Rezension der OptimiX Software, Anbieter für Preis- und Supply Chain Optimierung

Von Léon Levinas-Ménard

Zuletzt aktualisiert: Dezember, 2025

OptimiX Solutions (häufig abgekürzt als OptimiX Software) ist ein französischer SaaS-Anbieter, der 2011 in Marcq-en-Barœul gegründet wurde und daten- sowie KI-gestützte Software für Retail-Preisanalysen und prädiktive supply chain Planung entwickelt, mit den Hauptprodukten OptimiX XPA (Pricing Analytics), OptimiX XFR (APS-Style supply chain Planung) und XAB (Assortment Benchmarking). Das Unternehmen präsentiert sich als Spezialist für den Einzelhandel und Vertrieb, der wettbewerbsfähige Preisdaten-Erfassung, Nachfrageprognosen und Lageroptimierung kombiniert, um Ketten bei der Preisanpassung und Sicherstellung der Verfügbarkeit zu unterstützen, und trat 2025 in eine Finanzierungsrunde über 30 Mio. € ein, die eine Fusion mit dem Anbieter für Marketing-Personalisierung, Maxxing, finanzierte und eine umfassendere „one-stop shop“-Gruppe schuf, die sich auf Preisgestaltung, supply chain und Kundenerlebnis für Einzelhändler und Hersteller konzentriert.¹²³⁴⁵⁶⁷⁸ Öffentliche Materialien von OptimiX heben die KI-gestützte Prognose, Preissimulation und Sortimentsoptimierung hervor, bieten jedoch relativ wenig technische Details zu den zugrunde liegenden Architekturen oder Lernalgorithmen; unabhängige Einträge (GetApp, Capterra, SoftwareAdvice) bestätigen einen Cloud-Einsatz und KI-basierte Optimierung, sind jedoch ähnlich oberflächlich. Insgesamt deuten die aktuellen Hinweise auf einen kommerziell reifen, branchenspezifischen Anbieter mit vorgefertigten Modulen für Price Intelligence, Preisempfehlungen und Lagerplanung hin, jedoch ohne ausreichende Transparenz, um vollständig zu bewerten, wie weit seine Optimierungsfähigkeiten über deskriptive Analysen plus regelbasierte oder Black-Box-ML-Komponenten hinausgehen.⁹¹⁰¹¹¹²¹³¹⁴¹⁵¹⁶¹⁷¹⁸

Überblick über OptimiX Software

Unternehmensgeschichte, Finanzierung und Struktur

OptimiX Solutions stellt sich als „éditeur de solutions de Pricing et Supply Chain depuis 2011“ dar, mit Sitz in Marcq-en-Barœul (Hauts-de-France).² Auf der englischen “About us”-Seite heißt es, dass das Unternehmen seit „mehr als 15 Jahren“ Einzelhändlern dabei hilft, die Preisgestaltung zu verfeinern und supply chains mithilfe von Daten und KI zu optimieren, und dass es „von A bis Z“ arbeitet, um die wirtschaftliche Leistung zu maximieren.¹ Diese Aussagen stimmen im Großen und Ganzen mit fremden Unternehmensprofilen (CB Insights, La French Tech Lille) überein, die OptimiX als SaaS-Anbieter beschreiben, der sich auf die Optimierung von Preisstrategien, Absatzprognosen und supply chain management für den Einzelhandel und Vertrieb spezialisiert hat.⁷⁸

Im Juli 2025 leitete der Wachstumsinvestor NextStage AM zusammen mit Entrepreneur Invest und einem Bankenkonsortium eine Finanzierungsrunde über 30 Mio. € zur Unterstützung der Fusion von OptimiX und Maxxing, einem weiteren SaaS-Anbieter, der sich auf Omnichannel-Loyalty und promotionale Personalisierung fokussiert.⁵¹¹ Mehrere unabhängige Pressemitteilungen (NextStage AM, Edmond de Rothschild Corporate Finance, Walter Billet Avocats, Legal 500) bestätigen, dass OptimiX (gegründet 2011, seit 2014 unter der Leitung von CEO Philippe Vanhack) und Maxxing zu einer einzigen Holding zusammengeführt wurden, als ein “full-SaaS one-stop shop” in den Bereichen Preisgestaltung, supply chain, Loyalty und Kundenerlebnis, mit rund 75 Mitarbeitern und in über 35 Ländern tätig.⁴⁵¹⁹⁷¹¹ Die regionale Wirtschaftspresse (Le Journal des Entreprises) berichtet, dass Optimix vor dem Deal im Jahr 2023 einen Umsatz von ca. 4 Mio. € erzielte, was auf einen klein- bis mittelgroßen, aber kommerziell etablierten Akteur hindeutet.⁶⁸

Die Fusion ist die einzige klar dokumentierte M&A-Transaktion, in die OptimiX involviert war; es gibt keine Hinweise auf weitere Akquisitionen oder darauf, dass OptimiX vor 2025 selbst übernommen wurde. PitchBook- und CB Insights-Einträge führen OptimiX / OptimiX Solutions als ein privates Unternehmen mit externen Investoren auf, widersprechen jedoch nicht dem Gründungsdatum 2011 oder der Fusionsgeschichte von 2025.⁴⁷¹⁴ Öffentliche Quellen außerhalb von Investoren-Datenbanken liefern nur wenige Details zur Struktur des Cap Tables oder zu früheren Finanzierungsrunden, abgesehen von NextStages Hinweis, dass die Runde von 2025 signifikant (30 M€) war und dazu gedacht war, F&E und internationale Expansion zu beschleunigen.⁴⁵¹¹

Zusammenfassung: OptimiX ist ein rund 15 Jahre alter französischer SaaS-Editor, der sich auf Retail-Preisgestaltung und supply chain konzentriert und 2025 durch eine umfangreiche Wachstumsrunde in Verbindung mit einer Fusion mit Maxxing finanziell gestärkt wurde. Es gibt keine Hinweise auf frühere Akquisitionen; das Unternehmen wuchs vor dieser Transaktion organisch.

