Bewertung von OMP, Supply Chain Planning Softwareanbieter

Von Léon Levinas-Ménard

Zuletzt aktualisiert: Dezember, 2025

OMP ist ein belgischer Software- und Beratungsanbieter, der 1985 gegründet wurde und sich von einer akademischen Optimierungsboutique zu einem globalen Anbieter von supply chain Planung Suiten für kapitalintensive Industrien entwickelt hat. Sein Flaggschiffprodukt, das nun als Unison Planning™ gebrandet ist, soll den gesamten Planungs-Stack abdecken – von langfristigem Netzwerkdesign und S&OP bis hin zur endlichen Kapazitätsplanung – innerhalb eines einzigen Datenmodells und einer Anwendung. In den letzten Jahren hat OMP die Plattform neu positioniert als eine cloudgehostete, Azure-basierte Lösung, die einen „teleskopischen digitalen Zwilling“, eingebettete Optimierungs-Engines, erklärbare KI (XAI)-Komponenten und KI-gebrandete „Wertsteigerer“ umfasst, die auf den Kernlösern aufbauen. Eine 20%-Beteiligungskapitalanlage der belgischen Investmentholding Ackermans & van Haaren (AvH) hat den Status von OMP als reifer, in Privatbesitz befindlicher Anbieter mit einem Jahresumsatz von mehreren hundert Millionen Euro und einer Kundenliste, zu der große Hersteller wie Bayer und Kraft Heinz gehören, weiter gefestigt. Die zentrale Frage dieses Berichts ist dabei nicht, ob OMP kommerziell erfolgreich ist – das ist eindeutig der Fall – sondern inwieweit sein Technologie-Stack, seine Optimierungs-Engines und KI-Funktionen tatsächlich über ein anspruchsvolles, integriertes APS hinausgehen und wie sich dies im Vergleich zu Lokads explizit probabilistischem und codezentriertem Ansatz zur supply chain optimization darstellt.

OMP Überblick

Positionierung und Umfang

OMP ist ein Software- und Beratungsunternehmen, das sich auf supply chain Planung spezialisiert hat, anstatt auf Ausführungssysteme. Es hat seinen Ursprung in einem akademischen Spin-off, das 1985 vom Professor Georges Schepens gegründet wurde, und basiert auf einer soliden mathematischen Optimierung für Planungsprobleme.¹² Im Laufe der Zeit entwickelte sich OMP von der früheren OMP Plus Suite zur heutigen Unison Planning™ Plattform, die weiterhin in erster Linie auf große Hersteller in den Branchen Chemie, Life Sciences, Consumer Goods, Metallen, Verpackungen und verwandten kapitalintensiven Sektoren ausgerichtet ist.³⁴⁵

Extern wird OMP nun konsequent als globaler Anbieter mit Hauptsitz in Belgien, internationalen Niederlassungen und je nach Quelle und Jahr mit mehreren hundert bis etwa 1.500 Mitarbeitern beschrieben.³⁶⁷ Ein Investitionsabkommen im Jahr 2020 brachte die belgische Holding Ackermans & van Haaren als ca. 20%-Aktionär ins Boot, ausdrücklich als Wachstumskapital zur Unterstützung der weiteren internationalen Expansion und F&E in den Bereichen Digital Twin, KI und Planungsautomatisierung.⁸⁹ Ein 2023 veröffentlichtes OMP-Datenblatt nennt einen Umsatz von rund 200 Mio. €, was bestätigt, dass OMP ein kommerziell reifer und nicht ein junges Unternehmen ist.¹⁰

Was die Marktaktzeptanz angeht, wurde OMP wiederholt als Leader im Magic Quadrant von Gartner für Supply Chain Planning Solutions ausgezeichnet – inklusive einer neunten aufeinanderfolgenden Anerkennung als Leader im Bericht von 2024 und einer Platzierung 2025 als „höchste Ausführungskompetenz“ unter den bewerteten Anbietern.¹¹¹²¹³ Eine separate Analyse der Gartner Critical Capabilities 2025 stuft OMP unter die führenden Anbieter in mehreren Planungsanwendungsfällen ein.¹⁴ Zwar stellen die MQ-Positionierungen keine technischen Garantien dar, sie bestätigen jedoch, dass Großunternehmen OMP in großem Umfang einsetzen und dass Analysten es als einen seriösen, etablierten APS-Anbieter ansehen.

Von OMP Plus zu Unison Planning™

Historisch bot OMP Plus eine integrierte Suite, die Forecasting, Bestandsoptimierung, Netzwerkdesign, S&OP, Produktionsplanung und -terminierung abdeckte – alles basierend auf einem gemeinsamen In-Memory-Datenmodell und Solver-Framework.¹⁵¹⁶¹⁷ Ältere technische Präsentationen beschreiben eine zentrale Optimierungsschicht, die Kampagnenplanung, Netzwerkdesign, Bestandsoptimierung, Order Promising sowie Zuschnitt-/Zuweisungen mithilfe einer Mischung aus mathematischer Programmierung, Graph-Algorithmen und Heuristiken abdeckte, die alle von einem zentralen Datenmodell und einer Integrationsschicht gespeist wurden.¹⁸

