner (Supply-Chain-Score 3,8/10) ist ein reifer Anbieter von Simulationssoftware, inzwischen in Haskonings Twinn-Portfolio eingegliedert, mit WITNESS als Kernprodukt und diskreter Ereignissimulation als eigentlichem technischem Zentrum. Die oeffentlichen Nachweise stuetzen eine echte industrielle Simulationsplattform mit langer Geschichte, genannten Kunden, akademischer Nutzung und glaubwuerdigen Werkzeugen fuer Szenarioanalyse, Experimente und Digital-Twin-Projekte. Die oeffentlichen Nachweise stuetzen nicht, WITNESS als moderne Supply-Chain-Planungs- oder probabilistische Entscheidungsoptimierungsengine im gleichen Sinn wie Lokad oder andere Planungsanbieter zu behandeln. Das Produkt ist real und technisch solide, aber seine Staerke liegt in projektartiger Prozesssimulation und Entwurfsanalyse, nicht in wiederkehrenden Supply-Chain-Entscheidungen auf SKU-Ebene.
Ueberblick zu Lanner
Supply-Chain-Score
- Supply-Chain-Tiefe:
3.6/10 - Entscheidungs- und Optimierungssubstanz:
3.6/10 - Produkt- und Architekturintegritaet:
4.4/10 - Technische Transparenz:
4.2/10 - Seriositaet des Anbieters:
3.4/10 - Gesamtbewertung:
3.8/10(vorlaeufig, einfacher Durchschnitt)
Lanner ist am besten als spezialisierter Simulationsanbieter zu verstehen, dessen Software haeufig auf Supply-Chain- und Operations-Probleme angewendet wird, nicht als Supply-Chain-Planungs-Suite. Die oeffentlichen Staerken liegen in technischer Klarheit, langlebiger Tiefe bei diskreter Ereignissimulation und echter industrieller Nutzung. Die Schwaeche aus Sicht einer Supply-Chain-Analyse ist, dass das Produkt ueberwiegend eine Engineering- und Was-waere-wenn-Umgebung bleibt, nicht eine Plattform fuer kontinuierliche, datengetriebene, oekonomisch priorisierte operative Entscheidungen.
Lanner vs. Lokad
Lanner und Lokad ueberlappen vor allem auf der Ebene von “Operationen unter Unsicherheit”, loesen aber unterschiedliche Probleme auf unterschiedliche Weise.
Lanners WITNESS ist eine Simulationsumgebung. Das wichtigste Artefakt ist ein Modell von Fluessen, Ressourcen, Warteschlangen, Routing-Logik und Betriebsregeln. Nutzer bauen eine Systemrepraesentation, parametrisieren sie und fuehren viele Szenarien oder Replikationen aus, um zu sehen, wie sich der modellierte Betrieb verhaelt. Das ist eine Engineering- und Prozessentwurfshaltung. Das Werkzeug ist am staerksten, wenn die Frage lautet, wie ein Lager, Werk oder Serviceprozess entworfen oder angepasst werden sollte, bevor Kapital gebunden oder Operationen veraendert werden.
Lokad ist eine Plattform fuer Entscheidungsoptimierung. Das wichtigste Artefakt ist ein codiertes Modell von Nachfrage, Versorgungsunsicherheit und oekonomischen Trade-offs ueber operativen Daten. Statt Ereignisfluesse zu simulieren, um Durchsatz und Wartezeiten zu untersuchen, verwandelt Lokad Transaktionsdaten in priorisierte Aktionen wie Einkaeufe, Allokationen, Umlagerungen oder Preise. Das ist eine Haltung fuer wiederkehrende operative Entscheidungen.
Der Vergleich ist daher nicht bessere gegen schlechtere Simulation. Es geht um unterschiedliche Produktkategorien. Lanner hilft, die Frage “Was wuerde passieren, wenn wir das System veraendern?” zu beantworten. Lokad zielt eher auf “Was sollten wir als Naechstes in dem System tun, das wir bereits betreiben?” Das macht Lanner bedeutsam und glaubwuerdig, aber in einer Supply-Chain-Softwarebewertung nur teilweise substituierbar.
Unternehmensgeschichte, Eigentum, Finanzierung und M&A-Spur
Lanner ist ein altes Softwaregeschaeft mit Wurzeln in britischer Industriesimulation. Oeffentliche Historien zeichnen die Linie ueber British Leyland und AT&T Istel zu SEE WHY und dann WITNESS nach; spaeter operierte das Unternehmen als Lanner Group, bevor es 2019 von Royal HaskoningDHV uebernommen wurde, heute im Twinn-Portfolio vereinfacht als Haskoning gebrandet. Das ist keine Startup-Geschichte, sondern eine lange Nischen-Softwarelinie rund um Simulation. (1, 2, 3, 4)
Die Eigentumsgeschichte zaehlt, weil sie klaert, was Lanner heute ist. Es ist nicht mehr am besten als eigenstaendiges Simulationshaus mit unabhaengiger Markthaltung zu sehen. Es sitzt nun in einer groesseren Engineering- und Beratungsgruppe, die Simulations- und Digital-Twin-Software als Teil breiterer Projektlieferung und Beratung nutzt. Das verbessert kommerzielle Stabilitaet, schiebt die Software aber auch tiefer in einen Services- und Projektkontext. (3, 4, 5)
Neuere ventureartige Finanzierungssignale sind hier nicht relevant. Die praktische kommerzielle Einordnung ist einfacher: Dies ist eine reife, uebernommene Nischenproduktfamilie mit dauerhaftem Spezialwert, nicht ein expandierendes Plattformunternehmen, das End-to-End-Supply-Chain-Planung dominieren will.