Produktfamilie im Überblick

Auf seiner Website und in Partnerverzeichnissen hebt OptimiX konsequent drei benannte Softwareprodukte hervor:

OptimiX XPA – “Pricing Analytics”: eine Lösung für Retail-Preisanalysen und Preisoptimierung;
OptimiX XFR – “Supply Chain APS”: ein KI-gestütztes APS für Prognosen und Lageroptimierung im Bereich supply chain;
XAB – “Assortment Benchmarking”: ein Tool zur Sortimentsoptimierung, das die Sortimente und Attribute der Wettbewerber vergleicht.⁹¹⁰²⁰¹²¹⁵¹⁶

Die englische Homepage fasst das Portfolio als “pricing and predictive supply chain solutions, based on omnichannel readings and anticipated sales” zusammen und verspricht die Visualisierung und Verwaltung von “prices and inventories” mithilfe von KI und betriebswirtschaftlicher Expertise.³ XPA wird als Flaggschiff der Pricing-Suite positioniert, XFR als das Modul für predictive supply chain, und XAB als Ergänzung zur wettbewerbsorientierten Sortimentsanalyse.⁹¹⁰²⁰¹⁵

Externe Verzeichnisse (GetApp, Capterra, SoftwareAdvice, EcommerceTech) bestätigen diese Dreiergruppe:

XPA erscheint in den Kategorien “Pricing Optimization Software” als ein cloudbasiertes Tool für Preisanalysen, das Preisdaten zentralisiert und Echtzeitansichten von Preislücken, Margen und Lagerbeständen bietet, mit KI-gesteuerter Preisoptimierung.¹²¹³¹⁴¹⁶²¹
XFR erscheint in den Kategorien “Demand Planning” / “Supply Chain” als ein fortgeschrittenes Planungssystem, das KI-gestützte Prognosen nutzt, um Bestände in verschiedenen Sektoren zu optimieren.¹⁵¹⁶¹⁷¹⁸
XAB wird in den FAQ-Inhalten zu XPA kurz als eine Lösung zur Sortimentsoptimierung beschrieben, die Marktdaten sammelt, Nomenklaturen harmonisiert, Produkteigenschaften bewertet und Dashboards für Wettbewerbsvergleiche bereitstellt.²⁰¹⁵

Der Blog und die Marketinginhalte des Unternehmens positionieren diese Produkte als modular, wobei XPA und XFR sich eine gemeinsame, KI-gestützte Datenebene und Methodik teilen.²³²²²³¹⁸ Es gibt keine öffentlichen Hinweise auf weitere bedeutende Produktlinien, die nicht mit Preisgestaltung oder supply chain zusammenhängen; OptimiX erscheint fokussiert, anstatt eine umfassende Enterprise-Suite zu sein.

OptimiX Software vs Lokad

Sowohl OptimiX als auch Lokad operieren im weiten Feld der supply-chain-relevanten Analytik, unterscheiden sich jedoch deutlich in Umfang, Architektur und der Tiefe der Optimierung, die sie ihren Kunden bieten.

Umfang und Positionierung. OptimiX ist ein retailzentrierter SaaS-Editor, dessen Kernaufgabe es ist, Ketten dabei zu unterstützen, die Preisgestaltung zu verfeinern und die Leistung der supply chain zu optimieren, vor allem in Sektoren wie Lebensmitteldistribution, Kosmetik, DIY/Hardware, Elektronik und Gesundheitswesen.¹³⁷¹²¹⁵¹⁶ Sein Portfolio ist in separate, paketierte Anwendungen aufgeteilt: XPA für Preisanalysen, XFR für Nachfrage- und Lagerplanung sowie XAB für den Wettbewerbsvergleich von Sortimenten.⁹¹⁰²⁰¹⁵ Im Gegensatz dazu präsentiert sich Lokad als rein supply-chain-orientierter Anbieter, der eine einzige programmierbare Plattform für predictive optimisation of supply chains in verschiedenen Branchen (Einzelhandel, Mode, Luft- und Raumfahrt, Fertigung, Großhandel etc.) bietet, und deckt dabei Nachfrageprognosen, Auffüllung, Allokation, Produktionsplanung und teilweise auch Preisgestaltung ab – alles als unterschiedliche “apps”, die auf demselben Motor implementiert sind.²⁴²⁵²⁶²⁷²⁸²⁹³⁰

Architektur und Individualisierungsansatz. OptimiX bietet klassische, mandantenfähige SaaS-Module mit geschäftsorientierter Konfiguration und Dashboards: XPA stellt konfigurierbare Preisregeln, Dashboards, Wettbewerber-Datenerfassung und Szenarioanalysen bereit; XFR wird als ein APS mit KI-Prognosen und Lagerplanungskapazitäten präsentiert.⁹¹⁰¹¹¹²¹⁵¹⁶³¹¹⁸ Öffentliche Informationen deuten darauf hin, dass die Konfiguration hauptsächlich über Geschäftsparameter (Strategien, Regeln, Segmentierung, KPIs) erfolgt und nicht über eine universelle Modellierungssprache. Lokad hingegen hat seinen Stack um Envision aufgebaut, eine domänenspezifische Sprache (DSL), die sämtliche Logik für Prognosen, Optimierungen und Datenumwandlungen als editierbaren Code preisgibt; Kunden (oder Lokads eigene supply chain scientists) implementieren maßgeschneiderte Entscheidungspipelines, indem sie Envision-Skripte schreiben.²⁵²⁶³²³³³⁴³⁵ In der Praxis bietet OptimiX vorgefertigte Anwendungen mit einstellbaren Hebeln an; Lokad bietet eine programmierbare Plattform, bei der jedes Entscheidungsmodell explizit codiert werden kann und refaktoriert werden kann.

