Bewertung von Oracle, Supply Chain Planning Software Vendor

Von Léon Levinas-Ménard

Zuletzt aktualisiert: December, 2025

Oracle Corporation ist ein großer US-amerikanischer Anbieter von Unternehmenssoftware, der 1977 von Larry Ellison, Bob Miner und Ed Oates gegründet wurde und vor allem für seine relationale Datenbank bekannt ist, nun jedoch ein breites Portfolio an Cloud-Anwendungen anbietet, das ERP, HCM, CX und Supply Chain Management (SCM) umfasst.¹² Seine supply-chain-relevanten Angebote befinden sich hauptsächlich in der Oracle Fusion Cloud Applications Suite als Oracle Fusion Cloud Supply Chain & Manufacturing (SCM) – eine modulare SaaS-Suite auf der Oracle Cloud Infrastructure, die Supply Chain Planning, Inventory Management, Manufacturing, Maintenance, Order Management, Procurement, Logistics und Product Lifecycle Management umfasst.³⁴⁵ Historisch gesehen baute Oracle seinen Planungsstapel durch Akquisitionen wie Retek, G-Log, Demantra und 360Commerce auf, und später durch das Oracle E-Business Suite (EBS) Advanced Supply Chain Planning (ASCP) Modul, bevor neue Funktionalitäten in Fusion Cloud SCM integriert wurden.⁶⁷⁸ Im Planungsbereich positioniert Oracle Demand Management und Supply Planning als die Kernkomponenten: Demand Management bietet 15 Prognosemethoden „basierend auf Bayesian machine learning“ und kann auch externe Machine-Learning-Prognosen einbeziehen, während Supply Planning eine constraint-basierte Supply Planning ermöglicht, die Material- und Kapazitätsbeschränkungen berücksichtigt und mit oder ohne Optimierungsfunktion ausgeführt werden kann.²⁹¹⁰³ Neuere Veröffentlichungen fügen ein breites Portfolio von AI Agents und eingebetteten AI/ML-Funktionen in die SCM-Module ein – von Demand Planning Advisors und Process Copilots, die von großen Sprachmodellen und RAG unterstützt werden, über predictive ETAs, predictive slotting und Warehouse Analytics – umgesetzt als Features auf der bestehenden Fusion-Infrastruktur.¹¹¹²¹³¹⁴ Oracle Fusion Cloud Applications laufen als SaaS auf der Oracle Cloud Infrastructure (OCI), wobei das Fusion-Umgebungsmanagement, Sicherheitstools und einige neuere Microservices („Spectra services“) als cloud-native Java/Kubernetes-Arbeitslasten implementiert sind, die dieselbe zugrunde liegende Oracle-Datenbank wie der veraltete WebLogic-basierte Stapel verwenden.¹⁵¹⁶¹⁷ Kommerziell bedienen Oracles SCM-Produkte große Unternehmen und Organisationen im oberen Mittelstand in den Bereichen Fertigung, Distribution und Dienstleistungen, wobei öffentliche Kundenreferenzen wie GE Power, Zebra Technologies und andere Oracle Cloud SCM für integrierte Planung, Logistik und Fertigungskoordination nutzen.¹²¹⁸¹⁹ Insgesamt liefert Oracle eine breite, reife und hochintegrierte Anwendungs-Suite, bei der SCM eng mit ERP und Finanzen verbunden ist; technisch gesehen mischen sich langjährig bewährte constraint-basierte Planungs- und Optimierungsmotoren mit neueren Bayesian-Prognosen und generativen AI-ähnlichen Assistenten, bleiben jedoch auf konfigurierbare, vorgefertigte Anwendungen statt auf eine programmierbare Optimierungsplattform ausgerichtet.

Oracle Übersicht

Die Oracle Corporation ist einer der größten Anbieter von Unternehmenssoftware weltweit mit Hauptsitz in Austin, Texas, und wurde ursprünglich 1977 (als Software Development Laboratories) gegründet, um ein relationales Datenbanksystem zu kommerzialisieren, das von Codds relationalem Modell inspiriert war.¹²²⁰ Im Laufe der Zeit expandierte Oracle aggressiv in den Anwendungsbereich – ERP, CRM, HCM – sowohl durch organische Entwicklung als auch durch umfangreiche M&A, darunter PeopleSoft, JD Edwards, Siebel, Retek (Einzelhandel), G-Log (Logistik), 360Commerce (Ladensysteme) und Demantra (Demand Planning und Promotion-Optimierung).⁶⁷²¹ Die aktuelle Generation von Unternehmensanwendungen von Oracle wird unter dem Namen Oracle Fusion Cloud Applications geführt: eine einheitliche SaaS-Suite, die ERP, Enterprise Performance Management, SCM, HCM und CX abdeckt und alle auf der Oracle Cloud Infrastructure (OCI) laufen.¹⁵⁵²¹ Innerhalb dieser Suite bietet Oracle Fusion Cloud Supply Chain & Manufacturing (SCM) die wesentlichen supply-chain- und Planungsfunktionen, einschließlich Supply Chain Planning, Manufacturing, Inventory Management, Logistics, PLM und zugehöriger Analysen.³⁴²²⁸

Aus supply chain-Perspektive gliedert sich Oracles Portfolio in:

Fusion Cloud SCM (aktuelles Flaggschiff, SaaS auf OCI): Supply Chain Planning (Demand Management, Supply Planning, Sales & Operations Planning, Backlog Management), Inventory Management, Manufacturing, Maintenance, Order Management, Procurement, Transportation & Global Trade Management, Warehouse Management und Intelligent Track & Trace.³⁴²²⁸
On-Premises-Anwendungen noch weit verbreitet: Oracle E-Business Suite mit Advanced Supply Chain Planning (ASCP), Transportation Management (OTM) und Warehouse Management; verbleibende PeopleSoft-, JD Edwards- und Siebel-Installationen.²³⁷²⁴

Oracle positioniert die Fusion Cloud Applications als eine „vollständige Cloud-Suite“ mit eingebetteter KI, die ein gemeinsames Datenmodell teilt und auf OCI läuft, und vermarktet sie als Quelle einer einzigen Wahrheit über alle Funktionen hinweg.¹⁵²⁵²¹ In der Praxis bilden die SCM-Komponenten eine zusammenhängende Familie innerhalb dieser größeren Suite, mit enger Integration in Oracle Cloud ERP, Procurement und EPM.