Produktumfang: Was der Anbieter tatsaechlich verkauft
Das Kernprodukt bleibt WITNESS, nun innerhalb von Twinn vermarktet. Oeffentliche Produktseiten beschreiben WITNESS als Simulationsmodellierungsumgebung fuer Anlagen und Operationen, mit Drag-and-Drop-Modellbau, 2D- und 3D-Visualisierung, Codelogik und Experimenten ueber Was-waere-wenn-Szenarien. Das ist die klassische Form eines Produkts fuer diskrete Ereignissimulation, keine datenzentrierte Planungs-Suite. (6, 7, 8)
Das breitere Twinn-Portfolio verpackt WITNESS in eine Digital-Twin- und praediktive Simulationsgeschichte ueber Fertigung, Logistik, Luft- und Raumfahrt sowie verwandte Vertikalen hinweg. Das erweitert die kommerzielle Erzaehlung, aber die oeffentliche Produktevidenz weist weiterhin auf modellzentrierte Simulation als tatsaechliche technische Substanz zurueck. Dasselbe gilt fuer L-Sim und BPSim-bezogene Integrationen: Das Unternehmen hat echte Simulationstiefe, aber es bleibt Simulationstiefe. (9, 10, 11)
Der Umfang ist also breit in der Anwendung, aber eng im technologischen Zentrum. Lanner verkauft Simulations- und Digital-Twin-Werkzeuge, die auf Supply Chain angewendet werden koennen, statt eine native Supply-Chain-Entscheidungsplattform zu verkaufen.
Technische Transparenz
Lanner ist nach Enterprise-Software-Massstaeben relativ transparent. Oeffentliche Produktseiten, Trainingsseiten, Supportseiten, akademisches Material, alte Release Notes und Drittquellen machen es recht einfach zu verstehen, was WITNESS ist und wie es verwendet wird. Das Unternehmen gibt nicht vor, eine undurchsichtige KI-Black-Box zu sein. Sein Kernmechanismus, diskrete Ereignissimulation mit Experimenten und Modellierungslogik, ist lesbar. (6, 7, 12, 13, 14)
Diese Transparenz ist auf Modellierungsebene am staerksten. Es ist leicht zu verstehen, dass Nutzer Prozessmodelle bauen, Variablen waehlen, Replikationen ausfuehren und Outputs bewerten. Die Transparenz ist schwaecher, wenn man detaillierte oeffentliche Diskussionen moderner ML-Verfahren, cloudnativer Kontrollschleifen oder integrierter Optimierungstheorie erwartet, weil diese schlicht nicht das technische Zentrum des Produkts sind.
Das zaehlt dennoch als Staerke. Lanners oeffentlicher Bestand sagt einem technisch versierten Leser, um welche Art Software es geht. Die Bewertung ist nur gedeckelt, weil die oeffentliche Evidenz ueber Simulation klarer ist als ueber den genauen modernen Runtime- und Architekturzustand des heutigen Twinn-Produktstacks.
Produkt- und Architekturintegritaet
Architektonisch wirkt Lanner kohaerent. WITNESS hat einen klaren Schwerpunkt, und die unterstuetzenden Elemente rund um Experimenter, Training, Support, Beratung und akademische Programme passen zu diesem Schwerpunkt. Das ist eine gesuendere Struktur als bei vielen “Plattform”-Anbietern, deren oeffentliche Oberflaeche unverwandte Kategorien und gekaufte Fragmente mischt. (6, 12, 13, 15)
Die wichtigste architektonische Spannung ist nicht Inkohaerenz, sondern Bereitstellungsphilosophie. Ein grosser Teil des aktuellen Werts scheint weiterhin durch Modellierungsexperten, Beratungshilfe und projektspezifische Simulationsstudien geliefert zu werden statt durch eine leichte, kontinuierlich arbeitende Plattform. Das ist fuer Simulation ein vollkommen valides Softwaremodell, rueckt das Produkt aber deutlich naeher an Industrial-Engineering-Werkzeuge als an Self-Service-Entscheidungsautomatisierung. (12, 13, 16)
Sicherheitssignale sind gewoehnlich und begrenzt. Das oeffentliche Material handelt mehr von Support, Beratung und Produktnutzung als von tiefer Secure-by-Default-Architektur. Fuer diese Kategorie ist das nicht katastrophal, bedeutet aber, dass es wenig oeffentliche Basis fuer eine besonders hohe Sicherheitsbewertung gibt.
Supply-Chain-Tiefe
Lanner ist eindeutig supply-chain-relevant, aber nur durch eine bestimmte Linse. Lager, Werke, Distributionszentren, Linienkonfigurationen, Ressourcenzuteilung und Serviceoperationen sind alles operative Systeme, die fuer Supply-Chain-Leistung zaehlen. WITNESS wird sichtbar genutzt, um diese Systeme zu modellieren und zu verbessern. Das ist legitime Supply-Chain-Relevanz. (17, 18, 19, 20)
Die Einschraenkung liegt darin, dass diese Relevanz ueberwiegend strukturell und projektbasiert ist. Lanner ist viel staerker bei Anlagenentwurf, Durchsatzanalyse, Layout-Validierung und Szenario-Stresstests als bei taeglichen Supply-Chain-Entscheidungen wie wie viel gekauft, wohin alloziert oder wie Preise unter Unsicherheit ueber eine grosse SKU-Basis gesetzt werden sollten. Anders gesagt: Es hilft mehr, die Maschine zu entwerfen, als die Maschine jeden Tag zu betreiben.