Umgang mit Unsicherheit und Optimierungstiefe. Das Marketing von OptimiX verweist wiederholt auf KI-basierte Nachfrageprognosen und die dynamische Optimierung von Preisen und Lagerbeständen.³⁹¹⁰¹³¹⁵¹⁶²²²³ Allerdings liefern weder die Produktdokumentation noch öffentliche Demos formale Beschreibungen der verwendeten statistischen Modelle oder Optimierungsalgorithmen. Listen und FAQs betonen Echtzeit-Dashboards, zentralisierte Preisdaten, automatisierte Empfehlungen und Szenariosimulation (z. B. „simuliere die Auswirkungen einer Preisänderung“), geben jedoch keine Hinweise darauf, ob die Optimierung auf vollständigen probabilistischen Verteilungen, einfachen Elastizitäten oder heuristischen Regeln basiert.⁹¹⁰¹²¹³¹⁴¹⁵¹⁶

Lokad hingegen liefert umfangreiche technische Details: Auf seinen Technologieseiten wird eine Pipeline beschrieben, die (1) probabilistische Prognosen (vollständige Nachfrageverteilungen) erstellt und (2) stochastische Optimierungsalgorithmen anwendet – insbesondere Stochastic Discrete Descent (2021) für Bestands- und Allokationsentscheidungen sowie Latent Optimization (2024) für anspruchsvolle kombinatorische Planung – alles innerhalb von Envision implementiert.²⁵²⁶³⁶³⁷ Dokumentationen und marktforschungsbasierte Beiträge positionieren Lokads Hauptunterscheidungsmerkmal explizit als probabilistische Prognose und Entscheidungsoptimierung unter Unsicherheit, statt als deskriptive Analytik.²⁶²⁷³⁸²⁹³⁰

Transparenz vs. Black-Box-Verhalten. OptimiX stellt Dashboards und KPIs für Preis- und supply chain Strategien bereit, jedoch bleiben die algorithmischen Interna weitgehend undurchsichtig; der Anbieter veröffentlicht keine formale technische Dokumentation zu Modellierungsentscheidungen, Zielfunktionen oder dem Umgang mit Einschränkungen. Kunden müssen weitgehend den “KI-gestützten” Motoren hinter XPA und XFR vertrauen.⁹¹⁰¹²¹⁵¹⁶²² Lokad hingegen “white-boxed” explizit seinen Prozess: Die Optimierungslogik wird in Envision-Skripten ausgedrückt, die von den Kunden eingesehen werden können; die technische Dokumentation veröffentlicht Grammatik, Standardbibliothek und Plattformverhalten; und ein öffentlicher Code-Spielplatz (try.lokad.com) ermöglicht Experimente mit der Sprache.³²³³³⁴³⁵³⁶³⁷ Für Organisationen, die auditable Entscheidungslogik verlangen, ist Lokads Ansatz deutlich transparenter.

Entscheidungsabdeckung. OptimiX XPA konzentriert sich eng auf die Preisgestaltung: Wettbewerberpreis-Erfassung, Produktabgleich, Überprüfungen der Sortimentskonsistenz, Margenanalyse und KI-unterstützte Preisempfehlungen.⁹¹⁰²⁰¹²¹³²²²³ XFR erstreckt sich auf Nachfrageprognosen und Lagerbestände, mit KI-unterstützten Prognosen und empfohlenen Bestandsniveaus an den Standorten.¹⁵¹⁶³⁹¹⁸ Lokads Plattform adressiert designspezifisch ein breiteres Entscheidungsspektrum in einem Modell: Auffüllung, mehrstufige Allokation, Produktionsplanung, Instandhaltungsplanung und teilweise auch Preisgestaltung, alles optimiert unter einheitlichen wirtschaftlichen Treibern (Out-of-Stock-Kosten, Lagerhaltungskosten, Veralterungsrisiko etc.).²⁵²⁶²⁷³⁶³⁷²⁹³⁰

Kommerzielle Reife und Fokus. OptimiX ist ein mittelgroßer Anbieter, der sich überwiegend auf den Einzelhandel und Vertrieb in Europa konzentriert und nun in eine Gruppe integriert ist, die auch Loyalty und Personalisierung abdeckt (über Maxxing).⁵⁶⁴⁰¹⁹⁸¹¹⁴¹ Lokad, obwohl in absoluten Mitarbeiterzahlen kleiner, ist als Prognoseunternehmen älter (gegründet 2008) und positioniert sich als Spezialist in die Quantitative Supply Chain mit Kunden im Einzelhandel, in der Modebranche, in der Fertigung und der Luft- und Raumfahrt; sowohl Produkt als auch Dokumentation konzentrieren sich ausschließlich auf supply chain, nicht auf Loyalty oder Marketing.²⁶²⁷³⁶³⁷³⁸

Kurz gesagt: OptimiX bietet branchenspezifische SaaS-Module für Retail-Preisgestaltung und supply chain Planung mit KI-unterstützten Empfehlungen, ausgerichtet auf Dashboards und Geschäftsregeln. Lokad bietet eine programmierbare, probabilistische Optimierungsplattform mit einer kundenspezifischen DSL und öffentlich dokumentierten stochastischen Algorithmen. Für Käufer, die die beiden vergleichen, wirkt OptimiX eher „anwendungsorientiert“ und retailzentriert; Lokad ist eher „plattformorientiert“, technisch voreingenommen und ausschließlich auf supply chain ausgerichtet.