Die kommerzielle Akzeptanz ist hoch: Oracle gibt an, mehr als 14.000 Organisationen, die insgesamt auf Fusion Cloud Applications setzen, zu haben, mit Cloud SCM-Kundencases in der Stromerzeugung (GE Power), in der industriellen Fertigung (Zebra Technologies) und in anderen Branchen, die Oracle Cloud SCM für Planung, Logistik und Fertigungskoordination nutzen.¹⁵¹⁸¹⁹ Oracle hat zudem eine bedeutende Präsenz im Gesundheitswesen durch die Akquisition von Cerner im Jahr 2022 (EHR-Anbieter), das nun als Oracle Health operiert; dies ist kein supply chain Produkt, zeigt jedoch Oracles breiteren Vorstoß in datenintensive operative Bereiche und die damit verbundenen Sicherheits- und Compliance-Herausforderungen (einschließlich eines 2025 von der FBI untersuchten Cerner-bezogenen Datenlecks).²⁶²⁷

Oracle vs Lokad

Oracle und Lokad befassen sich beide mit der Entscheidungsfindung im supply chain, gehen diese jedoch aus grundlegend unterschiedlichen Perspektiven an.

Produktformfaktor. Oracle liefert vorgepackte SaaS-Anwendungen: Demand Planning, Supply Planning, Manufacturing, Logistics usw., die als konfigurierbare Module innerhalb von Fusion Cloud SCM bereitgestellt werden. Kunden konfigurieren Prognoseprofile, Planungsparameter, Beschränkungen und Richtlinien über UI-gesteuerte Einstellungen und Regel-Editoren; die Geschäftslogik ist weitgehend von Oracle vordefiniert, mit einigen Erweiterungen durch Konfiguration und begrenztes Scripting in spezifischen Bereichen.⁴²²⁹²⁸ Im Gegensatz dazu bietet Lokad eine programmierbare Optimierungsplattform, die um eine domänenspezifische Sprache namens Envision aufgebaut ist und explizit für “predictive optimization of supply chains” konzipiert wurde.²⁹³⁰³¹ Bei Lokad wird im Wesentlichen die gesamte Geschäftslogik – von der Dateneingabe über probabilistische Modellierung bis hin zur Optimierung – als Code ausgedrückt, der auf ihrer SaaS-Plattform läuft, anstatt als statische Konfiguration vordefinierten Anwendungsverhaltens.²⁹³⁰³¹

Prognose und Unsicherheit. Oracle Demand Management bietet 15 Prognosemethoden „basierend auf Bayesian machine learning“ und lässt Kunden innerhalb von Prognoseprofilen Methoden auswählen oder kombinieren; es unterstützt auch die Nutzung externer Machine-Learning-Modelle für Vorhersagen.²¹⁰⁹ Die Oracle-Dokumentation hebt zudem fortgeschrittene Analysen, Exception Management und Szenarioanalysen als Aufgaben im Demand Management hervor.⁹ Allerdings beschreibt die öffentliche Dokumentation keine vollständigen Wahrscheinlichkeitsverteilungen oder Quantilraster über Durchlaufzeiten und Nachfrage in der Weise, wie es die akademische Literatur zur probabilistischen Prognose definieren würde; der Modellierungsansatz erscheint als Multi-Method Time-Series Engine with ML-based Method Selection und bietet die Option, externe Modelle einzubinden, jedoch nicht als eine von Grundprinzipien her entwickelte probabilistische Pipeline. Lokad hingegen beschreibt seine Kernkompetenz ausdrücklich als probabilistic forecasting, welche vollständige Nachfrage- und Durchlaufzeitverteilungen modelliert – anstatt Punktprognosen – und diese als Inputs für die nachgelagerte Optimierung nutzt.²⁹³²¹⁴ Die Aussagen von Lokad in diesem Bereich werden durch externe Benchmarks wie den M5-Wettbewerb untermauert (Lokads Team belegte den 6. Gesamtrang und erzielte auf SKU-Ebene die höchste Genauigkeit), bei dem Quantilprognosen die Bewertungsgrundlage bildeten.³³

Optimierung und Entscheidungsautomatisierung. Oracles Supply Planning-Modul unterstützt constraint-based supply planning: Pläne können Material- und Kapazitätsbeschränkungen, alternative Quellen, Ersatzstoffe und alternative Arbeitsdefinitionen berücksichtigen und können mit oder ohne Optimierungsfunktionen ausgeführt werden.³²²²⁶ Das ältere On-Premises-ASCP-Modul unterstützt ähnlich constraint-basierte Planung mit optionaler Optimierung, wobei Beschränkungen für Materialien und Ressourcen definiert und Wichtigkeitsgrade pro Horizont festgelegt werden.²³ Dies ist typisch für fortschrittliche Planungssysteme: eine Mischung aus zeitphasenbasierter MRP-Logik mit Constraint-Handling und eingebetteten Solvern. Oracle Marketing und Dokumentationen betonen „die pünktliche Erfüllung der Nachfrage“ und die Steigerung der Produktivität von Planern durch automatisierte Berücksichtigung von Beschränkungen, geben jedoch die zugrunde liegende Solver-Architektur (z. B. MILP, heuristische Verfahren) über oberflächliche Beschreibungen hinaus nicht preis.³²³²⁶ Lokad hingegen positioniert decision optimization als das explizite Endziel: Envision-Programme nehmen probabilistische Prognosen und Kostenparameter (wirtschaftliche Treiber) entgegen und liefern sortierte Listen von Empfehlungen (Bestellungen, Allokationen, Preisgestaltung), die mit hauseigenen stochastischen Optimierungsalgorithmen berechnet werden.²⁹³¹¹⁴ Die Lokad-Dokumentation beschreibt domänenspezifische stochastische Methoden und Optimierung unter Unsicherheit, und Fallstudien (z. B. Air France Industries) demonstrieren den Einsatz dieses Ansatzes zur Berechnung von Investitions-/Desinvestitionsentscheidungen für große MRO-Bestände.²⁹³⁴

