Rezension von Microsoft Dynamics 365 Supply Chain Management, Cloud-Enabled ERP Anbieter

Von Léon Levinas-Ménard

Zuletzt aktualisiert: Dezember, 2025

Microsoft ist ein US-amerikanisches Technologieunternehmen, das 1975 gegründet wurde und sich von Betriebssystemen und Produktivitätssoftware für PCs zu einem der weltweit größten Anbieter von Cloud- und Unternehmensanwendungen entwickelt hat, mit einem breiten Portfolio, das Windows, Office, Azure, Dynamics 365, Power Platform, Sicherheit und Entwicklerwerkzeuge umfasst. Im Kontext der supply chain befinden sich Microsofts relevante Angebote hauptsächlich innerhalb der Dynamics 365-Familie und der umfassenderen Microsoft Cloud: Das zentrale transaktionale Rückgrat bildet Dynamics 365 Finance and Operations (F&O) zusammen mit der Anwendung Dynamics 365 Supply Chain Management (SCM), ergänzt durch Add-ins wie Inventory Visibility, Planning Optimization und Demand Driven MRP; neuere funktionale Bausteine umfassen die Demand Planning-Funktionalität (derzeit als Teil von Dynamics 365 Supply Chain Management Premium positioniert) und Dynamics 365 Intelligent Order Management (IOM), die stark auf Dataverse, Power Platform und Azure-Dienste angewiesen sind. Rund um 2022–2023 vermarktete Microsoft auch eine Microsoft Supply Chain Platform und eine Supply Chain Center-Schicht, die darauf abzielte, Daten und Workflows über ERPs hinweg zu vereinheitlichen, auch wenn dieses Angebot nur relativ kurz in der Preview-Phase blieb und seither in den Hintergrund gerückt wurde. Insgesamt ist Microsoft kein spezialisierter supply chain optimisation vendor: Die supply chain-Funktionalitäten sind in einen breiteren ERP/CRM/Analytics-Stack eingebettet, der von Microsofts Größe, Partnerökosystem und horizontaler Cloud-Plattform profitiert, aber auch die typischen Kompromisse und die Intransparenz großer ERP-zentrierter Planungssysteme übernimmt.

Überblick über Microsoft

Aus unternehmerischer Sicht ist Microsoft ein diversifiziertes Technologieunternehmen mit Hauptsitz in Redmond, Washington, das am 4. April 1975 in Albuquerque, New Mexico von Bill Gates und Paul Allen als Anbieter von Microcomputer-Software gegründet wurde; 1979 zog es in den Bundesstaat Washington um und ging 1986 an die Börse.¹ Im Laufe der Zeit erweiterte Microsoft sein Angebot von Betriebssystemen und Office-Produktivität auf Serversoftware, Cloud-Infrastruktur (Azure) und ein breites Portfolio an Geschäftsanwendungen. Der Einstieg in den ERP- und supply chain-Bereich erfolgte hauptsächlich durch Akquisitionen: der Kauf von Great Plains Software (im Dezember 2000 angekündigt, im April 2001 für etwa 1,1 Mrd. USD in Aktien abgeschlossen)² und die darauffolgende Übernahme des dänischen Anbieters Navision a/s im Jahr 2002 (ca. 1,45 Mrd. USD)³ bildeten die Grundlage für die Abteilung „Microsoft Business Solutions“, die letztlich zur Produktlinie Microsoft Dynamics wurde. Dynamics AX (heute Dynamics 365 Finance and Supply Chain Management), Dynamics NAV/Business Central und andere ERP-Lösungen für den Mittelstand versorgten Microsoft von Haus aus mit Funktionen in den Bereichen Finanzen, Vertrieb, Fertigung und grundlegender supply chain-Funktionalität.

Heutzutage konzentriert sich das supply chain-relevante Portfolio auf Dynamics 365 Supply Chain Management (SCM), eine cloudbasierte Anwendung aus der Finanz- und Operations-Familie, die Produktion, Inventar, Lagerhaltung, Transport, Anlagenmanagement und verwandte Prozesse abdeckt.⁴ Um dieses Kernstück herum hat Microsoft mehrere übergreifende Services eingeführt: das Add-in Inventory Visibility, realisiert als unabhängiger Microservice, der in der Lage ist, umfangreiche Echtzeit-Inventaranfragen global zu bearbeiten und in externe Systeme zu integrieren;⁵ Planning Optimization, ein Cloud-Dienst, der die Master-Planungsberechnungen von der bisherigen On-Premise-Engine ablagert;⁶ sowie einen von DDMRP inspirierten Planungsmodus, der als Demand Driven MRP (DDMRP) für puffergestützte Nachschubsteuerung bezeichnet wird.⁷ Auf der Orchestrierungsseite wird Dynamics 365 Intelligent Order Management (IOM) als ereignisgesteuerte Schicht für die Auftragsorchestrierung und -abwicklung positioniert, die auf Dataverse und Power Platform-Tools aufbaut und über Konnektoren sowie Power Automate-Flows in mehrere Kanäle und Back-End-Systeme integriert wird.⁸ Kürzlich hat Microsoft eine separate Demand Planning-Funktion eingeführt, die zunächst Ende 2023 in der öffentlichen Preview erschien und ab 2024 als Teil von Dynamics 365 Supply Chain Management Premium allgemein verfügbar ist, beschrieben als „next-generation collaborative demand planning solution“ mit KI-gestützten Einblicken und Copilot-ähnlicher Erklärbarkeit.⁹ Ein kurzlebiger Wrapper namens Microsoft Supply Chain Platform und Supply Chain Center versuchte, eine übergreifende Benutzeroberfläche über Dynamics 365, SAP, Oracle und andere Systeme zu legen; Branchenberichte deuten darauf hin, dass dieses Angebot zwischen Ende 2022 und Oktober 2023 in der Preview blieb, wonach die Preview beendet und die Kunden angewiesen wurden, stattdessen auf die zugrunde liegenden Dynamics 365-Module und Power Platform-Komponenten zu setzen.¹⁰