Produktportfolio und funktionaler Umfang

XPA – Preisanalysen und -optimierung

Das Flaggschiffprodukt von OptimiX, XPA – OptimiX Pricing Analytics, wird als vollständige Suite für Preisanalysen und -optimierung für Einzelhändler positioniert. Die englische Produktseite beschreibt XPA als eine Preisgestaltungslösung, die „Ihre Margen verbessert und Ihre Preisstrategie dank KI und dynamischer Optimierung automatisiert“, mit Vorteilen wie Echtzeit-KPI-Tracking, automatisierten Preisempfehlungen und der Simulation von Was-wäre-wenn-Szenarien (z. B. Auswirkungen von Preisänderungen auf Margen und Wettbewerbsfähigkeit).⁹¹⁰¹³

Core functional elements, as described across the vendor’s own content and partner listings, include:

Zentralisiertes Preisdaten-Portal: XPA importiert interne Preislisten, Kostendaten, Margenziele und Lagerinformationen zusammen mit Wettbewerberpreisen, sodass Benutzer Preislücken, Margen und Bestandskennzahlen „in Echtzeit“ visualisieren können.⁹¹⁰¹²¹³¹⁶
Price Intelligence / Datensammlung: Das Modul „data collect“ durchsucht automatisch online die Preise von Wettbewerbern und kombiniert diese mit anderen Quellen (z. B. Ladenerhebungen), wobei Matching-Algorithmen dazu bestimmt sind, Wettbewerbsprodukte mit den internen Produkt-IDs des Einzelhändlers zu verknüpfen, trotz Unterschieden in Bezeichnung und Struktur.¹⁰¹²
Produktabgleich & Sortimentsvergleich: Über XAB ermöglicht die Suite die Zuordnung und Bewertung der Sortimente der Wettbewerber, indem Nomenklaturen harmonisiert, Produkteigenschaften bewertet und Punktzahlen vergeben werden, um anschließend Dashboards bereitzustellen, die die Relevanz des Sortiments einstufen und Lücken im Vergleich zur Konkurrenz aufzeigen.²⁰¹⁵
Preisstrategie-Engine: Konfiguration von Preissetzungsregeln, einschließlich globaler Strategien (z.B. Zielpreisindex vs Wettbewerber, Margengrenzen) und granularerer Regeln nach Kategorie, Marke oder Filialcluster; die entsprechende FAQ behauptet, dass automatische Empfehlungen darauf abzielen, „Preise zu optimieren, Umsätze zu maximieren und strategische Konsistenz zu gewährleisten”.⁴²¹³
Simulation & Szenarioanalyse: Benutzer können die Auswirkungen geplanter Preisänderungen auf Marge und Wettbewerbsfähigkeit simulieren, mit Dashboards, die KPIs vor/nachher anzeigen; Marketinginhalte heben hervor, dass dies „datengetriebene” Entscheidungen für Aktionen, Neuausrichtung und strategische Neupreisgestaltung unterstützt.⁹¹⁰⁴³²²²³
Dashboards & Reporting: anpassbare Dashboards, die den Import von Daten aus mehreren Quellen ermöglichen, Preistätigkeiten zusammenfassen und sich in externe BI-Tools integrieren.¹¹³⁹

Unabhängige SaaS-Verzeichnisse bestätigen diese Beschreibung: GetApp und Capterra erwähnen die Echtzeitvisualisierung von Preislücken, Margen und Lagerbeständen, Preisoptimierung basierend auf KI und die Zentralisierung von Preisinformationen zur Verbesserung der Prognosegenauigkeit und Entscheidungsfindung.¹²¹³¹⁶ SoftwareAdvice fasst XPA als eine KI-gesteuerte Preisanalytikplattform für Einzelhändler in verschiedenen Segmenten (Lebensmittel, Kosmetik, Hardware, Elektronik, Bürobedarf, Gesundheitswesen) zusammen.¹⁴³¹

Evidenzbasierte Bewertung:
Es gibt starke primäre Belege dafür, dass XPA Preisdaten zentralisiert, die Erfassung von Wettbewerberpreisen automatisiert, Produktabstimmungen anbietet und Dashboards sowie regelbasierte Preisstrategien bereitstellt. Mehrere Quellen – Anbieterseiten, FAQs, externe Bewertungen – bestätigen dies.⁹¹⁰¹¹²⁰¹²¹³¹⁴¹⁵¹⁶³⁹
Die Behauptungen zu „KI” und „dynamischer Optimierung” sind plausibel (angesichts des Bedarfs an Mustererkennung bei Matching und Prognosen), werden jedoch nicht technisch spezifiziert. Es gibt keine öffentlichen Informationen über Modellklassen (z.B. Gradient Boosting vs. neuronale Netze), Zielfunktionen oder darüber, ob Optimierung wirklich global oder regelbasiert-heuristisch erfolgt. Daher ist die sicherste Interpretation, dass XPA konventionelle Data Warehousing und BI mit ML-unterstützten Empfehlungen kombiniert, wir können jedoch nicht bestätigen, dass es eine systemweite Optimierung über lokale, regelkonforme Preisentscheidungen hinaus durchführt.