Positionierung von AI/ML. Oracle vermarktet AI und AI Agents intensiv über die Fusion Cloud Applications, einschließlich SCM: Es gibt eine offizielle Seite „Oracle AI for SCM“ und eine funktionsbezogene Auflistung, die Dutzende von AI-gestützten SCM-Funktionen (Planning Advisors, Data Quality Analyzers, predictive ETAs, predictive slotting, generative-AI note assistants usw.) präsentiert.¹¹¹²¹³¹⁴ Einige Funktionen im Demand Management nutzen explizit große Sprachmodelle mit Retrieval-Augmented Generation (RAG) für Planning Process Advisors.¹⁴ Technisch gesehen werden diese AI-Fähigkeiten als diskrete Features implementiert, die auf bestehenden Anwendungen aufsetzen – häufig indem sie Benutzer beraten, Daten zusammenfassen oder Konfigurationen vorab ausfüllen – anstatt als neue End-to-End-Optimierungs-Engine. Lokad verwendet ebenfalls ML (Deep Learning, probabilistische Modelle) und führt praktisch „AI-powered“ Prognosen und Optimierungen durch, stellt dies jedoch als quantitative supply chain dar statt als chatbot-artige AI Agents, wobei der Fokus auf mathematischer Entscheidungsqualität liegt.²⁹³¹³² Lokads öffentliche technische Inhalte betonen zudem eine White-Box-Erklärung von Modellen und Algorithmen, während Oracles AI-Dokumentation mehr auf Funktionskataloge als auf algorithmische Transparenz abzielt.¹¹¹²¹⁴²⁹³¹

Architektur und Erweiterbarkeit. Oracle Fusion Cloud SCM läuft auf dem gemeinsamen Fusion Cloud Applications-Stack auf OCI. Das Fusion-Umgebungsmanagement und verwandte Blogs zeigen eine Architektur, die auf Oracle WebLogic-basierten Anwendungen mit einer gemeinsamen Oracle-Datenbank aufbaut und schrittweise mit cloud-nativen Microservices (Spectra) erweitert wird, die in Java/Helidon auf dem Oracle Kubernetes Engine implementiert sind, über OCI Streaming kommunizieren und dieselbe Datenbank für den Zustand nutzen.¹⁵¹⁶¹⁷ Die Erweiterbarkeit erfolgt vorwiegend über Konfiguration, Application Composer, Visual Builder und Integrationsdienste; die Logik der supply chain Planung wird dabei nicht als universelle Programmiersprache offengelegt. Lokad hingegen ist selbst ein custom SaaS stack mit Envision als primärem Erweiterungsmechanismus; die Plattform ist so konzipiert, dass Supply Chain Scientist die gesamte Optimierungslogik als Code schreiben und weiterentwickeln können.²⁹³⁰³¹ Praktisch gesehen ergibt sich aus Oracles Ansatz eine breite, integrierte Anwendungsplattform mit Standardisierung und robusten Sicherheitswerkzeugen; Lokads Ansatz ermöglicht eine tiefgehende Flexibilität bei der Modellierung maßgeschneiderter supply chain Verhaltensweisen, allerdings auf Kosten eines höheren Modellierungsaufwands pro Kunde.

Kommerzielle Reife und Positionierung. Oracle ist ein etablierter Großanbieter mit Tausenden von Fusion-Kunden und einer langen Geschichte in ERP und SCM, einschließlich branchenübergreifender Referenzen wie GE Power für Cloud SCM.¹⁵¹⁸¹⁹ Seine SCM-Produkte sind Teil eines wesentlich größeren Portfolios und werden häufig als Bestandteil eines unternehmensweiten Oracle-Footprints ausgewählt. Lokad ist kleiner und hochspezialisiert auf quantitative supply chain Optimierung; es tritt in der Regel als fokussierte Optimierungsschicht über bestehenden ERPs/WMSs auf und nicht als vollständige Enterprise-Suite. Lokads Vorteil liegt in der Tiefe und Flexibilität der probabilistischen Optimierung; Oracles Vorteil besteht in der Breite der Funktionalität, integrierten Finanzsystemen und der unternehmensweiten Standardisierung.

Zusammengefasst: Für die Planung im supply chain ist Oracle ein breiter, integrierter Anwendungsanbieter mit konfigurierbaren Planungsmodulen, während Lokad eine programmierbare Optimierungs-Engine ist, die auf probabilistischer Entscheidungsfindung basiert. Für Organisationen, die eine enge Integration mit Oracle ERP und ein standardisiertes APS wünschen, ist Oracle Fusion Cloud SCM naheliegend; für Organisationen, die maximale Modellierungsflexibilität und probabilistische Optimierung suchen (und bereit sind, programmatisch zu arbeiten oder mit Lokads Supply Chain Scientist), bietet Lokad einen grundlegend anderen Ansatz.

Produktportfolio und Funktionsumfang

Fusion Cloud SCM Suite

Oracles eigene Dokumentation beschreibt Oracle Fusion Cloud Supply Chain & Manufacturing als Teil der Fusion Cloud Applications Suite und führt die folgenden wichtigen Produktbereiche auf: Supply Chain Planning, Inventory Management, Manufacturing, Maintenance, Order Management, Procurement, Transportation and Global Trade Management, Warehouse Management, Product Lifecycle Management und zugehörige Analysen (SCM Analytics, IoT, Intelligent Track & Trace).³⁴⁵ Die Seite „About Oracle Fusion Cloud Supply Chain & Manufacturing“ weist ausdrücklich darauf hin, dass SCM Teil der vollständigen Fusion Cloud Suite ist und zählt diese Module als Komponenten auf.⁴

Innerhalb von Supply Chain Planning sind die wichtigsten Planungsmodule:

Demand Management – für statistische und Machine-Learning-basierte Prognosen, Demand Planning und Analysen.⁹²
Supply Planning – für material- und kapazitätsbeschränkte Supply Planning über Standorte hinweg, mit Optionen für uneingeschränkte und einschränkungsbasierte Planung, einschließlich Optimierungsmodi.³²²²⁶
Sales and Operations Planning (S&OP / S&OP Planung) – für szenariobasierte Planung, Planabstimmung und Zusammenarbeit auf Führungsebene (in den Dokumentationen und Readiness-Notizen als S&OP und Sales and Operations Planning beschrieben).
Backlog Management – zur Zusage und Erfüllung der Kundennachfrage, wobei sich dies eher in Richtung Bestellzusage als langfristiger Planung bewegt.⁵