In den späten 2010er Jahren hat OMP seine Flaggschifflösung in OMP Unison Planning™ umbenannt, die nun als eine einheitliche, durchgängige Planungsplattform vermarktet wird, die alle Planungsstufen, Horizonte, Funktionen und Rollen innerhalb eines einzigen „teleskopischen digitalen Zwillings“ synchronisiert.¹⁹²⁰ OMP positioniert Unison Planning™ als eine offene, branchenspezifische Plattform mit einem generischen Planungskern plus vertikalen Vorlagen und hebt KI-Engines, erklärbare KI, Szenariomanagement und einen digitalen Zwilling als differenzierende Elemente hervor.¹⁹²¹

Drittanbieterbeschreibungen (Beratungsunternehmen und Partner) stimmen mit dieser Positionierung überein: Unison Planning wird typischerweise als ein APS in vollem Umfang präsentiert, das strategisches Netzwerkdesign, Bedarfsplanung, S&OP/IBP, Versorgungsplanung, Produktions-Terminierung, Order Promising und kontrollturmartige Sichtbarkeit abdeckt – mit einer starken Präsenz in der Prozessfertigung und im Verpackungsbereich.⁴²²²³

Branchen und Referenzkunden

OMP konzentriert sich auf kapitalintensive Fertigungssektoren, in denen lange Vorlaufzeiten, komplexe Produktionsanlagen und Netzwerke an mehreren Standorten eine fortschrittliche Planung wertvoll machen. Historische Materialien und Fallstudien belegen Einsätze in den Bereichen Metalle, Kunststoffe, Bodenbeläge, Papier und Verpackungen, Chemie, Pharmazie, Nahrungsmittel & Getränke sowie Konsumgüter.³¹⁵¹⁶¹⁸

Öffentlich genannte Kunden umfassen Bayer, das OMP für das globale Demand Management und die multi-regionale Planung ausgewählt hat (wobei OMP auf KI-gestütztes Forecasting und die Unterstützung von Hunderten von Planern setzt),²⁴ und Kraft Heinz, das in gemeinsamen Präsentationen zur „autonomen Versorgungsplanung“ vorgestellt wird, welche Entscheidungsintelligenz und „fortgeschrittene mathematische Optimierung“ kombiniert, unterstützt durch Unison Planning.²⁵ Frühere Fallstudien unter der Marke OM Partners beschreiben OMP Plus Rollouts für Axalta, Albéa, UCB und andere, wobei häufig integrierte Demand-to-Schedule-Workflows und verbesserte Servicelevels hervorgehoben werden.¹⁶¹⁸

Kurz gesagt, OMP wird eindeutig in großen Unternehmensumfeldern mit komplexen Netzwerken und langen Planungszeiträumen eingesetzt; dies ist kein Planungstool für Kleinunternehmen.

OMP vs Lokad

Dieser Abschnitt konzentriert sich auf die Unterschiede im technischen Ansatz und in der Produktphilosophie zwischen OMP und Lokad – nicht darauf, welcher Anbieter „besser“ ist. Der Kontrast ist besonders relevant für Unternehmen, die beide für supply chain planning und Optimierung evaluieren.

Plattformmodell vs programmierbare Engine

OMP bietet eine einheitliche, anbieterkontrollierte Plattform (Unison Planning™) mit einem festen Datenmodell, einer Benutzeroberfläche und eingebetteten Solvern. Anpassungen erfolgen über Konfigurationen, branchenspezifische Vorlagen und skriptgesteuerte Regeln innerhalb des Produkts, wobei die Kernmodellstruktur und der Solver-Stack proprietär bleiben.
Lokad bietet eine programmierbare Optimierungs-Engine, die über seine domänenspezifische Sprache Envision zugänglich ist, wobei die gesamte Forecasting- und Optimierungslogik von Lokad’s supply chain scientists oder vom Kunden als Code geschrieben wird.²⁶²⁷ Die Plattform ist als Multi-Tenant-SaaS mit einem ereignisbasierten Datenspeicher und einer benutzerdefinierten verteilten VM („Thunks“) konzipiert und legt keinen festen Planungsprozess fest; die „Anwendung“ entspricht effektiv dem Envision-Programm.

In praktischen Begriffen: OMP verkauft eine standardisierte APS-Suite, die an Ihr Unternehmen angepasst wird; Lokad verkauft eine quantitative engine und DSL, mit der Sie eine maßgeschneiderte Decision-Optimierung-App für Ihr Unternehmen erstellen.

Behandlung von Unsicherheit und Prognose

OMP betont öffentlich die Nachfrageerfassung, Forecasting und resiliente Planung und verwendet implizit statistische sowie OR-Methoden in seinen Engines, gibt jedoch nicht preis, ob es vollständige Wahrscheinlichkeitsverteilungen der Nachfrage und Lieferzeiten modelliert oder sich auf Punktschätzungen plus Sicherheitsbestands-Heuristiken verlässt.¹⁹²¹²⁵
Lokad baut seinen gesamten Stack explizit auf probabilistischem Forecasting auf, berechnet vollständige Wahrscheinlichkeitsverteilungen der Nachfrage (Quantil-Gitter) und speist diese in stochastische Optimierungsalgorithmen ein – ein Ansatz, den es seit den frühen 2010er Jahren dokumentiert und in Wettbewerben wie der M5 Forecasting Challenge validiert hat.²⁶²⁸

Somit, auch wenn beide über Unsicherheit sprechen, ist Lokads probabilistische Methodik explizit dokumentiert und zentral in seinem Design verankert, während OMPs Behandlung implizit in den Solvern erfolgt und nicht öffentlich detailliert wird.