XFR – APS supply chain Planung

OptimiX XFR wird auf Anbieterseiten und Verzeichnissen als ein “advanced planning system (APS)” beschrieben, das Inventar optimiert und die Nachfrageschätzung durch KI-gesteuerte Algorithmen verfeinert.¹⁵¹⁶³⁹¹⁸ Der Produkttext hebt hervor:

KI-gestützte Prognose-Engine zur Vorhersage der zukünftigen Nachfrage über SKUs und Standorte;
Inventaroptimierung: Funktionen zur Bestimmung optimaler Lagerbestände, Nachbestellpunkte oder Auffüllvorschläge;
Abdeckung mehrerer Sektoren ähnlich wie bei XPA (Lebensmitteldistribution, Kosmetik, Hardware, Elektronik, Gesundheitswesen), was auf eine Wiederverwendung von Datenmodellierungsmustern zwischen Preis- und supply chain-Modulen hindeutet.¹⁵¹⁶³⁹¹⁸

Die französische Lösungsseite stellt XFR als ein “solution Supply Chain APS” vor, das darauf abzielt, Lagerbestände zu optimieren, den Servicegrad zu verbessern und das Betriebskapital zu reduzieren, basierend auf fortschrittlichen Prognose- und Inventarkontrollmethoden.³⁹⁴³ Demoseiten betonen, dass XFR-Projekte von OptimiX “Business Experts und spezialisierten Beratern” unterstützt werden, die die Lösung an die Bedürfnisse des Kunden anpassen, was auf ein halb beratendes Implementierungsmodell hindeutet.⁴³²⁰

Externe Einträge (GetApp, Capterra, SoftwareAdvice) beschreiben XFR konsequent als:

Cloud-basiertes APS für Inventaroptimierung und Nachfrageplanung;
KI-gestützte Prognose sowie Optimierung des Inventars über mehrere Lager und Kanäle;
Ausgerichtet auf mittelständische Unternehmen mit typischen Nutzergruppen im Einzelhandel & Vertrieb.¹⁵¹⁶¹⁷¹⁸

Allerdings liefert keine dieser Quellen Details zur mathematischen Struktur der Prognosemodelle (z.B. ob sie intermittierende Nachfrage, mehrstufige Abhängigkeiten oder korrelierte Nachfrage zwischen Produkten berücksichtigen) oder zu den spezifischen Optimierungsalgorithmen, die zur Ableitung empfohlener Lagerbestände verwendet werden. Das Fehlen technischer Dokumentation schränkt unsere Möglichkeit ein, den Stand der Technik über Marketingaussagen hinaus zu bewerten.

XAB – Sortimentsbenchmarking

XAB wird weniger prominent vermarktet als XPA oder XFR, erscheint jedoch in XPA FAQs und Produktbeschreibungen als eine Lösung zur Sortimentsoptimierung, die:

Daten des Produktangebots von Wettbewerbern aus Online-Quellen sammelt;
Nomenklaturen (Produktnamen, Attributstrukturen) in ein einheitliches Schema überführt;
Produkteigenschaften bewertet und eine Punktzahl zuweist;
Dashboards bereitstellt, um die Breite und Tiefe des Sortiments im Vergleich zu Wettbewerbern zu vergleichen und das Angebot des Einzelhändlers an die Markterwartungen anzupassen.²⁰¹⁵

Diese Fähigkeit ergänzt den Preisfokus von XPA: Indem sie verstehen, welche SKUs Wettbewerber führen (und wie sie diese positionieren), können Einzelhändler sowohl Preisstaffelungen als auch Sortimentsentscheidungen anpassen. Wiederum werden die Implementierungsdetails (z.B. die Qualität der Matching-Algorithmen, Bewertungsfunktionen) nicht offengelegt.

Dienstleistungen, Methodik und vertikale Ausrichtung

OptimiX betont auf seinen Über-uns-Seiten und im Blog „Business Expertise“ und „Support”: Das Unternehmen behauptet, KI mit Einzelhandels-Know-how zu kombinieren und Beratungsunterstützung von der Projektdefinition bis zur Implementierung anzubieten.¹²³ Blog-Inhalte, die als Lead-Generation-Material genutzt werden, diskutieren allgemeine Preistrends, Tools und Best Practices (z.B. KI-gestützte Preissetzung, Digitalisierung der Preisstrategie, Tools für Preisstrategien) und rahmen die OptimiX-Software implizit als praktisches Implementierungsvehikel ein.²²²³¹⁸

Der vertikale Fokus liegt eindeutig auf Retail & Distribution, mit wiederholter Erwähnung von Lebensmitteln, Kosmetik, DIY/Hardware, Elektronik, Bürobedarf, Pharmazie und Gesundheit.³⁷¹²¹⁴¹⁵¹⁶ In Investorenmaterialien wird auch von „Industrials“ gesprochen, aber die Belege sind im Vergleich zur Einzelhandelserzählung dünn.⁴⁵⁷¹¹

Technologie-Stack und Architektur

Öffentlich verfügbare Informationen über den zugrunde liegenden Technologie-Stack von OptimiX sind begrenzt. Der Anbieter veröffentlicht keine technische Dokumentation, die mit Lokads Envision-Dokumenten oder der Plattformarchitektur vergleichbar wäre, noch unterhält er einen sichtbaren Engineering-Blog.