Other Fusion SCM modules relevant to execution and the broader supply chain:

Inventory Management – Bestandsverfolgung, Kostenrechnung und Abstimmung; integriert mit Supply Planning und Warehouse Management.⁴⁸¹¹
Manufacturing and Maintenance – Ausführung von diskreter und kontinuierlicher Fertigung, Arbeitsdefinitionen, Routing, Arbeitsaufträgen sowie Wartungsplanung und -durchführung.⁸⁶
Transportation & Global Trade Management – Versandplanung, Auswahl des Spediteurs, Frachtraten, Einhaltung von Vorschriften und Handelsdokumentation (teilweise bedingt durch Oracles G-Log Übernahme).⁷³
Warehouse Management – fortschrittliche Lagerbetriebsabläufe einschließlich AI/ML-prognostischem Erfüllungs-Dashboard und vorausschauenden Slotting-Funktionen.¹¹

Oracle bietet auch SCM Analytics als vorgefertigte Analyselösung für Cloud SCM an und nutzt Oracle Fusion Data Intelligence mit eingebettetem ML, um supply chain-Profis dabei zu unterstützen, die Leistung zu analysieren und Verbesserungsmöglichkeiten aufzudecken.

Legacy On-Premise SCM

Viele Oracle-Kunden betreiben immer noch Oracle E-Business Suite und dessen Advanced Supply Chain Planning (ASCP) Modul. Der ASCP Implementierungs- und Benutzerleitfaden beschreibt einschränkungsbasierte Planung mit und ohne Optimierung, mit vom Planer definierten Material- und Ressourcenbeschränkungen, die hart oder weich sein können und nach ihrer Wichtigkeit über den Planungshorizont gewichtet werden.²³ Dieses Modul integrierte historisch die Nachfrageplanung (einschließlich Demantra) und Supply Planning auf dem on-premises-Stack. Oracle verfügt zudem über SCM-relevante Legacy-Funktionen in JD Edwards, PeopleSoft und eigenständigen Produkten aus früheren Übernahmen (Retek, Demantra, G-Log, 360Commerce), die entweder in Fusion integriert wurden oder im Wartungsmodus verbleiben.⁶⁷ Die strategische Ausrichtung von Oracle geht jedoch eindeutig in Richtung Fusion Cloud SCM auf OCI; neue Investitionen (bayesianische Prognosen, AI Agents, Verbesserungen der einschränkungsbasierten Planung) landen dort zuerst.³¹¹¹²²⁶¹⁴

Technologie, Architektur und AI/ML-Behauptungen

Kernarchitektur und Stack

Fusion Cloud Applications, einschließlich SCM, werden als SaaS auf Oracle Cloud Infrastructure (OCI) bereitgestellt. Oracles eigene Materialien besagen, dass Fusion Cloud Applications auf OCI laufen, was eine einheitliche Sicherheit, Governance und Datenmanagement für Fusion-Umgebungen und andere Workloads ermöglicht.¹⁵¹⁶²⁵ Die Dokumentation Fusion Applications Environment Management beschreibt das Environment Management als auf OCI aufgebaut, wobei Cloud-Dienste für Authentifizierung, Ereignisse und Überwachung genutzt werden.¹⁶ Oracle-Blogs über „Modernisierung des Fusion-Lifecycle-Managements“ und „Supercharging Fusion Apps mit OCI Cloud Native Services“ erklären, dass:

Der historische Fusion Applications Stack basiert auf Oracles traditioneller Enterprise-Anwendungstechnologie (z. B. Oracle WebLogic, Oracle Database).
Neue, cloud-native Services namens „Spectra“ werden als zustandslose Microservices in Java unter Verwendung von Helidon entwickelt, laufen auf dem Oracle Kubernetes Engine (OKE), kommunizieren über OCI Streaming und teilen sich dieselbe Datenbank wie der bestehende Fusion-Stack.¹⁷³⁵

Dies impliziert eine hybride Architektur: Bestehende Module (einschließlich SCM) sind weitgehend WebLogic-basierte Enterprise-Anwendungen, während neuere cloud-native Services nach und nach Teile der Funktionalität ergänzen oder ersetzen. Der Zustand ist in Oracle Database zentralisiert; Microservices bleiben zustandslos und nutzen die gemeinsame DB für persistente Speicherung.¹⁷

Aus Benutzersicht wird auf SCM über die gemeinsame Fusion Web UI zugegriffen (die in neueren Versionen Oracles Redwood Design System verwendet) und interagiert mit anderen Fusion-Modulen über gemeinsame Dienste und ein einheitliches Datenmodell.²⁵⁵ Oracle veröffentlicht umfangreiche Dokumentationen zu Sicherheit und Konfiguration (Security Console, Fusion SaaS Security), jedoch werden keine Details auf niedrigem Niveau wie interne Programmiersprachenwahl (über generelles Java hinaus), Solver-Engines oder ML-Frameworks, die in SCM verwendet werden, öffentlich gemacht.³⁶³⁷

Ein wesentlicher architektonischer Unterschied im Vergleich zu einer programmierbaren Plattform wie Lokad besteht darin, dass Oracle keine allgemeine DSL für Optimierung bereitstellt; die Planungskonfiguration erfolgt über Formulare, UIs und vordefinierte Regeln/Parameter, wobei Erweiterungen über Oracle Integration, Visual Builder und andere Integrationstools abgewickelt werden.⁵ Es gibt keine öffentlichen Hinweise darauf, dass Oracle eine Sprache anbietet, die mit Envision für die Endbenutzer-Modellierung von Forecasting und Optimierung vergleichbar ist.