Technisch gesehen werden Finanz- und Operations-Anwendungen, einschließlich Dynamics 365 SCM, als mehrschichtige Cloud-Anwendungen implementiert, die auf Azure gehostet werden – mit einer Datenbank-Schicht, einer Application Object Server (AOS)-Schicht und einer Web-Client-Schicht, die in verwalteten Umgebungen mittels Azure Service Fabric und verwandter Plattformdienste betrieben werden.⁶ Die supply chain-Add-ins (Inventory Visibility, Planning Optimization, Demand Planning) laufen als separate Cloud-Dienste, die über APIs und Dataverse integriert werden. Die Nachfrageprognosefunktion von Microsoft, die Teil des älteren Planungssystems ist, basiert auf Azure Machine Learning und bietet eine Reihe gängiger statistischer und maschineller Lernalgorithmen (ARIMA, exponentielle Glättung, XGBoost, Prophet) mit automatischer Modellauswahl.¹¹ Der neuere Demand Planning-Arbeitsbereich legt den Schwerpunkt auf Benutzerfreundlichkeit, Zusammenarbeit und Copilot-gestützte Einblicke, auch wenn die öffentliche Dokumentation und Blogs bezüglich der zugrunde liegenden Modellierung – abgesehen von dem Verweis auf diese etablierten Algorithmen – eher oberflächlich bleiben.¹¹⁹ Insgesamt sind Microsofts supply chain-Fähigkeiten kommerziell ausgereift und weltweit über ein globales Partnernetzwerk verbreitet, doch die technische Tiefe der Optimierung und KI wird dadurch eingeschränkt, dass sie in eine breite ERP-Plattform eingebettet werden müssen, anstatt in eine spezialisierte Optimierungs-Engine.

Microsoft vs Lokad

Microsoft und Lokad befassen sich beide mit der Planung und Analytik im Bereich supply chain, gehen diese jedoch aus nahezu entgegengesetzten Richtungen an. Microsoft startet von einer horizontalen Cloud- und ERP-Grundlage – Azure, Dynamics 365, Dataverse, Power Platform – und integriert supply chain-spezifische Funktionalitäten in diese Umgebung. Lokad hingegen geht vom Problem der probabilistischen Nachfrageprognose und wirtschaftlichen Optimierung aus und hat eine spezialisierte SaaS-Plattform sowie eine domänenspezifische Sprache (Envision) entwickelt, die sich der supply chain-Entscheidungsfindung anstelle der Transaktionsverarbeitung widmet.¹²¹³

Auf der Seite der Daten und Berechnungen folgen Microsofts Finanz- und Operations-Anwendungen einer konventionellen mehrschichtigen Anwendungsarchitektur mit einer relationalen Datenbank, AOS-Anwendungsservern und einem Web-Client; neuere Add-ins wie Inventory Visibility werden als Microservices implementiert, die APIs für externe Systeme bereitstellen und hochvolumige Echtzeit-Inventaranfragen ermöglichen.⁶⁵ Lokad hingegen betreibt eine mandantenfähige Cloud-Plattform, die um einen ereignisgesteuerten Datenspeicher und eine individuelle verteilte virtuelle Maschine herum aufgebaut ist, welche Envision-Skripte über große tabellarische Datensätze ausführt – mit probabilistischen Prognose- und Optimierungsprimitive, die in die Sprache selbst integriert sind.¹³ Während Microsoft Konfigurationsmasken, Low-Code-Workflows und Power Automate-Flows zur Definition der Planungslogik bereitstellt, legt Lokad den Code offen: Jede Transformation, jede Prognose und jeder Optimierungsschritt wird als Envision-Programm definiert, das täglich oder auf Abruf ausgeführt wird, was die Lösung programmierbarer, aber auch stärker von fachspezifischer Expertise abhängig macht.¹³

In Bezug auf Prognosen und Optimierung drehen sich die dokumentierten Fähigkeiten von Microsoft um gängige Zeitreihen- und ML-Modelle zur Vorhersage (ARIMA, ETS, XGBoost, Prophet), die auf Azure Machine Learning gehostet werden,¹¹ sowie um eine Kombination aus regelbasierter und puffergestützter Planungslogik (klassisches MRP, DDMRP) innerhalb der Funktionen Planning Optimization und Demand Driven MRP.⁷ Die öffentliche Dokumentation zur neuen Demand Planning-Funktion betont KI-unterstützte Einblicke, Copilot-Erklärungen und eine verbesserte Benutzererfahrung, beschreibt jedoch keine durchgehende probabilistische Optimierungspipeline; es scheint, als würden die Prognosen pro Serie mit einer Modellauswahl unter den unterstützten Algorithmen erzeugt und anschließend in Planungsheuristiken eingespeist, deren innere Funktionsweise nicht offen gelegt wird.¹¹⁹ Lokads eigene Materialien und unabhängige Berichterstattung beschreiben einen Ansatz, der auf probabilistischen Prognosen (vollständige Nachfrageverteilungen anstelle von Punktschätzungen) und stochastischen Optimierungsalgorithmen wie Stochastic Discrete Descent basiert – ergänzt durch aktuelle Arbeiten zu differentiable programming und kombinatorischer „latent optimisation“ für Planungsprobleme.¹³¹⁴ Lokads Leistung im M5-Wettbewerb (6. Platz insgesamt von 909 Teams, mit der besten Genauigkeit auf SKU-Ebene)¹⁴ und die langjährige Positionierung im Bereich quantiler/probabilistischer Prognosen deuten auf einen tieferen Fokus auf Prognose- und Entscheidungsqualität hin, als es in Microsofts Produktliteratur sichtbar wird.