Transparenz und Kontrolle der Optimierung

In OMP erfolgt die Optimierung in vorgefertigten Engines, die über die Benutzeroberfläche und Projekteinstellungen konfiguriert werden. Planer und Berater können Einschränkungen, Parameter und Prozessabläufe anpassen, aber sie können die zugrunde liegende Optimierungslogik in der Regel nicht in einer erstklassigen Programmiersprache neu schreiben. OMP veröffentlicht seine Zielfunktionen oder Solver-Formulierungen nicht.¹⁸¹⁹
In Lokad ist die Optimierungslogik erstklassiger Code: Benutzer schreiben Envision-Skripte, die Zufallsvariablen manipulieren, Kostenfunktionen erstellen und Optimierungsroutinen aufrufen. Lokad veröffentlicht konzeptuelle Beschreibungen seiner Algorithmen (z. B. stochastischer diskreter Abstieg, differentiable Programmierung for supply chain) und behandelt das supply-chain Modell als programmierbares Objekt.²⁶²⁷²⁸

Für Organisationen, die fein abgestimmte Kontrolle über die Mathematik wünschen (und bereit sind, in diese Expertise zu investieren), bietet Lokad mehr Transparenz und Flexibilität. Für Organisationen, die ein produktisiertes APS mit vorgefertigten Prozessen bevorzugen, entspricht OMP eher den traditionellen Erwartungen.

Rolle von Beratung und Konfiguration

Beide Anbieter kombinieren Software mit Fachwissen, tun dies jedoch auf unterschiedliche Weise:

OMP-Projekte drehen sich in der Regel um die Konfiguration eines großen APS: das Modellieren des Netzwerks in Unison Planning™, die Integration von ERPs und die Feinabstimmung von Planungsabläufen. OMP-Berater und -Partner leiten die Implementierung, und Planer arbeiten überwiegend innerhalb der OMP UI, sobald das System live ist.²²²³²⁹
Lokad positioniert sein eigenes Team als “Supply Chain Scientists”, die zusammen mit dem Kunden Envision-Code verfassen. Das Engagement ähnelt eher einem gemeinsamen F&E-Projekt auf einer wiederverwendbaren Plattform: Die DSL ist das zentrale Artefakt, und Lokad betont schnelle Iteration und kontinuierliches Refactoring dieses Codes, während sich das Geschäft verändert.²⁶²⁷

Das Endergebnis ist, dass Lokad dazu anregt, die Planungslogik als versionskontrollierten Code zu betrachten, während OMP dazu ermutigt, Planung als konfigurierbare Workflows innerhalb einer Suite zu sehen.

Entscheidungsergebnisse

OMP liefert hauptsächlich Pläne in seinen Arbeitsbereichen: eingeschränkte Nachfragepläne, Produktionspläne, Versorgungspläne und Szenarien, die in Unison Planning™ sichtbar sind und manchmal als geplante Aufträge oder Zeitpläne in das ERP zurückfließen.¹⁹²²²³
Lokad liefert hauptsächlich rangierte Listen von Entscheidungen (Bestellaufträge, Transfers, Preisänderungen) mit zugehörigen wirtschaftlichen Kennzahlen (erwartete ROI, Fehlbestandsrisiko etc.), die an ERPs/WMSs exportiert werden und häufig als Grundlage für eine automatisierte oder halbautomatisierte Ausführung dienen.²⁷²⁸

Beide können S&OP und taktische Planung unterstützen; jedoch ist die Philosophie von Lokad eher entscheidungszentriert und finanziell explizit, während die von OMP eher prozesszentriert und planzentriert ist.

KI-Erzählung

OMP setzt auf KI-orientierte Plattformfunktionen: teleskopischer digitaler Zwilling, XAI-Engines, generative KI-Assistenten und Wertverbesserer im Bereich Zusammenarbeit und Analytik.¹⁹²¹³⁰³¹ Der Fokus liegt darauf, Planer mit intelligenten, in einer einheitlichen Suite eingebetteten Werkzeugen zu unterstützen.
Lokad setzt auf KI/ML als interne Mechanismen: Deep Learning und differentiable Programmierung werden genutzt, um Prognose- und Entscheidungsmodelle zu trainieren, allerdings mit relativ wenig Fokus auf Chatbots oder Assistenten. Das Frontend besteht aus Tabellenkalkulationen und Dashboards, die auf Envision basieren, und nicht aus einem All-in-One-Planungscockpit.²⁶²⁸

Ein Käufer, der ein einzelnes, rollenbasiertes Planungscockpit mit eingebetteten KI-Helfern sucht, liegt näher an OMPs Kernkompetenz; ein Käufer, der eine programmierbare quantitative Engine, die in bestehende Werkzeuge integriert werden kann wünscht, liegt näher an Lokad.