Damit liegt Lanner bei Supply-Chain-Tiefe in einer Mittelzone: bedeutsam, real und technisch respektabel, aber nicht auf die wiederkehrenden Entscheidungsprobleme zentriert, die staerkere Supply-Chain-Softwareanbieter in dieser Analysegruppe definieren.
Entscheidungs- und Optimierungssubstanz
Lanner hat echte Optimierungssubstanz, aber klassische simulationsbasierte Substanz statt moderner Substanz fuer Supply-Chain-Entscheidungsautomatisierung. Experimenter, Was-waere-wenn-Analyse, DOE-artige Parameterdurchlaeufe und extern gekoppelte Heuristiken koennen fuer industrielle Entscheidungen sehr nuetzlich sein. Sie koennen zu materiell besseren Entwuerfen und Politiken fuehren. (7, 14, 21)
Die Begrenzung liegt darin, dass dies nicht dasselbe ist wie native, wiederkehrende Optimierung ueber Live-Betriebsdaten. Oeffentliche Evidenz zeigt Lanner nicht als Plattform, die kontinuierlich oekonomisch priorisierte Nachschub-, Allokations- oder Preisentscheidungen in grossem Massstab neu berechnet. Sie zeigt auch keine unterscheidbare probabilistische Modellierung auf SKU- und Standortebene. Die Optimierung ist real, aber sie wurzelt in Simulationsexperimenten und Parametererkundung.
Die Bewertung landet daher im Mittelfeld. Hier gibt es klar mehr Substanz als bei generischer “KI-Insights”-Software. Die Relevanz fuer taegliche Supply-Chain-Entscheidungsmaschinen bleibt teilweise.
Seriositaet des Anbieters
Lanner ist im altmodischen Sinn serioes. Es ist eine reife Produktlinie mit echter industrieller Nutzung, klarer technischer Identitaet, akademischen Referenzen und genanntem operativem Fallmaterial. Es ist nicht auf grelle moderne KI-Sprache angewiesen, um zu beweisen, dass etwas Reales existiert. (1, 6, 17, 18)
Der Abzug kommt von einem anderen Problem: Die heutige Digital-Twin- und praediktive Simulationsrahmung der Twinn-Aera kann ueberzeichnen, wie direkt die Software auf Supply-Chain-Intelligenz abbildet. Das Produkt ist nicht fake, aber ein Teil der modernen Verpackung riskiert, ein klassisches DES-Produkt naeher an ein Always-on-operatives Gehirn wirken zu lassen, als es wirklich ist. Das ist eine mildere Form von Inflation als KI-Hype, aber es bleibt Inflation.
Die Seriositaetsbewertung bleibt daher ordentlich, aber nicht hoch. Das Unternehmen ist glaubwuerdig und geerdet; das Problem liegt eher in kommerzieller Rahmung als in technischer Leere.
Supply-Chain-Score
Die folgende Bewertung ist vorlaeufig und verwendet einen einfachen Durchschnitt ueber die fuenf Dimensionen.
Supply-Chain-Tiefe: 3.6/10
Teilbewertungen:
- Oekonomische Rahmung: WITNESS-Projekte unterstuetzen haeufig CapEx-, Durchsatz- und kostenbegruendete Entscheidungen, was echte oekonomische Relevanz ist. Die oeffentliche Doktrin bleibt dennoch viel staerker auf Prozessleistung und Szenarioergebnisse zentriert als auf explizite oekonomische Entscheidungslogik, daher bleibt die Bewertung moderat.
4/10 - Entscheidungs-Endzustand: Lanner zielt klar darauf ab, echte operative Entscheidungen zu beeinflussen, aber vor allem durch projektartige Studien und Was-waere-wenn-Analyse. Es praesentiert sich oeffentlich nicht als Plattform fuer unbeaufsichtigte taegliche Entscheidungen, was die Bewertung begrenzt.
3/10 - Konzeptionelle Schaerfe zur Supply Chain: Das Produkt hat eine klare und kohaerente Perspektive rund um Simulation und digitale Zwillinge. Das ist ein echter positiver Punkt. Seine konzeptionelle Schaerfe ist staerker in Operations Engineering als in Supply Chain als eigenstaendiger oekonomischer Disziplin, daher bleibt die Bewertung moderat.
4/10 - Freiheit von veralteten doktrinaeren Kernstuecken: Weil Lanner nicht in klassischer Prognose- und Sicherheitsbestands-APS-Doktrin verankert ist, vermeidet es teilweise einige alte Planungsklischees. Gleichzeitig ersetzt es diese nicht durch eine eigene fortgeschrittenere Supply-Chain-Entscheidungsdoktrin, daher bleibt die Bewertung im Mittelfeld.
4/10 - Robustheit gegen KPI-Theater: Simulationsstudien koennen sehr robust sein, wenn sie gut gemacht sind, weil sie Systemverhalten stressen, statt nur KPIs zu berichten. Der oeffentliche Bestand enthaelt weiterhin vor allem anbieter-kuratiertes Fallmaterial, daher gibt es nicht genug Evidenz fuer eine starke Bewertung.
3/10
Dimensionsbewertung:
Arithmetischer Durchschnitt der fuenf obigen Teilbewertungen = 3.6/10.