Hinweise müssen daher abgeleitet werden aus:

Das auf Produktseiten und in Verzeichniseinträgen beschriebene SaaS-Liefermodell (cloud-basiert, mandantenfähig, über den Browser abgerufene Dashboards, Integration mit BI-Tools).³⁹¹¹¹²¹⁵¹⁶
Die Art der Funktionalität (Echtzeit-Dashboards, Datensammlung/-scraping, KI-Prognosen, Matching-Algorithmen), was stark auf einen typischen Web-Stack mit Hintergrundjobs und Datenspeichern hindeutet.
Stellenausschreibungen, die zum Zeitpunkt der Erstellung hauptsächlich Support-/TMA-Rollen betreffen und keine detaillierten Stack-Informationen preisgeben.²³

Daraus können wir sicher schließen:

OptimiX betreibt eine mandantenfähige Cloud/SaaS-Architektur. Auf XPA und XFR wird über Web-UIs zugegriffen; Kundendaten werden zentralisiert; Updates werden zentral bereitgestellt, nicht als lokale Installationen.¹²¹⁵¹⁶¹⁷³¹¹⁸
Die Plattform integriert sich in externe BI-Tools und unterstützt den Import/Export von Daten aus mehreren Quellen, was auf eine Data-Warehouse-ähnliche Schicht (vermutlich relationale DB plus ETL) unter den Anwendungen hindeutet.¹¹³⁹
Echtzeit-Dashboards und Preisbeobachtungsfunktionen erfordern geplante oder Streaming-Jobs zur Datensammlung und -aggregation, vermutlich aufgebaut um Webscraping-Module und API-Connectoren.¹⁰¹²

Allerdings geben keine öffentlichen Quellen an:

Programmiersprachen (z.B. .NET vs Java vs Python);
Datenbanktechnologien;
Cloud-Anbieter (Hyperscale vs Private Hosting);
ML-Frameworks (z.B. scikit-learn, XGBoost, TensorFlow);
Optimierungsbibliotheken (z.B. kommerzielle Solver vs. kundenspezifische Heuristiken).

Im Gegensatz dazu dokumentiert Lokad seinen Technologie-Stack offen: .NET/F#, Envision DSL, benutzerdefinierte verteilte VM, ereignisbasierter Speicher und spezialisierte probabilistische & stochastische Optimierungsalgorithmen, einschließlich SDD und Latent Optimization.²⁵²⁶³²³³³⁴³⁶³⁷

Bewertung: Basierend auf den derzeitigen Belegen ist OptimiX ein typischer SaaS-Anbieter mit vermutlich gängigen Web/ML-Stack-Optionen, aber das Fehlen technischer Dokumentation verhindert eine tiefgehende Bewertung der Architektur oder Implementierungsqualität. Nichts Offensichtliches weist auf hochmoderne oder conversely veraltete Technologie hin; sie ist schlichtweg undurchsichtig.

KI- und Optimierungsansprüche – ein kritischer Blick

Das Marketing von OptimiX verwendet stark die Begriffe „KI“ und „dynamische Optimierung“:

Homepage: „Optimix Solutions kombiniert KI, Business-Expertise und Daten, um Ihnen Preis- und prädiktive supply chain Lösungen anzubieten”.³
Über-Seiten: betonen Daten und KI, um die Preisgestaltung zu verfeinern und supply chains zu optimieren, wobei „immer präzisere Prognosemodelle” genutzt werden.¹²⁴³³⁹
XPA-Produktseiten: versprechen KI und dynamische Optimierung zur Automatisierung der Preisgestaltung, indem prädiktive Algorithmen verwendet werden, um Preiseffekte zu simulieren und Strategien anzupassen.⁹¹⁰¹³²²
XFR-Beschreibungen: heben KI-gesteuerte Prognose-Engines und KI-gestützte Inventaroptimierung hervor.¹⁵¹⁶¹⁷¹⁸
Blogbeiträge über „KI und Preisgestaltung“ beschreiben KI als eine Kombination aus prädiktiven Algorithmen und menschlicher Expertise, um die Nachfrage vorherzusehen, Margen zu optimieren und Preise in Echtzeit anzupassen.²²

Unabhängige SaaS-Verzeichnisse wiederholen diese Behauptungen und beschreiben XPA und XFR als KI-gestützte Werkzeuge zur Preisoptimierung und zur Nachfrage-/Inventarprognose.¹²¹⁴¹⁵¹⁶¹⁷³¹¹⁸

Allerdings liefert keine öffentliche Quelle:

Architekturdiagramme oder detaillierte Pipeline-Beschreibungen;
Erklärungen, wie KI integriert ist (z.B. wo Modelle im Arbeitsablauf angesiedelt sind, wie Training vs Inferenz gehandhabt wird, wie Feedback-Schleifen funktionieren);
Nachweise probabilistischer Modellierung (vollständige Verteilungen vs Punktprognosen);
Definitionen von Zielfunktionen und dem Umgang mit Beschränkungen bei der Optimierung.

Angesichts dessen ist eine vorsichtige Interpretation erforderlich:

Es ist sehr wahrscheinlich, dass OptimiX intern machine learning einsetzt – beispielsweise zur Schätzung der Preiselast, Nachfrageprognose und Produktabstimmung –, da diese gängig sind und die Behauptungen „Prognosemodelle”, „prädiktive Algorithmen” und „KI-basierte Optimierung” konsistent wiederholt werden.¹²³⁹¹⁰¹²¹³¹⁵¹⁶²²²³
Es ist plausibel, dass Empfehlungen (z.B. Preisänderungen, Lagerzielvorgaben) durch heuristische oder regelbasierte Optimierungsebenen generiert werden, die Prognosen mit Geschäftsregeln und Schwellenwerten kombinieren; dies ist ein Standardmuster in Preis- und supply chain SaaS.
Es gibt keine Belege, dass OptimiX eine probabilistische Prognose mit derselben Granularität oder Transparenz wie Lokad umsetzt, noch dass es spezialisierte stochastische Optimierungsparadigmen einsetzt, die mit SDD oder Latent Optimization vergleichbar sind.²⁵²⁶³⁶³⁷³⁸

Im Vergleich zu Lokad – das detaillierte technische Dokumentation zu Envision, probabilistischen Prognosen, stochastischen Optimierungsalgorithmen und Plattformverhalten bereitstellt²⁵²⁶³²³³³⁴³⁵³⁶³⁷³⁸ – bleibt OptimiX aus modellierungstechnischer Sicht eine Black Box. Dies ist unter SaaS-Anbietern nicht ungewöhnlich, schränkt jedoch unsere Fähigkeit ein, zu beurteilen, ob die KI-Behauptungen auf modernste Methoden oder lediglich auf konventionelles ML angewendet auf Preis- und Prognoseprobleme hindeuten.