Fähigkeiten und Ergebnisse der OMP-Lösung

Praktische Planungsfähigkeiten

Aus funktionaler Sicht soll Unison Planning™ als einheitliche APS-Plattform fungieren, die folgende Bereiche abdeckt:

Nachfrageplanung und -prognose (statistische Prognosen, Promotionsplanung, Nachfrageerkennung)
Bestands- und Versorgungsplanung (Multi-Echelon-Planung, Sicherheitsbestandsstrategien, material- und kapazitätsbegrenzte Versorgungspläne)
Sales & Operations Planning / Integrierte Geschäftsplanung (S&OP/IBP)
Endliche Kapazitätsplanung und -sequenzierung auf Werksebene
Netzwerkdesign und strategische Planung
Order promising / ATP–CTP und Available-to-promise-Zuweisung
Control Tower / Analytics Dashboards für standortübergreifende Sichtbarkeit¹⁸¹⁹²²²³

Ältere technische Präsentationen zur “The OM Partners supply chain suite” zeigen explizit eine Matrix unterstützter Problemtypen (Netzwerkdesign, Kampagnenplanung, Bestandsoptimierung, Auftragszuweisung, Zuschnitt/Mischung etc.), die mit Fabriken, Distribution und Nachfrage über strategische/taktische/operative Horizonte hinweg verbunden sind – alles umgesetzt in einem Solver-Framework (OMP Plus).¹⁸ Dies stimmt mit der aktuellen Unison Planning™-Botschaft überein, die „one logic, one model“ und eine End-to-End-Ausrichtung von der Unternehmensebene bis zur Werksebene betont.²⁰³²

Aus Sicht eines Nutzers besteht das Ergebnis eines OMP-Projekts typischerweise aus:

Ein vereinheitlichtes Planungsmodell des Kundennetzwerks und seiner Einschränkungen, implementiert in OMPs Datenstrukturen.
Ein konfiguriertes Set an Planungsabläufen (Nachfrage, Versorgung, Terminplanung, S&OP etc.) mit Planungszyklen und Governance.
Eine Sammlung von Optimierungsengines, die ausführbare Pläne (Auftragsvorschläge, Kampagnen, Zeitpläne) und Szenarien erzeugen.
Rollenspezifische Arbeitsbereiche und Analytics-Dashboards, die KPIs, Warnungen und Szenarienvergleiche bereitstellen.¹⁹²⁰²²

Da OMP auch Beratungsdienstleistungen verkauft, liegt ein wesentlicher Teil des Mehrwerts in der Anpassung dieser generischen Plattform an eine spezifische Branche und an den Kunden, oft in Zusammenarbeit mit Systemintegratoren oder Partnern.

Teleskopischer digitaler Zwilling und Planung „Unison“

Das zentrale konzeptionelle Element im aktuellen Marketing von OMP ist der „teleskopische digitale Zwilling“. In OMP-Materialien wird dies als ein einziges Modell der supply chain beschrieben, das ein nahtloses Hereinzoomen von strategischen zu detaillierten operativen Ansichten unterstützt und sowohl 360° Analytics-Dashboards als auch Planungsengines speist.¹⁹²⁰³²³⁰

OMP beschreibt Unison Planning™ als eine integrierte Plattform, die „alle Planungsphasen, Horizonte, Funktionen und Rollen“ synchronisiert und dies explizit mit einem teleskopischen digitalen Zwilling und erklärbaren KI-Engines für Szenario-Erkundung und Entscheidungsunterstützung verknüpft.¹⁹²⁰
Branchenspezifische Seiten (z. B. Metalle) betonen, dass dieser Zwilling eine durchgängige Transparenz über mehrere Werke und Ebenen hinweg bietet und zentrale Entscheidungen unter Verwendung von „fortgeschrittener Intelligenz“ und „mathematischer Methodik“ informiert.³²

Technisch gesehen scheint dies eine Weiterentwicklung des früheren common data model + central solver-Ansatzes in OMP Plus zu sein, der nun angereichert ist mit:

einer detaillierteren Darstellung von Kapazitäten, Einschränkungen und Strömen,
Echtzeit- oder nahezu Echtzeit-Datenaktualisierungen in einigen Kontexten,
und darüber angeordneten Analytics-Dashboards.

Das Branding des digitalen Zwillings ist konzeptionell nachvollziehbar (die Plattform unterhält eine interne Darstellung des Liefernetzwerks und seiner Einschränkungen), aber öffentliche Dokumente liefern keine algorithmischen Details darüber, wie der Zwilling aufgebaut, gepflegt oder validiert wird – abgesehen von herkömmlichen Verfahren des Stammdatenmanagements und der Integration.