Was den funktionalen Umfang betrifft, bietet Microsoft eine breite Palette von Anwendungen: Dynamics 365 Supply Chain Management für Produktion, Lagerhaltung und Inventar; Intelligent Order Management für die kanalübergreifende Auftragsorchestrierung; Finance, Sales und weitere Dynamics-Anwendungen; sowie die Integration mit Microsoft 365, Teams und Power Platform. Dies ermöglicht es, eine Ein-Anbieter-Lösung zu präsentieren, die die transaktionale Ausführung, Zusammenarbeit, Analytik und Planung abdeckt. Lokad ersetzt explizit keine ERP- oder WMS-Systeme; es positioniert sich als Optimierungsschicht über bestehenden Transaktionssystemen und konzentriert sich darauf, was eingekauft werden soll, wo gelagert wird, wie viel produziert werden soll und (in manchen Fällen) wie zu bepreisen ist, während die ERPs den operativen Teil übernehmen.¹³¹⁵ In der Praxis favorisiert Microsofts Ansatz die Prozessintegration und eine einheitliche Benutzeroberfläche, während Lokad eine tiefere quantitative Behandlung von Unsicherheiten und wirtschaftlichen Treibern anstrebt – in der Annahme, dass Daten aus den bereits bestehenden ERPs des Kunden extrahiert werden können.

Wirtschaftlich gesehen ist Microsoft ein globales Unternehmen mit Hunderttausenden von Kunden und einem umfangreichen Partnerökosystem, sodass Dynamics 365 Supply Chain Management und verwandte Module von einer stabilen Roadmap, Zertifizierungen und der Verfügbarkeit von Implementierungspartnern profitieren. Lokad ist vergleichsweise klein (gegründet 2008 und operiert als fokussierter Spezialanbieter), hat aber eine Erfolgsbilanz bei komplexen supply chain, insbesondere in der Luftfahrt (Air France Industries und verwandte MRO-Kontexte)¹²¹⁵ und im Einzelhandel, aufgebaut und erhielt externe Anerkennungen wie die Auszeichnung als Windows Azure Platform Partner of the Year 2010 von Microsoft für den Einsatz von Azure bei groß angelegten Prognosen.¹⁶ Für Käufer besteht der Kompromiss im Wesentlichen zwischen einer generalistischen Plattform mit eingebetteten supply chain-Funktionen (Microsoft) und einer spezialisierten Optimierungs-Engine, die neben bestehenden Systemen eingesetzt wird (Lokad). In einem direkten Vergleich gewinnt Microsoft typischerweise durch die Breite der funktionalen Abdeckung, das Ökosystem und die Integration in den Unternehmens-IT-Stack, während sich Lokad durch die Tiefe und Transparenz seines probabilistischen Optimierungs-Stacks sowie durch die Behandlung von Prognose und Optimierung als programmierbare Disziplin anstelle einer reinen Konfigurationsaufgabe differenziert.

Unternehmensgeschichte und Weg in Unternehmensanwendungen

Microsofts Einstieg in die Unternehmensanwendungssoftware erfolgte im Vergleich zu traditionellen ERP-Anbietern relativ spät. Die frühen Jahrzehnte des Unternehmens waren von MS-DOS, Windows, Office und Entwicklerwerkzeugen dominiert, wobei Serverprodukte (Windows Server, SQL Server, Exchange) und grundlegende Back-Office-Lösungen in den 1990er Jahren eingeführt wurden. Der strategische Schritt in Richtung Geschäftsanwendungen wurde durch die Übernahme von Great Plains Software signalisiert, einem ERP-Anbieter für den Mittelstand, der in North Dakota gegründet wurde, im Dezember 2000 angekündigt und im April 2001 für etwa 1,1 Mrd. USD abgeschlossen wurde.² Great Plains brachte Buchhaltungs-, Vertriebs- und grundlegende Fertigungsfunktionalitäten, vornehmlich für kleine und mittelständische Unternehmen, mit und operierte innerhalb der Productivity and Business Services-Gruppe unter dem Namen „Microsoft Great Plains“.²

Die Übernahme von Navision a/s im Jahr 2002, einem dänischen ERP-Anbieter mit den Produktlinien Navision und Axapta, erweiterte Microsofts Präsenz im europäischen Mittelstands- sowie gehobenen Mittelstands-ERP-Markt.³ Das Axapta-Produkt von Navision sollte zu Dynamics AX werden, das in der Cloud-Ära später in Dynamics 365 Finance and Supply Chain Management umgestaltet wurde.³ Gemeinsam bildeten Great Plains und Navision den Kern von Microsoft Business Solutions, das später in Microsoft Dynamics umbenannt wurde und Finanzwesen, Vertrieb, CRM und grundlegende supply chain-Funktionalitäten über mehrere Codebasen (AX, NAV, GP, SL, CRM) abdeckte. Im Laufe der Zeit konsolidierte Microsoft das Marketing unter der Marke Dynamics, während es seine Kunden schrittweise zu cloud-gehosteten Dynamics 365-Anwendungen führte und einige der älteren On-Premise-Lösungen in den Hintergrund rückte.

Diese Geschichte ist von Bedeutung, da ein Großteil der supply chain-Funktionalitäten von Microsoft von diesen ERP-Systemen geerbt oder darauf aufgebaut wurde. Dynamics 365 Supply Chain Management ist der cloudbasierte Nachfolger der AX-Reihe; es behält den Fokus auf durchgängigen operativen Prozessen (Beschaffung, Produktion, Lager, Transport) bei und integriert die Planungslogik vornehmlich als Module innerhalb des ERP, anstatt als eigenständigen Optimierer zu fungieren. Die nachfolgende Einführung von Cloud-Add-ins (Inventory Visibility, Planning Optimization, Demand Planning) spiegelt einen architektonischen Wandel weg von monolithischen On-Premise-Planungs-Engines hin zu SaaS-Microservices wider, während Microsofts grundlegende Rolle weiterhin die eines ERP-Anbieters ist, der in den Planungsbereich erweitert, statt als reiner Planungsspezialist von Grund auf neu zu entwickeln.