Bereitstellungsmodell, Roll-out und Nutzung

Explizite Beschreibungen der Bereitstellung sind rar, aber wir können aus den Anbietertexten, Demo-Anfragen und Verzeichniseinträgen das typische Roll-out-Muster ableiten:

SaaS-Onboarding über Demos und Workshops. Sowohl XPA als auch XFR werden über „Demo anfordern“-Prozesse angeboten, bei denen OptimiX Business Experts und Berater die Kundenbedürfnisse evaluieren und Lösungsempfehlungen ausrichten.³⁴³²⁰ Dies deutet auf einen beratenden Verkaufsprozess mit vorkonfigurierten Vorlagen hin, die während der Implementierung angepasst werden.
Datenintegration. XPA erfordert die Einbindung interner Preis-, Kosten- und Inventardaten zusammen mit externen Wettbewerberpreisen und Produkteigenschaften.⁹¹⁰¹² XFR benötigt historische Verkaufszahlen, Lagerbestände, Lieferzeiten und weitere operative Daten, um seine Prognose-Engine zu speisen.¹⁵¹⁶³⁹¹⁸ Die Integration scheint sich eher auf Datenexporte/-importe als auf tiefgehende, dokumentierte APIs zu stützen; die Website erwähnt Kompatibilitätsfragen in FAQ-Bereichen, listet jedoch keine spezifischen ERP/WMS-Connectoren auf.¹⁰
Konfiguration und Validierung. Da die Produkte als eine Kombination aus KI und Expertise beschrieben werden, ist es naheliegend, eine initiale Phase anzunehmen, in der OptimiX-Berater mit dem Kunden zusammenarbeiten, um Strategien, Regeln und KPIs zu konfigurieren, und dann basierend auf den beobachteten Ergebnissen iterieren. Blog-Inhalte über „Tools & Technologien für Preisstrategien“ und „Digitalisierung der Preisgestaltung“ bekräftigen die Idee, dass die Einführung Prozessänderungen umfasst und nicht nur die Softwareinstallation.¹⁷²²²³¹⁸
Laufende Nutzung. Endnutzer (Pricing Manager, Category Manager, supply chain Planner) interagieren hauptsächlich mit Dashboards: Sie überwachen KPIs, überprüfen empfohlene Preise oder Lagerbestände, passen Strategien an und exportieren möglicherweise Entscheidungen an ERP/WMS-Systeme. Externe Bewertungen heben die Echtzeitvisualisierung und das Reporting für Entscheidungsträger hervor.¹²¹⁵¹⁶¹⁷¹⁸

Es gibt keine detaillierten öffentlichen Fallstudien mit quantifizierten Vorher-/Nachher-Leistungen, im Gegensatz zu Lokad, das detaillierte Fallstudien (z.B. Air France Industries) und technische Berichte mit Metriken veröffentlicht.²⁶³⁶³⁷²⁹³⁰ Der Blog von OptimiX zeigt zwar Karussells mit Kundenlogos und allgemeine „Erfolgsgeschichten“, aber ohne namentlich genannte, tief dokumentierte Projekte, die damit vergleichbar wären. Infolgedessen sollten Wirkungsaussagen (z.B. „Vorteile und ROI garantiert durch eine bewährte Methodik“) als Marketingaussagen behandelt werden, sofern sie nicht durch private Kundennachweise untermauert werden.³

Kommerzielle Reife und Marktpräsenz

Aus Investorenkommunikationen, Verzeichnissen und der Regionalpresse zusammengefasste Belege deuten darauf hin:

OptimiX ist kommerziell etabliert, jedoch kein großer globaler Akteur. Der Umsatz wurde 2023 in Le Journal des Entreprises mit etwa 4 Mio. € angegeben; zusammen mit Maxxing erreicht die neue Gruppe ~75 Mitarbeiter und strebt an, eine europäische Referenz in ihren Bereichen zu werden.⁶⁸¹¹
Das Unternehmen verfügt über anerkannte Investoren (NextStage AM, Entrepreneur Invest) und durchlief eine beträchtliche Finanzierungsrunde in Höhe von 30 Mio. € im Jahr 2025, was im Verhältnis zum Umsatz erheblich ist und das Vertrauen der Investoren in Wachstumsaussichten signalisiert.⁴⁵¹¹³⁹³¹
OptimiX ist auf branchenspezifischen Fachmessen wie Tech For Retail präsent, wo es als Aussteller gelistet ist, der Preis- und supply chain Optimierungslösungen für den Einzelhandel anbietet.⁴¹
Produktangebote auf GetApp, Capterra, SoftwareAdvice und EcommerceTech positionieren XPA und XFR als sinnvolle Optionen in den Kategorien Preisoptimierung und Nachfrageplanung, obwohl Nutzerbewertungen derzeit spärlich sind (0 oder wenige öffentliche Bewertungen), was darauf hinweist, dass die Nutzerbasis auf generischen SaaS-Marktplätzen noch nicht sehr lautstark ist.¹²¹³¹⁴¹⁵¹⁶¹⁷³¹¹⁸²¹