KI, XAI und Wertverbesserer

Die aktuellen Technologieseiten von OMP stellen „Wertverbesserer“ vor, die „auf KI, Data Science, Deep Learning und kognitiven Funktionen“ basieren, mit dem Ziel, fachspezifische Herausforderungen zu lösen und „intelligente Pläne noch intelligenter zu machen“.²¹ Aufgeführte Kategorien umfassen:

Zusammenarbeit und Simulation (Workflow, Szenariomanagement, funktionsübergreifende Zusammenarbeit)
360° Kontrolle (360° Analytics, 360° Response)
Verschiedene Hilfskomponenten rund um Risiko, Was-wäre-wenn und Monitoring.²¹

Das gleiche Ökosystem verweist auch auf explainable AI (XAI)-Engines, generative AI-Assistenten und Optimierungs-Engines unter dem Label UnisonIQ, die als Werkzeuge zur Erkundung von Szenarien und zur Erklärung von Empfehlungen präsentiert werden.¹⁹³⁰ OMPs eigene Pressemitteilung über AvHs Investment listet „demand sensing, resilient planning und optimized planning automation“ unter den neuesten in die Suite integrierten Technologien auf und behauptet erneut die Einzigartigkeit des teleskopischen digitalen Zwillings bei der Synchronisation von Strategie und Ausführung.⁸¹⁶

Konkrete Optimierungsinhalte werden in älterem, technisch anspruchsvolleren Material deutlicher. Ein Slide-Deck aus dem Jahr 2008 über OMPs Solver-System listet eine Mischung aus mathematischer Programmierung, Statistik und graphbasierten Algorithmen (einschließlich genetischer Algorithmen und simuliertem Annealing) als Rückgrat der Optimierungsschicht in den Bereichen Netzdesign, Bestandsoptimierung, Kampagnenplanung und Allokationsprobleme auf.¹⁸ Neuere Marketingmaterialien verweisen in gemeinsamen Präsentationen mit Kraft Heinz zur autonomen supply planning auf „advanced mathematical optimization“, ohne jedoch spezifische Formulierungen oder Solver offenzulegen.²⁵

Separat wird OMPs Data Genie-Tool in Podcasts und Artikeln als eine Data-Science-Komponente präsentiert, die die Genauigkeit digitaler Zwillinge verbessert, indem sie Stammdaten (Kapazitäten, Laufzahlen etc.) statistisch ableitet oder validiert im Vergleich zu den beobachteten Betriebsdaten.³¹³³³⁴ Dies ist wohl eine der konkreteren „KI“-Komponenten: Sie nutzt Daten zur Anpassung von Modellparametern, aber OMP veröffentlicht keine methodologischen Details jenseits oberflächlicher Beschreibungen.

Insgesamt verwendet OMP eindeutig eine Kombination aus OR-Algorithmen + Data Science unter KI-Beschriftung. Allerdings verzichten öffentliche Quellen darauf, vollständige Modellstrukturen, Zielfunktionen oder Trainingsregime offenzulegen; die KI/XAI-Behauptungen sind glaubwürdig, aber nicht in der offenen technischen Dokumentation umfassend untermauert.

Datenmanagement und Integration

Ein wiederkehrendes Thema in OMP-Materialien ist, dass Datenqualität und Integration wesentliche Engpässe für fortgeschrittene Planung darstellen. Die Komponente Data Management & Integration ist als Brücke zwischen ERPs und dem Unison Planning-Modell positioniert, verantwortlich für den Austausch von „genauen, hochwertigen Daten“ und die Aufrechterhaltung konsistenter Daten mit klarer Zuständigkeit und stabilen Schnittstellen.²⁹ OMP betont, dass reibungslose Schnittstellen und Konsistenz zwischen ERP und Planungssystem der Schlüssel zu verlässlichen Plänen sind, was den Branchenerfahrungen entspricht.

Historisch bot OMP Plus bereits OMP Data Manager und OMP Integrator für zentrales Datenmanagement und ERP-Integration an, was unterstreicht, dass OMP schon lange darauf ausgerichtet ist, das analytische System der Aufzeichnung für die Planung zu sein – nicht als Ersatz des ERP, sondern als darüberliegende Schicht.¹⁸ Dieses Muster scheint unverändert: Unison Planning™ geht weiterhin davon aus, dass ERPs und MES/WMS als Ausführungssysteme dienen, und konzentriert sich darauf, das Planungssystem der Aufzeichnung mit einem eigenen Datenmodell und eigenen Arbeitsbereichen zu werden.

Technische Implementierung der OMP-Plattform

Architektur und Stack

OMP beschreibt Unison Planning™ als eine cloudbasierte, in Azure gehostete Lösung, wobei OMP Cloud die Planungsumgebung als SaaS anbietet.³⁵ Das Cloud-Angebot betont standardmäßige Erwartungen – elastische Ressourcen, globaler Zugang, verwaltete Upgrades – anstatt tiefgehende architektonische Details offenzulegen.