Produktportfolio für supply chain

Dynamics 365 Supply Chain Management

Dynamics 365 Supply Chain Management ist Microsofts Flaggschiff-Anwendung für Fertigungs- und supply chain-Operationen innerhalb der Finanz- und Operations-Familie. Die offizielle Dokumentation beschreibt sie als eine Lösung, die „supply chain, Fertigung und Logistik automatisiert und rationalisiert“ und legt den Schwerpunkt auf Szenarien in den Bereichen Planung, Produktion, Lagerverwaltung, Transport und Anlagenmanagement.⁴ Funktional stellt die Anwendung bereit:

Master-Planungs- und Materialbedarfsplanungsfähigkeiten (MRP), die historisch eine In-Prozess-Planungsengine und jüngst den cloudbasierten Planning Optimization-Dienst nutzten.
Fertigungssteuerung (diskrete, prozess- und Lean-Fertigung), einschließlich Stücklisten, Arbeitsgängen, Produktionsaufträgen und Shopfloor-Ausführung.
Bestandsverwaltung über Standorte und Lager, einschließlich Chargen-/Serienverfolgung und Qualitätsmanagement.
Lagerverwaltung mit erweiterten Funktionen (Wellenkommissionierung, Arbeitsvorlagen, Unterstützung für mobile Geräte).
Transportmanagement, einschließlich Tarifvergleich, Ladungen, Routen und Frachtabstimmung.
Anlagenverwaltung zur Instandhaltung von Ausrüstung und Einrichtungen.

Dynamics 365 SCM verwendet dasselbe Datenmodell und Anwendungsframework wie Dynamics 365 Finance; viele Kunden setzen beide gemeinsam als ein einziges ERP für Finanzen und Betrieb ein. Die Planungslogik (Prognose, MRP, Planungsoptimierung) wird entweder innerhalb der Anwendung oder über angebundene Dienste ausgeführt, wobei die Ergebnisse (geplante Aufträge, Angebotsvorschläge) in standardisierte ERP-Tabellen geschrieben werden. Dies führt zu einer engen Integration mit den Ausführungsprozessen, koppelt jedoch die Planung eng an das transaktionale Modell, was die Flexibilität für fortgeschrittene Optimierungsansätze einschränken kann.

Bestandsvisualisierung, Planungsoptimierung und DDMRP

Das Inventory Visibility-Add-in ist eine bemerkenswerte Komponente, da es explizit als unabhängiger Microservice entwickelt wurde und nicht nur als Funktion der Hauptanwendung dient. Die Microsoft-Veröffentlichungsdokumentation beschreibt Inventory Visibility als „einen unabhängigen Microservice, der eine Echtzeit globale Bestandsübersicht ermöglicht, indem die Integration mit externen Systemen vereinfacht wird“ und gibt an, dass er „Millionen von Transaktionen pro Minute“ für umsatzstarke Einzelhändler und Hersteller verarbeiten kann.⁵ Der Dienst kann Bestandsaktualisierungen von Dynamics 365 SCM und externen Systemen (E-Commerce-Plattformen, Drittlogistikanbieter) übernehmen und stellt APIs bereit, um „available to promise“ Bestände kanalübergreifend nahezu in Echtzeit abzufragen. Technisch gesehen ist dies eines der deutlichsten Beispiele dafür, dass Microsoft einen cloud-nativen Microservice einsetzt, um ein spezifisches supply chain-Problem (globale, omnichannel Bestände) zu lösen, der von ERP-Transaktionszyklen entkoppelt ist.

Planning Optimization ist ein Cloud-Dienst, der die Hauptplanungsberechnungen vom veralteten In-Product-Engine auf einen extern in Azure gehosteten Dienst auslagert. Die Architektur-Dokumentation für Finanz- und Betriebsanwendungen weist darauf hin, dass Planning Optimization außerhalb der Hauptanwendungsschicht läuft und über die Anwendung aufgerufen wird, um basierend auf Nachfrage, Angebot, Lieferzeiten und Einschränkungen geplante Aufträge zu generieren.⁶ Obwohl dies die Rechenlast im ERP reduziert und Microsoft ermöglicht, die Planungs-Engine unabhängig weiterzuentwickeln, sind in der öffentlichen Dokumentation die zugrunde liegenden Optimierungsalgorithmen spärlich beschrieben. Es gibt keine detaillierte Beschreibung mathematischer Formulierungen (z. B. lineare Programmierungsmodelle, stochastische Formulierungen) oder Zielfunktionen; die Benutzer sehen Konfigurationsoptionen (coverage groups, firming settings) und erhalten geplante Aufträge, aber der Solver ist im Wesentlichen eine Blackbox.

Microsoft bewirbt außerdem die Demand Driven MRP (DDMRP)-Funktionalität in Dynamics 365 SCM, die als „Planungsinnovation“ positioniert wird und eine bufferbasierte Bestandskontrolle mit dynamischen Anpassungen kombiniert.⁷ Inhalte von Drittberatern fassen dies als im System konfigurierte DDMRP-Puffer zusammen, mit einer Planungslogik, die Bestellpunkte und Bestellmengen basierend auf Nachfrage, Lieferzeit und Variabilität anpasst.⁷ Dies entspricht der branchenüblichen DDMRP-Methodik, anstatt eine neuartige Optimierung einzuführen; im Wesentlichen setzt Microsoft anerkannte bufferbasierte Regeln innerhalb seiner Planungs-Engine um.