Lanner ist wirklich relevant fuer Supply-Chain-Operationen, aber vor allem als Entwurfs- und Analysewerkzeug statt als kontinuierliche Entscheidungsplattform. (15, 17, 18, 19)
Entscheidungs- und Optimierungssubstanz: 3.6/10
Teilbewertungen:
- Tiefe der probabilistischen Modellierung: WITNESS nutzt klar stochastische Simulation und verteilungsgetriebene Replikationen, was legitimer Umgang mit Unsicherheit ist. Die Unsicherheit wird dennoch auf der Ebene der Prozesssimulation repraesentiert statt ueber reichhaltige operative Wahrscheinlichkeitsverteilungen fuer taegliche Entscheidungen, daher ist die Bewertung moderat.
4/10 - Unterscheidbare Optimierungs- oder ML-Substanz: Das Produkt hat echte optimierungsnahe Substanz ueber Experimenter und Simulationssuche, und das ist mehr als kosmetische Analytik. Oeffentliche Evidenz zeigt keine unterscheidbaren modernen ML- oder Optimierungsbeitraege jenseits klassischer DES-Methoden, was die Bewertung begrenzt.
3/10 - Umgang mit realen Nebenbedingungen: Das ist eine der Staerken von Lanner. Prozessfluesse, Warteschlangen, Ressourcen, Layouts, Puffer und operative Restriktionen sind genau die Arten von Objekten, mit denen DES gut umgehen kann. Das stuetzt eine solide Bewertung, auch wenn die Problemklasse anders ist als bei wiederkehrender Supply-Chain-Optimierung.
5/10 - Entscheidungsproduktion statt Entscheidungsunterstuetzung: Lanner ist grundlegend eine Entscheidungsunterstuetzungsumgebung. Es hilft Analysten und Ingenieuren, Alternativen zu vergleichen, scheint aber Live-Betriebsentscheidungen nicht als Kernworkflow zu erzeugen. Das haelt die Bewertung niedrig bis moderat.
2/10 - Resilienz unter realer operativer Komplexitaet: WITNESS ist eindeutig fuer komplexe industrielle und logistische Systeme gebaut, und die genannten Projekte stuetzen diese Lesart. Die Bewertung bleibt moderat, weil die behandelte Komplexitaet strukturell und prozesszentriert ist statt vollstaendige End-to-End-Komplexitaet von Supply-Chain-Entscheidungen.
4/10
Dimensionsbewertung:
Arithmetischer Durchschnitt der fuenf obigen Teilbewertungen = 3.6/10.
Lanner hat erheblichen technischen Wert, gehoert aber zu einer anderen Optimierungstradition als derjenigen, die taegliche Supply-Chain-Entscheidungen antreibt. (6, 7, 14, 20, 21)
Produkt- und Architekturintegritaet: 4.4/10
Teilbewertungen:
- Architektonische Kohaerenz: WITNESS hat einen starken Schwerpunkt, und die umliegende Produkt- und Services-Geschichte passt zu diesem Schwerpunkt. Das ist eine echte Staerke. Die Bewertung bleibt nur deshalb unter hoch, weil der oeffentliche Bestand zum modernen Twinn-Stack etwas weniger explizit ist als zur aelteren WITNESS-Identitaet.
5/10 - Klarheit der Systemgrenzen: Lanner ist ziemlich klar darin, eine Modellierungs- und Simulationsumgebung statt ein System of Record zu sein. Das ist gesund. Die heutige Digital-Twin-Verpackung kann Erwartungen etwas verwischen, aber die zugrunde liegende Grenze bleibt sichtbar.
5/10 - Sicherheitsseriositaet: Oeffentliche Evidenz rund um Sicherheit ist begrenzt und recht generisch. Es gibt keinen starken Grund, Nachlaessigkeit anzunehmen, aber auch wenig Grundlage fuer eine staerkere Bewertung.
3/10 - Software-Sparsamkeit gegenueber Workflow-Masse: Das Produkt liest sich nicht wie endloses Enterprise-CRUD. Es ist auf eine Kernaufgabe und die Services fokussiert, die noetig sind, damit diese Aufgabe funktioniert. Das gibt ihm eine hoehere Bewertung als vielen breiteren Suites.
5/10 - Kompatibilitaet mit programmatischen und agentengestuetzten Operationen: WITNESS unterstuetzt Codelogik und Integrationen, was ein bedeutsames Plus ist. Das gesamte Betriebsmodell bleibt dennoch auf spezialisierte Modellierer und Desktop-artige Werkzeuge zentriert statt auf hochgradig programmatische, textorientierte Operationen, daher bleibt die Bewertung moderat.
4/10
Dimensionsbewertung:
Arithmetischer Durchschnitt der fuenf obigen Teilbewertungen = 4.4/10.
Architektonisch ist Lanner sauberer und fokussierter als viele Supply-Chain-Anbieter. Die Begrenzung liegt im Bereitstellungsstil, nicht im Fehlen von Produktkohaerenz. (6, 8, 12, 13)
Technische Transparenz: 4.2/10
Teilbewertungen:
- Oeffentliche technische Dokumentation: Oeffentliches Material macht es recht leicht zu verstehen, was WITNESS ist, was es tut und wie es verwendet wird. Das ist ein echter positiver Punkt. Die Bewertung ist gedeckelt, weil tiefere moderne Runtime-Details und die Entwicklung unter Twinn weniger reich dokumentiert sind als die Kernkonzepte der Modellierung.