Öffentlich verfügbare Informationen über den tech stack stammen hauptsächlich aus Stellenausschreibungen und von Drittanbietern gepflegten Tech-Stack-Trackern. Diese deuten durchgängig auf ein Microsoft-zentriertes Backend hin:

Mehrere OMP-Stellenangebote für Senior Software Engineer C# / .NET erwähnen C#, ASP.NET Core, Azure Functions, Azure DevOps, Azure Service Bus/Event Hub und Architekturen im Microservices-Stil.³⁶³⁷
Eine Ausschreibung für einen „Senior .NET Software and DevOps Engineer“ erwähnt die Notwendigkeit, cloud-native Anwendungen und APIs auf Azure unter Verwendung einer ereignisgesteuerten Architektur zu entwickeln.³⁷
Tech-Stack-Auflistungen für OMP beinhalten C#, .NET, JavaScript/TypeScript, Angular/React und Python, was darauf hindeutet, dass die UI webbasiert (SPA) ist und dass einige Data-Science-Komponenten möglicherweise Python oder ähnliche Tools nutzen.³⁸

Ältere technische Materialien zu OMP Plus beschreiben ein im Speicher befindliches gemeinsames Datenmodell mit Integrationsmodulen und einer zentralen Datenbank und betonen modulare Solver und Szenariomanagement, die auf diesem gemeinsamen Modell aufsetzen.¹⁸ Die moderne Kommunikation zu Unison Planning™ bewahrt den Gedanken von „einem Modell, einer Logik“ und der Nutzung von Echtzeitdaten, was mit einer im Speicher befindlichen, microservices-orientierten Architektur, die um ein zentrales Planungsmodell gebaut ist, vereinbar ist.

Allerdings veröffentlicht OMP keine detaillierten architektonischen Diagramme, wie sie beispielsweise von Lokad für die eigene Plattform präsentiert werden. Daher können wir nicht bestätigen, ob OMP Event Sourcing, spezielle spaltenorientierte Speicherformate oder spezifische kommerzielle Solver verwendet; es ist lediglich bekannt, dass es sich um einen cloud-native, .NET/Azure-lastigen Stack mit umfangreichen Web-Frontends handelt.

Optimierungs-Engines und algorithmische Transparenz

Das technische Herz von OMP sind seine Optimierungs-Engines. Historische Dokumente geben einen relativ offenen Einblick:

Das „OM Partners supply chain suite“-Slide-Deck nennt explizit mathematische Programmierung, Statistik und graphbasierte Algorithmen (z. B. simulated annealing, tabu search, constraint logic programming) als die Hauptsolver-Klassen in den Bereichen Netzdesign, Bestandsoptimierung, Kampagnenplanung und Allokationsprobleme.¹⁸
Die gleichen Folien heben Anwendungsfälle hervor, die kapazitätsbegrenzte Terminierung, Bestands- und Portfoliooptimierung sowie ATP/CTP-Allokation abdecken, die alle von dieser Solver-Schicht angetrieben werden.¹⁸

Im modernen Marketing werden diese als „advanced mathematical optimization“ und „optimized planning automation“ bezeichnet, mit Verweisen auf autonome oder automatisierte Planung in Pressemitteilungen – z. B. wurde das 7_01-Release als „next-generation digital supply chain planning software“ beschrieben, das eine bessere Leistung, Skalierbarkeit sowie autonomous planning, Echtzeit-Datenintegration und Cloud-Bereitstellung bietet.³⁹ Die Profile von Supply Chain Digital zu OMP verweisen ebenfalls auf Schlüsselkompetenzen wie fortgeschrittene Prognosen, Produktions- und Distributionsoptimierung und den teleskopischen digitalen Zwilling und geben an, dass UnisonIQ generative AI-Assistenten, explainable AI und Optimierungs-Engines integriert.³⁰

Die Lücke, aus einer skeptischen Perspektive, besteht darin, dass OMP nicht bereitstellt:

Offene mathematische Formulierungen seiner zentralen Optimierungsprobleme.
Benchmarks oder Wettbewerbe, die die Leistung der Solver demonstrieren.
Öffentliche APIs zur Solver-Schicht für beliebige Optimierungsaufgaben.

Der Optimierungs-Fußabdruck des Anbieters ist glaubwürdig und langjährig – die historischen Folien und akademisch anmutenden Vorträge zeigen ein echtes OR-Erbe¹⁸⁴⁰ – jedoch müssen externe Beobachter die aktuellen Behauptungen zu „AI-powered optimization“ als teilweise undurchsichtig betrachten, da detaillierte algorithmische Beschreibungen in der öffentlichen Dokumentation fehlen.

KI, XAI und Digital-Twin-Tooling

Über die Kernsolver hinaus bietet OMP mehrere unter KI-Marke stehende Komponenten an:

Data Genie, dargestellt als Data-Science-Tool zur Kalibrierung und Verbesserung der Stammdaten des digitalen Zwillings unter Verwendung realer Betriebsdaten.³¹³³³⁴ Dies ist eine plausible Anwendung von Statistik und ML, um Diskrepanzen zwischen angenommenen und tatsächlichen Kapazitäten, Erträgen etc. zu identifizieren.
Eine Reihe von „Wertverbesserern“, die auf KI, Deep Learning und kognitiven Funktionen basieren und spezialisierte Funktionalitäten rund um Zusammenarbeit, Simulation, Analytik und Reaktionsmanagement hinzufügen.²¹
Das UnisonIQ-Framework, wie in Supply Chain Digital zusammengefasst, das generative AI-Assistenten, explainable AI und Optimierungs-Engines um den teleskopischen digitalen Zwilling herum bündelt.³⁰

OMP’s eigener Blog erkennt ebenfalls die Verbreitung neuer Planungs-Buzzwords – teleskopischer digitaler Zwilling, resilient planning, XAI – an und versucht, hochrangige Definitionen zu liefern, bleibt dabei jedoch wieder konzeptionell statt algorithmisch präzise.⁴¹

Zusammen genommen deuten diese Komponenten darauf hin, dass OMP tatsächlich einsetzt:

Einige ML-Modelle (z. B. für demand sensing, Anomalieerkennung, Stammdatenkalibrierung).
UI-basierte „Assistenten“ und Dashboards, die KI-Ergebnisse nutzen.
Erklärende Schichten, die Planern helfen, zu verstehen, warum ein Plan erstellt wurde (KPIs, Erklärung von Einschränkungen etc.).