Dynamics 365 Intelligent Order Management

Dynamics 365 Intelligent Order Management (IOM) wird als eine Multi-Channel-Auftragsorchestrierung und -erfüllungslösung vermarktet. Die Microsoft-Dokumentation beschreibt IOM als aufgebaut auf Dataverse und Power Platform, wobei vorgefertigte Connectoren, ereignisgesteuerte Orchestrierung und konfigurierbare Regeln verwendet werden, um Aufträge von Kanälen (E-Commerce, Marktplätze, Callcentres) zu Erfüllungsquellen (Lager, Geschäfte, Drop-Ship-Anbieter) zu leiten.⁸ IOM kann Auftragsevents aufnehmen, Regeln anwenden und (in einigen Fällen) auf maschinellem Lernen basierendes Scoring durchführen, um über Erfüllungsoptionen zu entscheiden, und integriert sich mit Power Automate zur Workflowautomatisierung und Power BI für Analysen.⁸

Aus technischer Sicht fällt bei IOM besonders auf, dass es stark auf Low-Code-Infrastrukturen setzt: Abläufe werden in Power Automate definiert, Connectoren greifen auf das umfassende Microsoft-Ökosystem zurück, und ein Großteil der Orchestrierungslogik wird über Benutzeroberflächen statt über Code konfiguriert.⁸ Microsoft-Marketingmaterial verweist auf „AI-driven order orchestration“ und „intelligent fulfilment“, doch die öffentliche, technische Dokumentation spezifiziert nicht die Algorithmen, die zur Bewertung der Erfüllungsoptionen verwendet werden (z. B. ob ein Kosten-/Service-Ziel über alle Optionen optimiert oder einfach Regeln sequenziell angewendet werden). In der Praxis erscheint die Architektur ereignisgesteuert und erweiterbar, aber die Tiefe der Optimierung wird nicht transparent dokumentiert.

Microsoft Supply Chain Plattform und Supply Chain Center

Im November 2022 kündigte Microsoft die Microsoft Supply Chain Plattform und den Supply Chain Center an, die als eine vereinheitlichende Schicht über Dynamics 365, Azure, Microsoft Teams und Power Platform präsentiert werden, um supply chain visibility, Risikoanalysen und Zusammenarbeit zu bieten.¹⁰ Berichte der Fachpresse zum Launch beschrieben den Supply Chain Center als eine Daten- und Insights-Schicht, die in der Lage ist, über vorgefertigte Connectoren eine Verbindung zu SAP, Oracle und anderen Systemen herzustellen und Dashboards für Lieferkettenrisiken, Bestände und Logistik bereitzustellen.¹⁰ Allerdings deuten spätere Berichte darauf hin, dass der Supply Chain Center in der Vorschauphase verblieb und dass Microsoft die öffentliche Vorschau am 31. Oktober 2023 beendete, wobei Kunden mitgeteilt wurde, dass das Produkt nicht allgemein verfügbar sein würde und dass die zugrunde liegenden Funktionen stattdessen über Dynamics 365 SCM, IOM und Power Platform fortgeführt würden.¹⁰

Dieser Vorfall ist relevant, um Microsofts strategische Ausrichtung zu bewerten: Anstatt sich auf ein separates, eigenständiges supply chain control tower-Produkt festzulegen, scheint Microsoft die spezifische supply chain UX und Analytik wieder in seine breiteren Geschäftsapplikationen und Low-Code-Tools zu integrieren. Für die Kunden bedeutet dies, dass langfristige Investitionen eher auf Dynamics 365 SCM, Power Platform und Azure-Datenservices getätigt werden sollten als auf die eingestellte Marke Supply Chain Center.

KI, maschinelles Lernen und Optimierungsansprüche

Nachfrageprognose und Nachfrageplanung

Die dokumentierte Funktion zur Nachfrageprognose in Dynamics 365 SCM von Microsoft stützt sich auf Azure Machine Learning und bietet mehrere „populäre Nachfrageprognosemodelle“: ARIMA, exponentielle Glättung (ETS), XGBoost und Prophet.¹¹ Das System kann diese Modelle anhand historischer Daten evaluieren und automatisch das Modell auswählen, das für jede Nachfragerreihe den Fehler minimiert.¹¹ Dies ist ein vernünftiger, gängiger Ansatz: ARIMA und ETS decken klassische Zeitreihenmodelle ab, während XGBoost und Prophet flexiblere, auf maschinellem Lernen basierende Optionen bieten. Die Erstellung der Prognosen wird durch historische Transaktionen gesteuert, mit Einstellungen für Horizonte, Aggregationen, Ausreißererkennung und manuelle Anpassungen. Allerdings legt die öffentliche Dokumentation den Schwerpunkt auf Punktprognosen und beschreibt keine voll probabilistischen Ausgaben (z. B. Quantilgitter oder Szenarioverteilungen).

Im Jahr 2024 kündigte Microsoft eine neue Nachfrageplanungs-Funktionalität an, die als Teil von Dynamics 365 Supply Chain Management Premium verfügbar ist und als „nächste Generation einer kollaborativen Nachfrageplanungslösung“ mit „neuen AI demand planning capabilities“ positioniert wird.⁹ Der zugehörige Blogbeitrag hebt einen neu gestalteten Arbeitsbereich, bessere Zusammenarbeit und von Copilot bereitgestellte Einblicke hervor, sowie zusätzliche Funktionen wie Produkt-Ein-/Auslaufprozesse, zeilenbasierte Sicherheit und zellenbasierte Kommentierung.⁹ Es wird auch ein Kunde, Poloplast (ein österreichischer Rohrhersteller), zitiert, der über eine verbesserte Lagerzuweisung und reduzierte Fremdlagerkosten berichtet, „weil es nun auf in Dynamics 365 ersichtliche statistische Methoden basiert.“⁹ Allerdings gibt Microsoft in den öffentlichen Materialien, abgesehen von einem Verweis auf statistische Methoden und AI-Einblicke, nicht preis, welche neuen Algorithmen, falls überhaupt, der Nachfrageplanung im Vergleich zur bestehenden Nachfrageprognose-Engine zugrunde liegen. Es wird nicht von probabilistischen Verteilungen, stochastischer Optimierung oder End-to-End-Kostenfunktionen gesprochen; der Schwerpunkt liegt auf Benutzerfreundlichkeit und Zusammenarbeit, wobei „AI“ in erster Linie als Unterstützung (Copilot-Erklärungen, zusammengefasste Änderungen) dargestellt wird und nicht als ein grundsätzlich neuer Modellierungsansatz.