Nachfrageprognose und Analysen

Oracle Fusion Demand Management bietet die zentrale Funktionalität der Nachfrageprognose. Die Dokumentation zu den Forecasting Methods besagt, dass 15 Prognosemethoden verfügbar sind, „basierend auf Bayesian Machine Learning“, die einzeln oder in Kombination in Prognoseprofilen verwendet werden können.² Die Demand Management-Dokumentation beschreibt Benutzeraufgaben wie das Erstellen von Prognosen, Verwalten von Nachfrageplänen, Überwachen von Ausnahmen, den Einsatz fortgeschrittener Analysen zur Bewertung von Planänderungen und das Freigeben von Empfehlungen an andere SCM-Module.⁹

Ein „What’s New“-Dokument für Demand Management 24C fügt die Möglichkeit hinzu, dass die Data Scientists der Kunden externe ML-Modelle erstellen und ihre Prognosen über eine Schnittstelle („Forecast Using External Machine Learning Models“) in Demand Management einbinden, was auf ein gewisses Maß an Offenheit für benutzerdefinierte ML-Prognosepipelines hindeutet.¹⁰ Oracle legt intern keine Details zu den ML-Algorithmen hinter seinen bayesianischen Methoden offen; die Dokumentation konzentriert sich auf die Methodenauswahl und -konfiguration anstatt auf die Modellstruktur oder Trainingsverfahren.²⁹

Basierend auf dem verfügbaren Material lässt sich Demand Management am besten beschreiben als eine mehrmethodige Zeitreihenprognose-Engine mit auf Bayesian ML basierender Methodenauswahl und Ensembles, mit optionaler Integration externer Prognosen und umgeben von Workflows für Ausnahmeverwaltung und Planfreigabe. Es gibt keinen expliziten Hinweis darauf, dass die Engine vollständige Wahrscheinlichkeitsverteilungen oder Quantilgitter über zukünftige Horizonte ausgibt; stattdessen scheint sie darauf ausgerichtet zu sein, Basisprognosen zu erstellen und Analysen zur Szenarioanalyse und What-if-Bewertung zu nutzen.²⁹¹⁰ Damit verwendet Oracle intern eindeutig Machine Learning, präsentiert jedoch keine probabilistisch-optimierungsorientierte Erzählung in der gleichen Weise wie spezialisierte Anbieter.

Supply-, Bestands- und Produktionsplanung

Auf der Seite der Supply Planning stellt Oracle einschränkungsbasierte Supply Planning im Fusion Supply Planning zur Verfügung. Das Help Center und die Readiness-Dokumente besagen, dass einschränkungsbasierte Planung den Planern ermöglicht, Versorgungspläne zu erstellen, die sowohl Material- als auch Kapazitätsbeschränkungen berücksichtigen, und alternative Quellen, Ersatzkomponenten und alternative Arbeitsdefinitionen bewerten können; einschränkungsbasierte Pläne können mit oder ohne Optimierung ausgeführt werden.³²²²⁶ Zu den Beschränktypen gehören Materialbeschränkungen, Ressourcenbeschränkungen und verschiedene Prioritäten; spezifische Beschränkungen und ihre Wichtigkeit können vom Benutzer konfiguriert werden.

Die ältere EBS ASCP-Dokumentation bietet weitere Einblicke in die Logik: Sie beschreibt einschränkungsbasierte Planung mit und ohne Optimierung, mit der Möglichkeit, Beschränktypen und Wichtigkeitsgrade festzulegen, sowie eine Unterscheidung zwischen standardmäßiger einschränkungsbasierter Planung und „einschränkungsbasierter Planung mit Optimierung“, was auf zusätzliche Optimierungsalgorithmen hindeutet, obwohl der genaue Solvertyp nicht offengelegt wird.²³ Zusammengenommen unterstützen diese Quellen die Ansicht, dass Oracles Planungslogik eine zeitlich gestaffelte Planungs-Engine mit Beschränkungsbehandlung und eingebetteter Optimierung ist, wie sie typisch für APS-Systeme ist und wahrscheinlich eine Mischung aus Heuristiken und mathematischer Programmierung für Szenarien mit Beschränkungen verwendet.

Die Produktionsplanung und -durchführung werden hauptsächlich durch Fusion Cloud Manufacturing und Maintenance abgedeckt: Manufacturing bietet diskrete und kontinuierliche Fertigung, Arbeitsauftragsausführung und Routing; Maintenance bietet Anlagenmanagement und Arbeitsdurchführung.⁸⁶ Planungsschnittstellen existieren (z. B. Supply Planning, das Arbeitsdefinitionen und Kapazitäten berücksichtigt), aber Oracle präsentiert keine einheitliche End-to-End-Stochastik-Optimierungslösung, die Supply, Produktion und Wartung umfasst; stattdessen bietet es integrierte Module mit eigener Optimierungslogik und Konfiguration.

AI Agents und Generative AI

Oracle führt KI-Fähigkeiten auf zwei komplementäre Weisen ein:

Traditionelles/eingebettetes ML und Analytik – z. B. die bayesianischen Methoden des Demand Management; prädiktive ETAs und Slotting in Logistics und Warehouse Management; prädiktive Erfüllungs-Dashboards; und eingebettete ML-Verbesserungen in Logistics.¹¹³
AI Agents und generative AI – Oracle veröffentlicht einen „SCM Features with AI“-Katalog, der Dutzende von KI-Funktionen in den Bereichen Collaboration Messaging, Demand Management, Inventory, Logistics, Maintenance, Manufacturing, Order Management, Procurement, PLM, Quality, S&OP, Supply Planning, Warehouse Management und Sustainability auflistet.¹¹ Diese umfassen:
- AI Agents für den Planning Advisor für Ausnahmen und Notizen im Demand Management und Supply Planning.
- AI Agents für Prozessberater im Supply Chain Planning.
- Generative-AI-basierte Erfahrungen zur Überprüfung der Planungsdatenqualität, zum Zusammenfassen von Kostenverarbeitungsfehlern und zum Erstellen von Planungsnotizen.
- AI/ML-gestützte prädiktive ETAs, Routenprognosen, Slotting und Produktklassifizierung in Logistics und Warehouse Management.¹¹

Ein „What’s New“-Hinweis für den AI Agent: Supply Chain Planning Process Advisor erklärt, dass diese Agents große Sprachmodelle in Kombination mit Retrieval-augmented Generation (RAG) verwenden, um Fragen von Planern zu Planungsprozessen zu beantworten.¹⁴ Die Marketingseite „Oracle AI for SCM“ positioniert diese Agents als Mittel zur Verbesserung der operativen Effizienz, zur Automatisierung standardisierter Transaktionen und zur Optimierung von Prozessen wie Wartungsfehlerbehebung und nachhaltiger Verpackung.¹³

Basierend auf dem verfügbaren Material fungieren diese AI Agents in erster Linie als assistierende Copiloten, die in die UI eingebettet sind – sie fassen Daten zusammen, schlagen nächste Schritte vor und beantworten Fragen – anstatt als zentrale Optimierungs-Engines, die die bestehende APS-Logik ersetzen. Oracle integriert LLM+RAG in die Workflows der Planer, aber die zugrunde liegenden, einschränkungsbasierten Planungs- und Nachfrageplanungssysteme bleiben separate Komponenten.