Allerdings bedeutet das Fehlen detaillierter technischer Dokumentation, dass OMPs KI/XAI aus der Perspektive Dritter als marketinggestützt, aber teilweise Black-Box betrachtet werden muss. Dies steht im Gegensatz zu Anbietern, die ihre probabilistischen Modelle oder Frameworks für differentiable programming offen dokumentieren.

Bereitstellungs- und Rollout-Methodik

Öffentliche Fallstudien und Partnermaterialien deuten auf ein ziemlich standardmäßiges enterprise APS deployment pattern hin:

Ein mehrmonatiges Projekt zur Modellierung der supply chain in Unison Planning™, einschließlich Netzwerkstrukturen, Stücklisten, Ablaufplänen, Ressourcen, Kalendern und Geschäftsregeln.
Integrationsarbeiten, um ERP, MES und andere Systeme über Datenmanagement-Tools und Schnittstellen in das OMP-Datenmodell einzuspeisen.²⁹¹⁸
Iterative Konfiguration von Planungs-Workflows und Optimierungs-Engines, oft mit branchenspezifischen Vorlagen.
Progressiver Go-Live nach Region, Werk oder Umfang, wobei Planer von Legacy-Tools auf OMP-Arbeitsplätze umsteigen.

OMP und Partner wie EyeOn, Bluecrux und andere gestalten Unison Planning™-Projekte als Transformationen, die isolierte Planungsprozesse vereinheitlichen, indem sie von lokalen Tabellenkalkulationen oder Legacy-Tools zu einer harmonisierten Planungsanwendung übergehen.²²²³ Konkrete Bereitstellungszeitpläne variieren je nach Fallstudie, aber das Muster ist eindeutig projektbasiert, mit kombinierter Software- und Beratungsleistung.

Aus einer skeptischen Perspektive ist dies typisch für große APS: die Lösung ist nur so gut wie das erstellte Modell. Es gibt keine öffentlichen Belege dafür, dass OMP ein radikal anderes Bereitstellungsmodell anbietet (z. B. vollständig code-as-model, kontinuierliche Integration der Planungslogik), als es in großen APS-Programmen üblich ist.

Kommerzielle Reife und Kundenbasis

Die Kundenliste von OMP ist nicht vollständig öffentlich, aber die Kombination aus:

Langfristigen Fallstudien mit Industrieherstellern (Axalta, Albéa, UCB, VDM Metals usw.) unter der Marke OM Partners,¹⁶¹⁸⁴²
Branchenspezifischen Lösungsseiten für Metalle, Chemikalien, Life Sciences, Konsumgüter und Verpackungen,³³²
Namentlich genannten Referenzen wie Bayer und Kraft Heinz,²⁴²⁵
Wiederholten Gartner Leader-Positionen und starken Darstellungen der Critical Capabilities,¹¹¹²¹⁴¹⁹
Umsatz im Bereich von ca. 200 Mio. € mit erheblichen Reinvestitionen in F&E,¹⁰¹⁵

all dies deuten auf einen Anbieter hin, der weit über die Early Adopters hinausgewachsen ist und in groß angelegten Planungsumgebungen fest verankert ist.

Gleichzeitig bedeutet die starke Betonung von Beratungs- und Implementierungsdienstleistungen – intern bei OMP und über Partner –, dass die Grenze zwischen Softwareprodukt und Dienstleistungen fließend ist. Viele Kunden erleben OMP wahrscheinlich als ein APS programme statt als reines Fertigprodukt.

Kritische und skeptische Beobachtungen

Zusammenfassend die skeptischen Erkenntnisse:

Integrierte APS, kein radikal neues Paradigma Funktional ist Unison Planning™ ein leistungsfähiges und integriertes APS, bleibt jedoch in der Tradition monolithischer Planungssuiten: ein einzelnes, vom Anbieter kontrolliertes Datenmodell, Solver-Set und UX, das alle Planungsebenen abdeckt. Das Konzept des „teleskopischen digitalen Zwillings“ erscheint als natürliche Weiterentwicklung von OMPs langjährigem gemeinsamen Datenmodell und Solver-Framework, jetzt umbenannt in digitale-Zwilling-Terminologie und mit angereicherten Dashboards, statt als grundlegend neue Technologiekategorie.¹⁸¹⁹³²
KI/XAI-Beschriftung vor veröffentlichten Details Das Marketing von OMP verwendet eine dichte Ansammlung von KI-Begriffen – demand sensing, Deep Learning, XAI, generative AI-Assistenten, autonomous planning – jedoch ist die technische Transparenz begrenzt. Abgesehen von historischen Folien und hochrangigen Podcasts über Data Genie gibt es wenig öffentliche Informationen über Modellklassen, Zielfunktionen oder Trainingsverfahren.¹⁸²¹³⁰³¹³³ Behauptungen sollten daher als plausibel, aber nicht unabhängig überprüfbar betrachtet werden.
Optimierungs-Erbe ist real, aber verschlossen Historisches Material zeigt eindeutig tiefe OR-Expertise und ein ernstzunehmendes Solver-Framework, und gemeinsame Präsentationen mit Kunden wie Kraft Heinz betonen fortgeschrittene mathematische Optimierung.¹⁸²⁵⁴⁰ Allerdings stellt das moderne OMP diese Solver nicht als offene Komponenten zur Verfügung oder veröffentlicht Benchmarks. Aus externer Sicht verhält sich Unison Planning™ wie ein Black-Box-Optimizer, eingebettet in eine reichhaltige Benutzeroberfläche.
Hoher Implementierungsaufwand Unison Planning™-Projekte erfordern umfangreiche Modellierung und Integration, oft unterstützt durch OMP-Berater oder -Partner.²²²³²⁹ Dies ist im APS-Segment zu erwarten, bedeutet aber, dass die effektive Leistungsfähigkeit der Lösung bei einem bestimmten Kunden maßgeblich davon abhängt, wie gut das Modell erstellt und gepflegt wurde – und nicht allein von der generischen Funktionalität des Anbieters.
Entscheidungsautomatisierung vs Entscheidungsunterstützung OMP-Materialien sprechen von „autonomer Planung“ und „optimierter Planungsautomatisierung“, dennoch liegt der öffentliche Schwerpunkt weiterhin auf Planern, die Arbeitsbänke nutzen, Szenarien erkunden und Entscheidungen treffen, unterstützt durch XAI-Dashboards.¹⁹²⁵³⁹ Es gibt nur begrenzte öffentliche Hinweise darauf, dass große OMP-Kunden vollständig automatisierte Nachschubprozesse oder Terminplanungen im großen Maßstab ohne menschliche Genehmigung durchführen; die realistische Interpretation lautet fortgeschrittene Entscheidungsunterstützung mit etwas Automatisierung, nicht vollständige Autonomie.

Diese Punkte untergraben keineswegs den Nutzen von OMP – seine Plattform ist offensichtlich für viele Hersteller wertvoll – sie verdeutlichen jedoch, dass OMP als ein modernes, integriertes APS mit starken OR-Wurzeln und sich entwickelnden KI-Komponenten zu verstehen ist, und nicht als eine vollständig transparente, codezentrierte Optimierungsplattform.

Fazit

Aus rein technischer und architektonischer Sicht ist OMP eine ausgereifte, integrierte APS-Plattform mit starkem OR-Erbe, erheblicher kommerzieller Akzeptanz und einer breiten funktionalen Präsenz in den Bereichen Nachfrage, supply chain, S&OP und Terminplanung. Ihre Unison Planning™ Suite spiegelt jahrzehntelange Weiterentwicklung von OMP Plus wider: ein gemeinsames Datenmodell, eingebettete Solver für eine Vielzahl von Planungsproblemen sowie zunehmend ausgefeilte Analysen und Dashboards, die um einen „teleskopischen digitalen Zwilling“ aufgebaut sind. Die Partnerschaft mit Ackermans & van Haaren und wiederholte Anerkennungen als Gartner Leader bestätigen, dass OMP eine Mainstream-Option für große Hersteller ist, die komplexe, standortübergreifende Planungslandschaften modernisieren möchten.

Gleichzeitig legt eine skeptische, evidenzbasierte Auswertung öffentlicher Informationen nahe, dass die Technologie von OMP als High-End APS mit starken Optimierungsfähigkeiten zu verstehen ist, und nicht als eine vollständig transparente, AI-native Optimierungsplattform. Ihre AI- und XAI-Ansprüche sind glaubwürdig, jedoch extern nur spärlich dokumentiert; ihre Optimierungs-Engines haben sich bewährt, sind aber geschlossen; und ihr Bereitstellungsmodell ist projektintensiv, wobei der Erfolg von der Qualität des von OMP und seinen Partnern erstellten Modells abhängt. All dies ist in der APS-Welt nicht ungewöhnlich – es liefert jedoch wichtigen Kontext für Käufer, die OMP mit stärker codezentrierten, probabilistischen Plattformen wie Lokad vergleichen.

Für Organisationen, die eine einheitliche Planungssuite wünschen, bei der ein Anbieter das Datenmodell, die Benutzeroberfläche und die Solver besitzt – und mit einem traditionellen APS-Implementierungsansatz vertraut sind – ist OMP eine starke, kommerziell validierte Option. Für Organisationen, die stattdessen vollständige mathematische Transparenz, als Code freigelegte probabilistische Optimierung und entscheidungszentrierte Ergebnisse priorisieren, bietet Lokad ein grundlegend anderes Paradigma. Die richtige Wahl hängt weniger von hochrangigen AI/APS-Marketingbegriffen ab, sondern mehr vom Appetit der Organisation auf die Modellierung als konfigurierbare Suite (OMP) gegenüber der Modellierung als gepflegter Code (Lokad).