Aus einer skeptischen Perspektive scheint Microsoft etablierte Prognosetechniken (ARIMA, ETS, XGBoost, Prophet) einzusetzen und diese in eine modernere, kollaborative Benutzeroberfläche mit Copilot-ähnlicher Unterstützung einzubetten. Dies ist eine valide und vermutlich pragmatische Weiterentwicklung, reicht jedoch nicht an die Art von probabilistischer, entscheidungsorientierter Prognose heran, die einige spezialisierte Anbieter betonen. Ohne technische Whitepaper oder Code-Artefakte ist es nicht möglich, tiefere AI-Innovationen zu verifizieren; die verfügbare Dokumentation verweist auf standardmäßige, weit verbreitete Algorithmen.

Auftragsorchestrierung, Bestandsmanagement und Optimierung

Im Bereich Bestands- und Auftragsorchestrierung ist Microsofts expliziteste „AI-style“ Komponente wohl das Inventory Visibility, anstatt eines Optimierers. Inventory Visibility wird als ein unabhängiger Microservice dokumentiert, der eine „Echtzeit globale Bestandsübersicht“ sowie die Fähigkeit bietet, „Millionen von Transaktionen pro Minute“ zu verarbeiten, und richtet sich an omnichannel-Retailer und Hersteller.⁵ Der Dienst geht die Latenz- und Fragmentierungsprobleme des ERP-basierten Bestandsmanagements an, indem er Bestandszustände aus verschiedenen Quellen zentralisiert und cached sowie APIs für Bestandsabfragen bereitstellt. Obwohl dies für reaktionsschnelle supply chain-Operationen wichtig ist, handelt es sich in erster Linie um einen Integrations- und Caching-Dienst, nicht um eine Optimierungsmaschine.

Planning Optimization, DDMRP und IOM verkörpern gemeinsam die planungsbezogene Logik von Microsoft auf der Ausführungsseite, aber auch hier bleibt die technische Tiefe undurchsichtig. DDMRP folgt der anerkannten bufferbasierten Methodik; eine Analyse von Drittanbietern, die sich auf Elektronikhersteller konzentrierte, beschreibt Microsofts DDMRP in Dynamics 365 SCM als eine Methode, Puffer auf der Basis von Entkopplungspunkten zu positionieren und zu dimensionieren, mit einer visuellen Steuerung des Pufferstatus und automatisierten Nachfüllaufträgen, wenn Puffer unterschritten werden.⁷ Dies ist methodisch fundiert, aber standardmäßig; der Mehrwert liegt in der Integration in das ERP, nicht in neuartigen Algorithmen.

Das IOM-Marketingmaterial verweist auf eine „AI-driven fulfilment optimisation“, jedoch hebt die Architektur-Dokumentation Connectoren, ereignisbasierte Verarbeitung und konfigurierbare Regeln hervor.⁸ Es gibt keine öffentliche Spezifikation darüber, wie das Produkt konkurrierende Erfüllungsoptionen gewichtet (z. B. Kosten, zugesagtes Lieferdatum, Kapazitätsbeschränkungen) oder ob es ein formales Optimierungsproblem löst, anstatt prioritätsbasierte Regeln anzuwenden. Angesichts des Low-Code-Fokus und der Notwendigkeit, die Konfiguration für Geschäftsanwender zugänglich zu halten, ist es vernünftig anzunehmen, dass die meisten Kunden regelbasierte Richtlinien implementieren (if/then Logik, Scoring, vielleicht einfache ML-basierte Klassifizierung) und nicht eine vollständige stochastische Optimierung.

Insgesamt erscheinen Microsofts Aussagen zu AI und Optimierung insofern authentisch, als dass gängige Modelle des maschinellen Lernens und einige Automatisierungen vorhanden sind, doch sie erreichen nicht den Stand der artifiziellen stochastischen Optimierung oder voll probabilistischer Entscheidungsrahmen. Ohne detaillierte technische Dokumentation, reproduzierbare Experimente oder akademische Kooperationen ist es sicherer, Microsofts „AI-powered“ supply chain-Fähigkeiten als inkrementelle Verbesserungen auf Basis standardisierter Techniken zu interpretieren, statt als bahnbrechende Innovationen.

Technologiestack und Architektur

Finanz- und Betriebsanwendungen (einschließlich Dynamics 365 Supply Chain Management) laufen als SaaS-Anwendungen in Azure und nutzen eine mehrschichtige Architektur mit einer relationalen Datenbank, einer Application Object Server (AOS)-Schicht und einem Webclient.⁶ Die Dokumentation von Microsoft zur „Application stack and server architecture“ für Finanz- und Betriebsanwendungen beschreibt, wie die Anwendungsschicht in Azure Service Fabric betrieben wird, mit einer Skalierung über einzelne Knoten, während die Datenbankschicht Azure SQL Database nutzt.⁶ Der Client ist eine browserbasierte Benutzeroberfläche, und es gibt Integrationsendpunkte über OData, benutzerdefinierte Dienste und Dateneinheiten. Lifecycle Services (LCS) wird zur Verwaltung von Umgebungen, Deployments und Updates verwendet.