Bereitstellung, Integration und Nutzung

Rollout- und Integrationsmuster

Oracle Fusion Cloud Applications werden als vollständige SaaS-Suite auf OCI positioniert, mit vorintegrierten Modulen und einer gemeinsamen Plattform für Sicherheit, Governance und Daten.¹⁵²⁵ Das Fusion Environment Management und verwandte Blogs betonen:

Einheitliche administrative Kontrolle über die OCI-Konsole und Fusion Applications Environment Management.¹⁶³⁵
Integrierte Sicherheitswerkzeuge wie Fusion SaaS Security, funktionale Prüfungen und feingranulare Berechtigungen.³⁶³⁷
Integrationsmöglichkeiten über Oracle Integration, Digital Assistant und andere OCI-Dienste.¹⁷

Speziell für SCM nutzt Oracle Cloud SCM diese Plattform: ERP und SCM teilen Stammdaten, Finanzdaten und Sicherheit; SCM Analytics nutzt Fusion Data Intelligence, um Daten aus Cloud SCM für Analysen abzurufen; und die AI Agents nutzen Oracle AI Services.⁵¹¹¹³

Oracle veröffentlicht in der öffentlichen Dokumentation keine detaillierten, schrittweisen Rollout-Methoden ausschließlich für SCM, aber allgemeine Materialien und Kundengeschichten deuten auf ein typisches Muster hin:

Grundlegende Implementierung von Cloud ERP und Cloud SCM (oder Migration von EBS) mit Kern-Datenmodell und -Prozessen.
Phasenweise Aktivierung der Planungs-Module (Demand Management, Supply Planning, S&OP), sobald die Datenqualität und die organisatorische Bereitschaft verbessert werden.
Schrittweise Aktivierung von AI Agents und Analytik, während Kunden die Redwood UI und neue Releases übernehmen.²⁵¹⁸¹⁹

Da Fusion Cloud SCM Teil einer umfassenderen Suite ist, ist die Integration mit Ausführungssystemen (ERP, WMS, TMS) naturgemäß enger als bei eigenständigen Optimierungstools; Oracle hebt diese Integration selbstverständlich als Unterscheidungsmerkmal hervor.

Kundenreferenzen und Branchen

Oracles öffentliche Seite Cloud SCM customers hebt Referenzen in den Bereichen Energie, Fertigung, Technologie und anderen Branchen hervor. Zum Beispiel:

GE Power – nutzt Oracle Cloud SCM für eine moderne supply chain-Strategie, indem Systeme konsolidiert werden, um die Sichtbarkeit zu verbessern und die weltweite Bereitstellung von Energie zu optimieren.¹²¹⁸¹⁹
Zebra Technologies – nutzt Oracle Cloud SCM, um eine „zukunftssichere supply chain“ (laut Oracle-Formulierung) zu ermöglichen, mit Fokus auf Bestandsübersicht und Koordination von Fertigung/Logistik.¹²

Diese Fallstudien betonen hauptsächlich Prozessverbesserungen, Systemkonsolidierung und Transparenz; sie liefern keine detaillierten technischen Kennzahlen zur Prognosegenauigkeit oder Optimierungsleistung.

Über SCM hinaus hat Oracles Übernahme von Cerner das Unternehmen zu einem wichtigen Anbieter von elektronischen Gesundheitsakten gemacht und es zu einem aktiven Akteur im Gesundheitswesen im Bereich KI werden lassen, mit einer Ankündigung im Oktober 2024 eines „Next-Generation“-, KI-gestützten EHR-Systems. Allerdings gab es beim VA Cerner Rollout Probleme, und Reuters berichtete 2025 über eine FBI-Ermittlung wegen eines Datenverstoßes, an dem ältere Cerner-Server beteiligt waren, die noch nicht in Oracles Cloud-Infrastruktur migriert wurden.²⁶²⁷ Obwohl diese Ereignisse nicht direkt mit SCM in Zusammenhang stehen, liefern sie Kontext zu Oracles umfassenderen Cloud- und KI-Ambitionen sowie den betrieblichen/sicherheitsrelevanten Risiken groß angelegter Anwendungsportfolios.

Insgesamt präsentiert Oracle viele benannte, überprüfbare Kunden, obwohl sich öffentliche SCM-Fallstudien mehr auf Geschäftsberichte und weniger auf technische Details (z. B. exakte Reduktionen des Prognosefehlers) konzentrieren.

Technische Bewertung

Was Oracles SCM-Lösung (technisch) liefert

In präzisen, nicht werbenden Worten liefern Oracles supply chain solutions:

Eine mehrmodulige SaaS-Suite für die Planung und Durchführung der supply chain (Planung, Inventory, Manufacturing, Logistics, PLM) auf einer gemeinsamen, OCI-basierten Fusion Cloud Applications-Plattform.³⁴¹⁵⁵
Demand Planning mittels einer Prognose-Engine mit 15 auf Bayesian Machine Learning basierenden Methoden, konfigurierbaren Prognoseprofilen, Ausnahmeverwaltung und optionaler Einbindung externer ML-Prognosen.²⁹¹⁰
Lieferplanung über eine auf Constraints basierende Planungs-Engine, die Material- und Kapazitätsbeschränkungen, Alternativen und Ersatzoptionen berücksichtigen kann und mit oder ohne Optimierung ausgeführt werden kann, um zeitlich aufgetaktete Lieferpläne und Empfehlungen zu erstellen.³²²²³²⁶
Ausführungsnahe Optimierung und Analytik in Logistik und Lagerbetrieben (z. B. vorausschauende ETAs, vorausschauendes Slotting, vorausschauende Erfüllungs-Dashboards) und vorgefertigte SCM-Analytik basierend auf Oracle Fusion Data Intelligence.¹¹
Eingebettete KI/LLM-basierte Assistenten (KI-Agenten) in den SCM-Modulen, die Daten und Prozesse zusammenfassen, erklären und beraten – einschließlich Planungsprozessberatern, die LLM+RAG verwenden.¹¹¹³¹⁴
Eine gemeinsam genutzte SaaS-Plattform mit robusten, unternehmensgerechten Funktionen für Identität, Sicherheit und Verwaltung, die OCI’s Infrastruktur und native Sicherheitsdienste nutzt.¹⁵¹⁶³⁶³⁷