5/10 - Einsehbarkeit ohne Vermittlung durch den Anbieter: Ein technischer Leser kann Produktkategorie, Modellierungshaltung und wichtigste Faehigkeiten ohne Verkaufsgespraech verstehen. Das ist staerker als der Vergleichsdurchschnitt. Die genauen Interna des heutigen Stacks bleiben dennoch teilweise vermittelt, daher bleibt die Bewertung moderat stark.
4/10 - Sichtbarkeit von Portabilitaet und Lock-in: Rolle und Grenze des Produkts sind sichtbar genug, dass ein Kaeufer ueber Einpassung und Abhaengigkeit nachdenken kann. Die praktische Migrationslast fuer Simulationsmodelle und Projektwissen ist dennoch nicht voll transparent, was die Bewertung begrenzt.
4/10 - Transparenz der Implementierungsmethode: Lanner ist recht offen darin, dass Wert typischerweise durch Modellierungsunterstuetzung, Beratung, Training und Projektarbeit entsteht. Das macht die Betriebsmethode lesbar. Der oeffentliche Bestand liefert keine wirklich tiefen Delivery-Playbooks, daher bleibt die Bewertung moderat.
4/10 - Evidenzdichte hinter technischen Aussagen: Dies ist einer von Lanners besseren Bereichen, weil die technischen Aussagen bescheiden und mit dem sichtbaren Produkt abgestimmt sind. Die oeffentliche Evidenz ist hier viel dichter als bei Anbietern mit breiten KI-Aussagen.
4/10
Dimensionsbewertung:
Arithmetischer Durchschnitt der fuenf obigen Teilbewertungen = 4.2/10.
Lanner ist ungewoehnlich leicht einzuordnen und zu verstehen. Seine Aussagen sind eng genug und seine oeffentliche Evidenz konkret genug, dass die technische Geschichte vergleichsweise lesbar ist. (6, 7, 10, 14, 24)
Seriositaet des Anbieters: 3.4/10
Teilbewertungen:
- Technische Seriositaet der oeffentlichen Kommunikation: Lanners oeffentliche Kommunikation ist in echten Produktkategorien, genannten Projekten und verstaendlichen Simulationskonzepten geerdet. Das ist eine bedeutsame Staerke. Das breitere Digital-Twin-Branding weicht die Schaerfe dieser Kommunikation auf, daher bleibt die Bewertung moderat.
4/10 - Widerstand gegen opportunistische Schlagworte: Die Twinn-Rahmung nutzt moderne Digital-Twin- und praediktive Simulationsmarke, aber weit weniger aggressiv als viele KI-zentrierte Anbieter. Das verdient etwas Anerkennung. Das Produkt wird dennoch mit breiterer zukunftsgerichteter Sprache vermarktet, die seinen tatsaechlichen Umfang verwischen kann, daher ist die Bewertung nicht besonders hoch.
3/10 - Konzeptionelle Schaerfe: Das Unternehmen hat eine starke und kohaerente Sicht auf simulationsbasierte operative Analyse. Das ist echte konzeptionelle Substanz. Als Theorie von Supply-Chain-Software im engeren Sinn ist sie weniger scharf, weil die Kernidentitaet des Produkts breiter als Supply Chain ist.
4/10 - Bewusstsein fuer Anreize und Fehlermodi: Simulationsprojekte befassen sich natuerlich mit Engpaessen, Fehlermodi und operativen Trade-offs, was hilft. Der oeffentliche Anbieterdiskurs stellt die eigenen Grenzen oder Modellrisiken dennoch nicht besonders in den Vordergrund, daher bleibt die Bewertung moderat.
3/10 - Verteidigungsfaehigkeit in einer Welt agentischer Software: Lanner behaelt bedeutsame Verteidigungsfaehigkeit, weil industrielle Simulationsmodellierung und DES-Umgebungen auf Projektniveau nicht leicht zu einfachem CRUD oder Copilot-Huellen kommoditisiert werden. Allerdings bleibt ein Teil des Werts services- und expertisevermittelt statt rein produktisiert, was die Bewertung moderat positiv haelt.
3/10
Dimensionsbewertung:
Arithmetischer Durchschnitt der fuenf obigen Teilbewertungen = 3.4/10.
Lanner ist ein glaubwuerdiger Spezialanbieter mit echtem Engineering-Wert. Die Bewertung wird vor allem durch Kategoriepassung und durch die breitere Digital-Twin-Verpackung rund um einen im Kern klassischen Simulationskern begrenzt. (1, 3, 6, 15, 23)
Gesamtbewertung: 3.8/10
Mit einem einfachen Durchschnitt ueber die fuenf Dimensionsbewertungen landet Lanner bei 3,8/10. Das spiegelt ein reifes und technisch respektables Simulationsprodukt mit teilweiser, aber nicht zentraler Relevanz fuer wiederkehrende Supply-Chain-Entscheidungsautomatisierung wider.
Fazit
Lanner ist ein realer und respektabler Softwareanbieter. WITNESS ist kein schwammiges Digital-Twin-Theater; es ist eine lang laufende Umgebung fuer diskrete Ereignissimulation mit klarer industrieller Nutzung und einer Produktform, die weiterhin Sinn ergibt.