Kundennamenreferenzen sind zum Zeitpunkt der Erstellung nicht prominent auf der Website aufgeführt. Das La French Tech Lille-Verzeichnis und EcommerceTech deuten darauf hin, dass OptimiX mit „les plus grandes enseignes“ zusammenarbeitet und große Einzelhandelsketten bedient, jedoch ohne diese namentlich zu nennen.⁸²¹ Dies ist ein schwächerer Nachweis als detaillierte Fallstudien oder öffentliche Logos; dennoch ist es angesichts des regionalen Schwerpunkts und der Investorengelder plausibel, dass OptimiX eine bedeutende Installationsbasis bei französischen und europäischen mittelgroßen bis großen Einzelhändlern hat.

Aus der kommerziellen Reife Perspektive wird OptimiX am besten beschrieben als:

Ein mittelreifer, regional etablierter Anbieter (Frankreich/Europa), kein Startup in der Frühphase;
Spezialisiert auf Einzelhandelspreise & supply chain;
Jetzt Teil einer größeren Gruppe mit erweitertem Kapital und einem breiteren CX-/Loyalty-Spektrum über Maxxing.

Fazit

Was liefert die Lösung von OptimiX genau?

Basierend auf konvergierenden Primär- und Sekundärquellen liefert OptimiX:

Eine Suite für Preisanalysen und -optimierung (XPA), die interne und wettbewerbliche Preisdaten zentralisiert, Produktabgleiche und Sortimentsvergleiche (XAB) durchführt, KPIs (Preislücken, Margen, Bestandskennzahlen) berechnet und KI-unterstützte Preisempfehlungen unter konfigurierbaren Strategien vorschlägt.
Ein APS-ähnliches supply chain Modul (XFR), das KI-gestützte Nachfrageprognosen verwendet, um Bestandsziele und Auffüllungsentscheidungen über SKUs, Standorte und Sektoren hinweg zu empfehlen, mit dem Ziel, den Servicegrad zu verbessern und den Lagerbestand zu reduzieren, während die Verfügbarkeit aufrechterhalten wird.
Cloud-gehostete Dashboards, Berichterstattung und Beratungsunterstützung, die sich an Einzelhandel und Vertrieb richten, insbesondere in Branchen wie Lebensmittel, Kosmetik, Hardware, Elektronik und Gesundheitswesen.

Durch welche Mechanismen und Architekturen werden diese Ergebnisse erzielt?

Die Mechanismen sind nur teilweise sichtbar:

Auf der Datenebene betreibt OptimiX eindeutig eine Multi-Tenant-Cloud-Plattform, die interne und externe Daten aggregiert, mit Web-Scraping und Matching-Algorithmen für wettbewerbsfähige Preise und Sortimente.
Auf der Analyseebene setzt es nahezu sicher Machine Learning für Prognosen und möglicherweise für die Schätzung der Preiselastizität ein, jedoch sind die genauen Modelltypen und Optimierungsroutinen nicht veröffentlicht.
Auf der Anwendungsebene ermöglichen XPA und XFR die Konfiguration von Strategien, Schwellenwerten und KPIs und generieren Empfehlungen, die über Dashboards visualisiert und in operative Systeme exportiert werden.

Mangels technischer Dokumentation sollten diese Mechanismen als konventionelle SaaS-Analytik plus ML-unterstützte Engines interpretiert werden – nicht als nachweislich moderne probabilistische Optimierung. Im Gegensatz zur auf Envision basierenden Plattform von Lokad gibt es keine Hinweise auf eine programmierbare Modellierungsumgebung, offene algorithmische Beschreibungen oder dokumentierte stochastische Optimierungsparadigmen.

Kommerzielle Reife.

OptimiX ist in seiner Nische kommerziell ausgereift: Es existiert seit 2011, hat eine beträchtliche Wachstumsrunde abgeschlossen, sich mit einem ergänzenden SaaS-Anbieter zusammengeschlossen und bedient nicht unbedeutende Einzelhandelskunden (wenn auch meist in öffentlichen Quellen unbenannt). Es wird am besten als ein etablierter, mittelgroßer europäischer Spezialist kategorisiert, nicht als global dominierender Akteur oder als frühes Experiment.

Im Vergleich zu Lokad.

Aus technisch skeptischer Sicht liegt der Hauptunterschied in der Tiefe und Transparenz der Entscheidungsfindungs-Engine. OptimiX bietet zugängliche, branchenspezifische SaaS-Anwendungen, die wahrscheinlich Black-Box-KI-Komponenten und Geschäftsregeln integrieren, um Preis- und Bestandsentscheidungen zu unterstützen. Lokad bietet eine tief programmierbare probabilistische Optimierungsplattform mit öffentlicher technischer Dokumentation, einer DSL und explizit beschriebenen stochastischen Optimierungsalgorithmen, erfordert jedoch einen größeren Modellierungsaufwand und technisches Fachwissen.²⁵²⁶³²³³³⁴³⁶³⁷³⁸²⁹³⁰

Für Organisationen, deren Hauptbedarf in Einzelhandels-Preisanalysen und Wettbewerbs-Preiskontrolle liegt, bietet die XPA/XAB-Kombination von OptimiX eine fokussierte Lösung. Für Organisationen, die vollständige, transparente Kontrolle über probabilistische Prognosen und Optimierung bei vielen Arten von supply chain Entscheidungen suchen, ist die Plattform von Lokad geeigneter, wenn auch mit einer steileren Lern- und Implementierungskurve.