Inventory Visibility, Demand Planning, Planning Optimization und IOM werden als separate Dienste implementiert, die über Dataverse und/oder APIs integriert werden. Inventory Visibility wird ausdrücklich als unabhängiger Microservice beschrieben, der nicht an eine spezifische ERP-Instanz gebunden ist, was die Integration von Drittquellen erleichtert.⁵ IOM basiert auf der Power Platform und nutzt Dataverse zur Datenspeicherung, Power Automate für Orchestrierungsabläufe und Power BI für Analysen.⁸ Demand Planning wird als Workspace innerhalb von Dynamics 365 SCM bereitgestellt, stützt sich jedoch hinter den Kulissen auf Azure Machine Learning und andere Cloud-Dienste.¹¹⁹

Diese Architektur spiegelt Microsofts allgemeine Cloud-Strategie wider: eine Kombination aus großen, mandantenfähigen Geschäftsanwendungen (Dynamics 365), Low-Code-Plattformen (Power Platform) und spezialisierten Microservices für spezifische Workloads. Für supply chain bedeutet dies, dass die Funktionen der Planung, Orchestrierung und Sichtbarkeit nicht in einer isolierten, eigenständigen Optimierungsmaschine gebündelt sind, sondern über mehrere Dienste verteilt werden, wobei Dataverse und Azure-Dienste als Integrationsplattform fungieren. Der Vorteil ist eine starke Integration mit anderen Microsoft-Produkten und die Möglichkeit, dieselben Low-Code-Tools über verschiedene Bereiche hinweg wiederzuverwenden. Der Nachteil ist, dass die Planung und Optimierung in der supply chain von der umgebenden Plattform sowohl hinsichtlich des Datenmodells als auch der Technologieauswahl inhärent eingeschränkt wird.

Bereitstellung, Rollout und kommerzielle Reife

Wie bei den meisten Dynamics 365-Anwendungen erfolgt die Implementierung von Dynamics 365 SCM und den zugehörigen supply chain-Komponenten in der Regel über das Partner-Ökosystem von Microsoft. Microsoft stellt die Software und Cloud-Infrastruktur bereit, während Systemintegratoren und Berater das Prozessdesign, die Konfiguration, Integrationen und Datenmigration übernehmen. Dies wird durch öffentliche Kundenberichte untermauert, in denen namentlich genannte Kunden sowohl mit Microsoft als auch mit Partnern zusammenarbeiten, um SCM, IOM oder Demand Planning bereitzustellen.

Fallstudien heben die branchenübergreifende Einführung hervor:

Hamilton Company, ein in den USA ansässiger Hersteller von Präzisionsinstrumenten und Laborausrüstung, wird in einer Microsoft-Kundengeschichte als Anwender von Dynamics 365 Finance und Supply Chain Management vorgestellt, um die Abläufe zu modernisieren, mit Vorteilen bei Produktivität und Sichtbarkeit.¹⁷
Walki, ein Hersteller von Verpackungsmaterialien, wird als Unternehmen genannt, das Dynamics 365 Finance und SCM einsetzt, um Abläufe zu integrieren und bessere Echtzeit-Einblicke sowie Planungskapazitäten zu erlangen.¹⁸
Poloplast, ein österreichischer Rohrhersteller, wird im 2024 Demand Planning Blog als Kunde erwähnt, der Dynamics 365 einsetzt, um die Bedarfsplanung und Prognosen zu verbessern, und berichtet über verbesserte Lagerzuordnung und reduzierte externe Lagerkosten.⁹

Diese Beispiele, zusammen mit vielen anderen in Microsofts Kundennachweis-Bibliothek, deuten darauf hin, dass Dynamics 365 SCM kommerziell ausgereift ist und in der Produktion in verschiedenen Regionen und Branchen eingesetzt wird. Sie betonen jedoch eher die Prozessintegration, Sichtbarkeit und grundlegende Planungsverbesserungen als tiefgehende Optimierungsergebnisse. Die angegebenen Kennzahlen (z. B. reduzierte externe Lagerkosten im Fall von Poloplast) sind plausibel, werden aber im Kontext von Verbesserungen dargestellt, die durch den Wechsel zu einer integrierten, statistisch fundierten Planung im Vergleich zu früheren manuellen oder fragmentierten Prozessen erzielt wurden, und nicht als fortschrittliche stochastische Optimierung.

Angesichts der Größe und des Produktumfangs von Microsoft ist es vernünftig, Dynamics 365 SCM als eine gängige, etablierte Lösung für ERP-zentrierte supply chain-Operationen zu klassifizieren. Neuere Funktionen wie Demand Planning und Intelligent Order Management sind aktueller (Vorschau 2021–2023, allgemein verfügbar 2023–2024) und können innerhalb von Microsofts Portfolio als aufstrebend betrachtet werden, obwohl sie auf ausgereiften Plattformkomponenten aufbauen. Die eingestellte Vorschau des Supply Chain Center deutet darauf hin, dass Produkte der höheren Ebene wie supply chain “control tower”-Angebote in Microsofts Strategie noch im Wandel begriffen sind.

Einschränkungen, Lücken und offene Fragen

Eine skeptische Bewertung von Microsofts supply chain-Technologie muss zwischen den Stärken der Plattform und der planspezifischen Tiefe unterscheiden:

Algorithmische Transparenz: Die öffentliche Dokumentation zu Planning Optimization, DDMRP und IOM bietet keine mathematischen Formulierungen oder Optimierungsdetails. Kunden sehen Konfigurationsoptionen und Ergebnisse, können aber nicht leicht nachvollziehen, wie Entscheidungen berechnet werden (Zielfunktionen, Beschränkungen, Näherungen). Dies erschwert die Bewertung, ob das System fortschrittliche Optimierung durchführt oder relativ einfache Heuristiken anwendet.
Wahrscheinlichkeitsmodellierung: Die Nachfrageprognosefunktion von Microsoft verwendet anerkannte Zeitreihen- und Machine-Learning-Modelle, aber die Dokumentation konzentriert sich auf Punktprognosen und Modellauswahl statt auf vollständige Wahrscheinlichkeitsverteilungen.¹¹ Die neuere Demand Planning-Funktion betont KI und Copilot-Einblicke, dennoch gibt es in den öffentlichen Materialien keine Hinweise auf eine vollständig probabilistische, entscheidungszentrierte Modellierung (z. B. Monte-Carlo-Simulationen von Nachfrage und supply chain, Optimierung über Verteilungen)⁹. Dies ist ein wichtiger Unterschied für eine risikobewusste supply chain-Optimierung.
Scope Creep vs. Spezialisierung: Dynamics 365 SCM ist Teil einer breiten ERP-Plattform. Dies gewährleistet Integration, bedeutet aber auch, dass die supply chain-Planung mit Finanzen, HR, CRM und anderen Bereichen um Aufmerksamkeit konkurriert. Im Gegensatz dazu können spezialisierte Optimierungsanbieter ihre F&E vollständig auf Prognosen und Optimierung fokussieren. Es gibt keinen öffentlichen Hinweis darauf, dass Microsoft ein dediziertes Forschungsprogramm rund um supply chain-Optimierung unterhält, das mit seinen Aktivitäten in anderen KI-Bereichen (z. B. Sprachmodelle) vergleichbar wäre.
Produktstabilität auf der „Plattform“-Ebene: Die kurze Lebensdauer des Microsoft Supply Chain Center (nur in der Vorschau, nach etwa einem Jahr eingestellt)¹⁰ wirft Fragen bezüglich der Stabilität höherer supply chain “control tower”-Angebote auf. Während die zugrunde liegenden Komponenten (Dynamics 365 SCM, IOM, Power Platform) voraussichtlich fortbestehen, könnten Kunden, die nach einer strategischen, langfristigen control tower-Lösung suchen, das Branding und die Verpackung rund um supply chain-Analysen als flexibler empfinden.
Abhängigkeit von Partnern: Die Implementierungsqualität und das Maß an planspezifischer Raffinesse in der Praxis hängen stark von den Fähigkeiten der Partner und der Bereitschaft der Kunden zu Prozess- und Datenänderungen ab. Microsoft stellt die Werkzeuge bereit; ob diese genutzt werden, um eine fortschrittliche, datengesteuerte Planung umzusetzen oder lediglich bestehende manuelle Verfahren mit einer neuen Benutzeroberfläche zu replizieren, liegt weitgehend außerhalb von Microsofts direkter Kontrolle.

Keiner dieser Punkte mindert den Wert von Microsofts supply chain-Angeboten als Teil einer integrierten ERP- und Cloud-Plattform. Sie deuten jedoch darauf hin, dass Käufer, die nach modernster stochastischer Optimierung und einer tief transparenten KI suchen, Microsofts Stack entweder mit spezialisierten Werkzeugen ergänzen müssen – oder akzeptieren, dass Dynamics 365 SCM und verwandte Dienste in erster Linie inkrementelle, gängige Planungskapazitäten liefern, anstatt die Grenzen der Quantitative Supply Chain-Optimierung zu erweitern.

Fazit

Microsoft ist ein Anbieter von Unternehmenssoftware und Cloud-Lösungen, dessen supply chain-Fähigkeiten in das umfassendere Dynamics 365- und Microsoft Cloud-Ökosystem eingebettet sind. Dynamics 365 Supply Chain Management bietet ein solides transaktionelles Rückgrat für Fertigung, Lagerhaltung, Transport und Inventar, während Add-Ins wie Inventory Visibility, Planning Optimization und DDMRP spezifische Anforderungen in Planung und Sichtbarkeit abdecken. Neuere Angebote wie Demand Planning und Intelligent Order Management führen moderne Benutzererlebnisse, Low-Code-Integration und Copilot-ähnliche KI-Unterstützung ein und werden durch standardmäßige Prognosealgorithmen sowie Microsofts Cloud-Infrastruktur gestützt.

Aus technischer Sicht basieren die dokumentierten Prognose- und Planungsfunktionen auf gängigen Modellen (ARIMA, ETS, XGBoost, Prophet) und ERP-integrierten Planungssystemen, wobei es an öffentlichen Details zu Optimierungsalgorithmen oder probabilistischer Modellierung mangelt. Die konzipierte Aufteilung einiger Planungsaufgaben in Microservices (Inventory Visibility, Planning Optimization) ist sinnvoll und entspricht den Best Practices für die Cloud, garantiert jedoch nicht von sich aus eine fortschrittliche Optimierung. Marketingaussagen über KI und „intelligente“ Planung sollten daher als inkrementelle Verbesserungen etablierter Methoden interpretiert werden und nicht als Beleg für eine Spitzenleistung in stochastischer Optimierung, sofern nicht detailliertere technische Angaben vorliegen.

Kommerziell sind Microsofts supply chain-Produkte als Teil der Dynamics 365-Suite ausgereift, mit zahlreichen bekannten Kunden und einem großen Partner-Ökosystem. Für Organisationen, die bereits auf Microsofts ERP- und Cloud-Stack setzen, bieten Dynamics 365 SCM und die zugehörigen Dienste einen natürlichen, integrierten Weg, die supply chain-Planung zu digitalisieren und moderat zu modernisieren. Für Organisationen, die eine maximale Tiefe in probabilistischer Prognose und Optimierung anstreben, können Microsofts Angebote als transaktionales und integrationsorientiertes Rückgrat dienen, das durch spezialisierte Optimierungsplattformen wie Lokad ergänzt wird, welche supply chain-Entscheidungen als eine programmierbare, datenwissenschaftliche Disziplin behandeln und die zugrunde liegenden Modelle expliziter darlegen.

Zusammenfassend bietet Microsoft eine breit einsetzbare, ERP-zentrierte supply chain-Plattform mit glaubwürdiger, aber gängiger Prognose- und Planungstechnologie, starker Integration und beträchtlicher Implementierungskapazität durch Partner. Basierend auf öffentlich verfügbaren Informationen präsentiert sie derzeit keinen transparenten, hochmodernen Optimierungs-Stack im Sinne einer vollständig probabilistischen, entscheidungszentrierten Modellierung; vielmehr bietet sie eine praktische, generalistische Plattform, in die bei Bedarf spezialisierte Optimierungs-Engines integriert werden können.