Das Problem ist weniger Qualitaet als Kategoriepassung. Lanner ist am staerksten, wenn ein Team eine Operation modellieren, stressen oder neu entwerfen muss. Es ist deutlich schwaecher als Kandidat fuer kontinuierliche, SKU-bezogene, oekonomisch priorisierte Supply-Chain-Entscheidungen. Es verdient also, ernst genommen zu werden, aber nicht als etwas falsch klassifiziert zu werden, das es nicht ist.
Fuer Kaeufer bedeutet das: WITNESS kann als ergaenzendes Engineering-Werkzeug fuer Anlagen, Fluesse und operative Szenarien sehr nuetzlich sein. Es sollte nicht mit einem Ersatz fuer eine dedizierte Supply-Chain-Optimierungsplattform wie Lokad verwechselt werden.
Quelldossier
[1] Lanner-Unternehmensgeschichte ueber Wikipedia
- URL:
https://en.wikipedia.org/wiki/Lanner_Group_Ltd - Quellentyp: Enzyklopaedieeintrag
- Herausgeber: Wikipedia
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist als kompakter historischer Ueberblick ueber Lanners Urspruenge, Produkte, Investoren und Uebernahmegeschichte nuetzlich. Sie ist sekundaere Evidenz, aber in der Richtung konsistent mit dem restlichen oeffentlichen Bestand.
[2] HandWiki-Unternehmensseite
- URL:
https://handwiki.org/wiki/Company:Lanner_Group_Ltd - Quellentyp: enzyklopaedieartiger Eintrag
- Herausgeber: HandWiki
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite bietet eine zweite oeffentliche Zusammenfassung von Lanners Geschichte und Produktlinie. Sie ist hauptsaechlich als Bestaetigung der groben historischen Form des Unternehmens nuetzlich.
[3] Mergr-Uebernahmeprofil
- URL:
https://mergr.com/company/lanner-group - Quellentyp: M&A-Datenbankeintrag
- Herausgeber: Mergr
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Dieses Profil bestaetigt Lanners Uebernahme durch Royal HaskoningDHV und rahmt das Unternehmen als Spezialisten fuer praediktive Simulationssoftware. Es hilft, die heutige Eigentumsdiskussion zu verankern.
[4] Royal-HaskoningDHV-Erwerbsnotiz 2019
- URL:
https://ireports.royalhaskoningdhv.com/ar2019/consolidated-financial-statements/notes-to-the-consolidated-financial-statements - Quellentyp: Geschaeftsberichtsnotiz
- Herausgeber: Royal HaskoningDHV
- Veroeffentlicht: 2020
- Abgerufen: 30. April 2026
Diese Berichtsnotiz bestaetigt, dass 2019 Kontrolle ueber Lanner Group Ltd erlangt wurde. Sie ist nuetzlich, weil sie eine formale Unternehmensquelle statt einer Pressezusammenfassung ist.
[5] TheBusinessDesk-Berichterstattung zur Uebernahme
- URL:
https://www.thebusinessdesk.com/westmidlands/news/2025602-international-engineering-consultancy-firm-acquires-simulation-specialist - Quellentyp: Wirtschaftsnachrichtenartikel
- Herausgeber: TheBusinessDesk.com
- Veroeffentlicht: 17. Januar 2019
- Abgerufen: 30. April 2026
Dieser Artikel liefert eine regionale Wirtschaftsperspektive auf die Uebernahme. Er ist vor allem nuetzlich, weil er den Deal als Erweiterung einer Engineering-Beratung in Richtung praediktiver Simulation rahmt.
[6] WITNESS-Produktseite
- URL:
https://www.haskoning.com/en/twinn/products/witness - Quellentyp: Produktseite
- Herausgeber: Haskoning / Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Dies ist die wichtigste aktuelle Quelle zu WITNESS. Sie praesentiert das Produkt klar als Simulationsmodellierungsumgebung mit Was-waere-wenn-Szenarien, 2D- und 3D-Modellen, Codelogik und Geschaeftserkenntnissen.
[7] WITNESS-13-Release-Notes
- URL:
https://www.addlink.es/images/pdf/WITNESS%2013%20Release%20Notes.pdf - Quellentyp: Release-Notes-PDF
- Herausgeber: Lanner / Addlink
- Veroeffentlicht: ungefaehr 2013
- Abgerufen: 30. April 2026
Diese Release Notes sind nuetzlich, weil sie konkrete Produktentwicklung rund um Experimenter und optimierungsbezogene Workflows zeigen. Sie helfen, das Produkt in tatsaechlichen Modellierungsfunktionen statt nur in heutiger Markenfuehrung zu verankern.
[8] Twinn-Portfoliopage zu praediktiver Simulation
- URL:
https://twinn.io/solutions/predictive-simulation-and-digital-twin - Quellentyp: Portfolioseite
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite rahmt die breitere Twinn-Suite fuer digitale Zwillinge und praediktive Simulation. Sie ist nuetzlich, weil sie zeigt, wie Lanners historische Produkte heute kommerziell verpackt werden.
[9] L-Sim-BPMN-Simulationspaper
- URL:
https://ieeexplore.ieee.org/document/4119793 - Quellentyp: Konferenzpaper
- Herausgeber: Winter Simulation Conference / IEEE
- Veroeffentlicht: 2006
- Abgerufen: 30. April 2026
Dieses Paper ist eine der staerksten technischen Quellen im oeffentlichen Bestand. Es dokumentiert L-Sim als zweckgebaute Simulationsengine fuer BPMN- und BPSim-artige Prozessmodellierung.