Zusammenfassend ist Oracles SCM-Lösung eine konfigurierbare APS-ähnliche Planungs- und Ausführungssuite, die in ERP und Analytik integriert ist und durch ML-basierte Prognosemethoden sowie KI-Assistenten in der UI-Schicht erweitert wird.

Mechanismen und architektonische Untermauerung

Bei den Mechanismen liefert Oracle genügend Dokumentation, um einige, aber nicht alle seiner technischen Behauptungen zu validieren:

Das Vorhandensein von 15 Bayesianischen ML-Prognosemethoden wird direkt in der Dokumentation der Prognosemethoden im Demand Management angegeben.² Allerdings gibt es keine öffentliche Aufschlüsselung der Algorithmen (z. B. bayesianische strukturelle Zeitreihen, hierarchische Modelle) und auch keine Angaben dazu, wie die bayesianische Inferenz implementiert wird (z. B. MCMC, Variationsmethoden). Behauptungen über „Bayesianisches Machine Learning“ sind daher nur teilweise belegt (es gibt eine Multi-Methoden-Engine; das Label ist Oracle zuzuordnen), jedoch nicht auf algorithmischer Ebene extern überprüfbar.
Die Möglichkeit, externe ML-Modelle einzubinden, wird explizit in der 24C-Funktion „Forecast Using External Machine Learning Models“ beschrieben, die erklärt, dass kundenseitige Data Scientists ML-Modelle erstellen und ihre Prognosen in das Demand Management integrieren können.¹⁰ Dies ist ein konkreter, überprüfbarer Mechanismus für fortgeschrittene Anwender.
Constraint-basierte Planung und die Fähigkeit, Material- und Kapazitätsbeschränkungen zu berücksichtigen sowie Alternativen zu evaluieren, wird sowohl durch die Fusion Supply Planning-Dokumentation als auch durch die EBS ASCP-Dokumentation belegt.³²²²³²⁶ Dies entspricht einem klassischen APS-Design und ist technisch glaubhaft. Das Fehlen öffentlicher Solver-Details (MILP vs. heuristische Verfahren) ist typisch für proprietäre APS, schränkt jedoch die unabhängige Bewertung der Optimierungstiefe ein.
KI-Agenten und generative KI-Funktionen werden im „SCM Features with AI“-Katalog und in den Bereitschaftshinweisen für spezifische Agenten (z. B. Supply Chain Planning Process Advisor) dokumentiert.¹¹¹⁴ Der Einsatz von LLMs mit RAG wird explizit erwähnt; jedoch werden detaillierte Architekturen (z. B. Prompt-Orchestrierung, Vektorspeicher) nicht offengelegt. Angesichts branchenüblicher Normen ist die Behauptung, dass diese Funktionen LLM+RAG nutzen, plausibel und teilweise belegt.

Bei Behauptungen wie „state-of-the-art KI“ oder „revolutionäre Optimierung“ ist Oracles öffentliche technische Dokumentation eher marketingorientiert und es fehlt die Art algorithmischer Darstellung und des unabhängigen Benchmarkings, die eine rigorose Validierung ermöglichen würden. Im Gegensatz zu Lokad, das technische Blogs und Wettbewerbsergebnisse veröffentlicht, in denen seine probabilistischen Modelle und Optimierungsmethoden detailliert werden,²⁹³¹³²³³ liefert Oracle keine vergleichbare Tiefe an öffentlichen technischen Details für SCM-Algorithmen. Eine streng skeptische Haltung schreibt daher Oracles Vorhandensein von ML-basierten Prognosen und constraint-basierter Planung Anerkennung zu, betrachtet Behauptungen über „state-of-the-art KI“ jedoch als unbewiesen jenseits von Oracles eigenen Aussagen.

Stärken

Aus technischer und kommerzieller Sicht weist Oracles SCM mehrere klare Stärken auf:

Breite und Integration. SCM ist tief in eine breite Fusion Cloud Applications Suite (ERP, HCM, CX) integriert, teilt Datenmodelle, Sicherheit und Analytik auf OCI. Dies reduziert den Integrationsaufwand und ermöglicht, dass supply chain Entscheidungen mit Finanz- und HR-Prozessen abgestimmt werden.¹⁵⁵³⁴
Ausgereifte APS-Fähigkeiten. Constraint-basierte Lieferplanung, Multi-Methoden-Prognosen und Module für Fertigung und Wartung bieten ein vollständiges APS-Toolkit für viele Branchen.³²²²³⁸⁶
SaaS-Plattform in Unternehmensqualität. Fusion Cloud Applications profitieren von den Sicherheitsfunktionen, dem Umweltmanagement und den operationellen Tools (Audit, Berechtigungsmanagement) von OCI, die gut dokumentiert sind.¹⁶³⁶³⁷
Vielfalt an KI-Funktionen. Oracle hat rasch viele KI-Agenten und KI-erweiterte SCM-Funktionen eingeführt, die Planung, Inventar, Logistik, Lager, Beschaffung und Qualität abdecken.¹¹¹³¹⁴ Auch wenn ihre Optimierungstiefe begrenzt ist, werden sie wahrscheinlich die Produktivität der Nutzer und die Datenerkundung verbessern.
Kommerzielle Reife. Oracles lange Präsenz im SCM und in funktionsübergreifenden Anwendungen sowie zahlreiche benannte Kundenreferenzen (z. B. GE Power) deuten auf ein hohes Maß an kommerzieller Reife und eine globale Supportpräsenz hin.¹⁸¹⁹⁷