[10] Sparx-BPSim-Ausfuehrungsengine-Seite
- URL:
https://sparxsystems.com/products/mdg/bpsim/ - Quellentyp: Partner-Integrationsseite
- Herausgeber: Sparx Systems
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite bestaetigt, dass L-Sim-Technologie in BPSim-bezogene Werkzeuge eingebettet wurde. Sie ist ein nuetzlicher Beleg dafuer, dass Lanner ueber sein Flaggschiff-Desktopprodukt hinaus echte Integrationstiefe auf Engine-Ebene besitzt.
[11] Cardanit-BPSim-Ausfuehrungsartikel
- URL:
https://www.cardanit.com/blog/bpsim-execution - Quellentyp: Partner-Blogartikel
- Herausgeber: Cardanit
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Dieser Artikel gibt eine weitere Sicht auf BPSim-Ausfuehrung und hilft, L-Sims Rolle in Prozesssimulationsoekosystemen zu bestaetigen. Er ist nuetzlich, weil er Drittuebernahme statt nur Lanner-eigene Aussagen zeigt.
[12] Twinn-News- und Support-Landingpage
- URL:
https://www.lanner.com/en-us/insights/news/ - Quellentyp: Anbieter-Landingpage
- Herausgeber: Twinn / Lanner
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist nuetzlich, weil sie die aktuelle Support-, Trainings-, Beratungs- und Kundengeschichtenstruktur rund um WITNESS zeigt. Sie verstaerkt das servicesgestuetzte Betriebsmodell des Produkts.
[13] Twinn-Trainingselement zu WITNESS
- URL:
https://www.haskoning.com/en/twinn/products/witness - Quellentyp: Produkt- und Services-Seite
- Herausgeber: Haskoning / Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Die WITNESS-Seite hebt auch Training, Beratung und akademische Partnerschaften hervor. Das zaehlt, weil oeffentliche Wertlieferung klar spezialisierte Befaehigung einschliesst und nicht nur Softwarelizenzierung.
[14] WITNESS-Horizon-Experimenter-Video
- URL:
https://www.youtube.com/watch?v=s8rXrXoRfwA - Quellentyp: Produktdemonstrationsvideo
- Herausgeber: Lanner / Twinn
- Veroeffentlicht: ungefaehr 2021
- Abgerufen: 30. April 2026
Dieses Video ist nuetzlich, weil es zeigt, wie Experimenter den Nutzern tatsaechlich gerahmt wird. Es stuetzt die Lesart von WITNESS-Optimierung als Szenarioexperiment statt als kontinuierliche operative Optimierung.
[15] Vertikalseite Supply Chain und Logistik
- URL:
https://twinn.io/solutions/supply-chain-and-logistics - Quellentyp: Vertikalloesungsseite
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist eine der wichtigsten Quellen, die WITNESS und Twinn mit Supply-Chain-Anwendungsfaellen verbinden. Sie zeigt die Relevanz des Produkts fuer Lager, Logistik und operative Fluesse.
[16] Vertikalseite Lebensmittel und Getraenke
- URL:
https://twinn.io/solutions/food-and-beverage - Quellentyp: Vertikalloesungsseite
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist nuetzlich, weil sie zeigt, wie Simulation in einer supply-chain-nahen Vertikale mit Fabrik- und Lagerimplikationen angewendet wird. Sie hilft, die tatsaechliche Go-to-Market-Positionierung des Anbieters zu illustrieren.
[17] Mars-Kundengeschichte
- URL:
https://twinn.io/insights/customer-stories/mars-chocolate-north-america - Quellentyp: Kundengeschichte
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist nuetzlich, weil sie einen genannten industriellen Fall liefert, in dem WITNESS Kapazitaets- und Planungsanalyse unterstuetzte. Sie ist ein starker Beleg fuer realen Einsatz, auch wenn sie weiterhin anbieter-kuratiert ist.
[18] Carrefour-Kundengeschichte
- URL:
https://www.lanner.com/fr-fr/insights/customer-stories/carrefour-develops-witness-analysis-and-operations-tool.html - Quellentyp: Kundengeschichte
- Herausgeber: Lanner
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Fallstudie zeigt WITNESS bei Operationen in Distributionszentren eines grossen Einzelhaendlers. Sie ist direkt relevant fuer den Supply-Chain-Winkel der Analyse.
[19] L’Erbolario-Eco-Warehouse-Geschichte
- URL:
https://twinn.io/insights/customer-stories/lerbolario-eco-warehouse - Quellentyp: Kundengeschichte
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist nuetzlich, weil sie WITNESS bei Lagerentwurf und Nachhaltigkeits-Trade-offs zeigt. Sie verstaerkt die Staerke des Produkts bei projektartiger Analyse physischer Systeme.
[20] Seite zu Luft- und Raumfahrt sowie Verteidigung
- URL:
https://twinn.io/solutions/aerospace-and-defence - Quellentyp: Vertikalloesungsseite
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Seite ist nuetzlich, weil sie zeigt, dass das Produkt in komplexen industriellen Kontexten jenseits von Retail-Logistik verwendet wird. Sie hilft, die Aussage zu stuetzen, dass Lanners Umgang mit operativer Komplexitaet real ist.
[21] Wissenschaftliches Paper mit WITNESS und Optimierung
- URL:
https://www.sciencedirect.com/science/article/pii/S036083521930227X - Quellentyp: akademisches Paper
- Herausgeber: ScienceDirect
- Veroeffentlicht: 2019
- Abgerufen: 30. April 2026
Dieses Paper ist nuetzlich, weil es das Muster Simulation plus Suche rund um WITNESS illustriert. Es stuetzt die Bewertung, dass Optimierung existiert, aber in klassischer DES- und Experimententwurfsform.