Einschränkungen und Risiken

Auch ein Skeptiker sollte mehrere Einschränkungen und Risiken beachten:

Begrenzte Transparenz bei den Kernalgorithmen. Oracle veröffentlicht keine detaillierten technischen Erklärungen zu seinen Prognose-, Optimierungs- oder KI-Agenten-Interna. Für Organisationen, die auf White-Box-Mathematikmodelle angewiesen sind, stellt diese Intransparenz eine Einschränkung dar; die Bewertung muss sich auf Black-Box-Leistungstests während Pilotprojekten stützen.
Mosaikerbe. Die Geschichte von Oracles SCM umfasst zahlreiche Übernahmen und Altprodukte (Retek, G-Log, Demantra, EBS ASCP). Fusion Cloud SCM ist die aktuelle Zielplattform, aber die zugrunde liegende Architektur ist eine Mischung aus älteren, auf WebLogic basierenden Anwendungen und neueren Microservices.⁷¹⁷³⁵ Dies kann intern zu Integrations- und Konsistenzproblemen führen (auch wenn diese extern nicht vollständig sichtbar sind).
KI-Marketing vs. Optimierungsrealität. Viele KI-Funktionen sind UI-basierte Assistenten und nicht zentrale Optimierungsmaschinen. Es gibt keine öffentlichen Belege dafür, dass Oracle die SCM-Planung auf End-to-End-probabilistische Modelle und stochastische Optimierung umgestellt hat, wie es einige spezialisierte Anbieter getan haben.¹¹¹⁴²⁹³²
Sicherheit und Komplexität. Obwohl OCI und Fusion leistungsstarke Sicherheitswerkzeuge bieten, birgt Oracles umfangreiche Anwendungslandschaft inhärente Komplexität. Der Cerner-bezogene Sicherheitsvorfall zeigt, dass Altsysteme und unvollständige Migrationen Sicherheitslücken schaffen können, selbst wenn die Zielarchitektur robust ist.²⁶²⁷
Konfigurierbarkeit vs. Programmierbarkeit. Oracles Stärke in Konfiguration und Standardisierung geht einher mit begrenzter Programmierbarkeit in der Planungslogik; hoch idiosynkratische supply chains könnten es schwer haben, maßgeschneiderte wirtschaftliche Einflussfaktoren und Beschränkungen zu kodieren, verglichen mit einer DSL-basierten Plattform wie Lokad.²⁹³⁰³¹

Kommerzielle Reife

Hinsichtlich der kommerziellen Reife ist Oracle eindeutig ein etabliertes Unternehmen:

Es ist seit Jahrzehnten im Bereich der Unternehmensanwendungen tätig, wobei Oracle Applications und Fusion Applications in ERP, HCM und SCM anerkannt sind.²¹²⁴
Fusion Cloud Applications sind weit verbreitet, wobei Oracles eigene Unterlagen mehr als 14.000 Organisationen anführen, die die Suite nutzen, sowie konkrete Cloud SCM-Erfolge wie GE Power.¹⁵¹⁸¹⁹
Oracles Größe, Supportorganisation und globale Rechenzentrumspräsenz sorgen für Stabilität und langfristige Support-Erwartungen, die über denen kleinerer Anbieter liegen.

Das Risiko ist nicht Unreife, sondern Trägheit: Große Suites können sich langsam verändern, und tiefgreifende Änderungen an den zentralen Planungsparadigmen (z. B. voll probabilistische Entscheidungsoptimierung) können länger auf sich warten lassen als bei spezialisierten Plattformen.

Fazit

Aus streng technischer und evidenzbasierter Sicht lässt sich Oracles supply chain Software am besten als eine breite, ausgereifte, APS-ähnliche Planungs- und Ausführungssuite beschreiben, die in eine große SaaS-Anwendungsplattform eingebettet ist. Sie bietet:

Multi-Methoden-ML-basierte Nachfrageprognosen, mit einem dokumentierten Satz bayesianischer Prognosemethoden und der Option, eigene ML-Prognosen einzubringen.
Constraint-basierte Lieferplanung (mit und ohne Optimierung) sowie robuste Module für Fertigung, Wartung, Logistik und Lager.
Einen umfangreichen Katalog an KI-Agenten und eingebetteten KI-Funktionen, die Planern und Betreibern bei der Datenanalyse, dem Ausnahme-Management und der Zusammenfassung unterstützen.
Eine sichere, OCI-basierte SaaS-Architektur, die mit ERP, HCM und CX geteilt wird.

Was sie nicht eindeutig liefert – zumindest basierend auf öffentlichen Informationen – ist eine vollständig transparente, auf probabilistischer Optimierung basierende Architektur, in der alle Entscheidungen aus expliziten Wahrscheinlichkeitsverteilungen und wirtschaftlichen Treibern in einem programmierbaren Modell abgeleitet werden. Ihre KI-Behauptungen sind insofern real, als dass sie zahlreiche feature-basierte Assistenten und ML-unterstützte Analysen bieten, jedoch nicht eindeutig state-of-the-art im Sinne von offen dokumentierten, benchmarkten Optimierungsalgorithmen.

Im Vergleich zu Lokad bietet Oracle Breite, Integration und institutionelle Reife, während Lokad programmierbare probabilistische Optimierung und White-Box-Modellierung bereitstellt. Für Organisationen, die bereits auf Oracle ERP standardisiert sind und eine integrierte Planung mit strenger IT-Governance suchen, ist Fusion Cloud SCM eine natürliche Wahl. Für Organisationen, deren Hauptproblem die Entscheidungsqualität unter Unsicherheit ist und die in modellbasierte Optimierung investieren können, bietet eine spezialisierte Plattform wie Lokad einen wirklich unterschiedlichen technischen Ansatz.

Eine fundierte Entscheidung zwischen Oracle und einem Anbieter wie Lokad sollte daher Integrations- und Prozessstandardisierungsbedürfnisse (Oracles Stärken) von tiefgreifenden probabilistischen Optimierungsbedürfnissen (Lokads Stärken) trennen und jede Lösung durch praktische Pilotprojekte evaluieren, die die tatsächliche Prognose- und Entscheidungsleistung messen, anstatt sich auf KI-Marketing-Labels zu stützen.