[22] Fallstudie des West Midlands ICT Cluster
- URL:
https://www.wmictcluster.org/events/2009-case-studies/lanner-group - Quellentyp: regionale Fallstudienseite
- Herausgeber: West Midlands ICT Cluster
- Veroeffentlicht: 2009
- Abgerufen: 30. April 2026
Diese Seite liefert historischen Hintergrund zu Lanners regionalen Wurzeln und Nischenprominenz. Sie ist als externer Kontext zur langjaehrigen Identitaet des Unternehmens nuetzlich.
[23] Uebernahmeberichterstattung ueber Illuminaire
- URL:
https://illuminaire.io/royal-haskoningdhv-strengthens-its-predictive-simulation-capabilities - Quellentyp: Presseberichterstattung
- Herausgeber: Illuminaire
- Veroeffentlicht: 2019
- Abgerufen: 30. April 2026
Dieser Artikel fasst die Uebernahme und die Rahmung um praediktive Simulation zusammen. Er ist nuetzlich, weil er zeigt, wie der Markt Lanner im Moment des Eigentumsuebergangs positionierte.
[24] IEOM-Paper zu Warehouse Management
- URL:
https://ieomsociety.org/proceedings/2022india/246.pdf - Quellentyp: Konferenzpaper
- Herausgeber: IEOM
- Veroeffentlicht: 2022
- Abgerufen: 30. April 2026
Dieses Paper ist nuetzlich, weil es WITNESS in Simulationsforschung zum Warehouse Management zeigt. Es verstaerkt die akademische und operative Relevanz des Produkts in Logistikumgebungen.
[25] Digital-Twin-Whitepaper-PDF
- URL:
https://www.lanner.com/Assets/User/2556-RHDHV_Updated_Digital_Twin_Whitepaper.pdf - Quellentyp: Whitepaper-PDF
- Herausgeber: Lanner / Royal HaskoningDHV
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Dieses Whitepaper ist nuetzlich, weil es dokumentiert, wie Lanner und Haskoning digitale Zwillinge und praediktive Simulation gemeinsam rahmen. Es hilft, die Marketingsprache von der zugrunde liegenden Simulationshaltung zu trennen.
[26] Hayward-Tyler-Projektseite
- URL:
https://www.haskoning.com/en/projects/hayward-tyler-embraces-digital-twins - Quellentyp: Projektseite
- Herausgeber: Haskoning
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Diese Projektseite ist nuetzlich, weil sie zeigt, dass WITNESS verwendet wurde, um schnell ein volles Jahr operativen Verhaltens zu simulieren. Sie stuetzt die praktische Leistung und industrielle Relevanz des Produkts.
[27] Royal-HaskoningDHV-Geschaeftsbericht 2021
- URL:
https://www.haskoning.com/-/media/images/about-us/annual-report/archive/2021-annual-report-royalhaskoningdhv.pdf - Quellentyp: Geschaeftsbericht-PDF
- Herausgeber: Royal HaskoningDHV
- Veroeffentlicht: 2022
- Abgerufen: 30. April 2026
Dieser Geschaeftsbericht enthaelt Verweise auf Lanner als Unternehmen fuer praediktive digitale Zwillinge und Simulationssoftware. Er ist nuetzlich, um zu zeigen, dass die uebernommene Produktlinie Teil der strategischen Erzaehlung des Mutterunternehmens blieb.
[28] Royal-HaskoningDHV-Geschaeftsbericht 2024
- URL:
https://www.haskoning.com/-/media/images/about-us/annual-report/archive/2024-annual-report-royal-haskoningdhv.pdf - Quellentyp: Geschaeftsbericht-PDF
- Herausgeber: Haskoning
- Veroeffentlicht: 2025
- Abgerufen: 30. April 2026
Dieser Bericht hilft, fortgesetzte Unternehmenskontinuitaet und den modernen Haskoning-Markenkontext rund um Lanners Softwareassets zu bestaetigen. Er ist als aktuelles Eigentums- und Stabilitaetssignal nuetzlich.
[29] Twinn-Erklaerartikel zu DES
- URL:
https://twinn.io/insights/what-is-discrete-event-simulation-and-how-does-it-work - Quellentyp: Erklaerartikel
- Herausgeber: Twinn
- Veroeffentlicht: unbekannt
- Abgerufen: 30. April 2026
Dieser Erklaerer ist nuetzlich, weil er das technische Zentrum des Produkts klar benennt: diskrete Ereignissimulation. Er macht die Kernproduktlogik transparenter als die meisten modernen “KI-Plattform”-Seiten.
[30] Supply-Chain-Digital-Bericht zum Mars-Projekt
- URL:
https://supplychaindigital.com/technology-4/witness-helps-mars-maximize-capacity-and-reduce-risk - Quellentyp: Fachpresseartikel
- Herausgeber: Supply Chain Digital
- Veroeffentlicht: ungefaehr 2014
- Abgerufen: 30. April 2026
Dieser Artikel ist als Drittberichterstattung ueber eine genannte Einfuehrung nuetzlich. Er hilft zu bestaetigen, dass das Produkt in bedeutsamen supply-chain-nahen Projekten jenseits rein anbieterautorisierter Seiten eingesetzt wurde.