Zurück zur Marktforschung
Perfect Planner bietet Materialplanungssoftware für Hersteller, die MRP einsetzen. Seine Intelliplanning Logic Engine analysiert Beschaffungsinformationen und erstellt täglich priorisierte Aufgaben für Disponenten und Einkäufer. Die Anwendung bündelt Informationen zu Teilen und Lieferanten, projizierte Fehlbestände, unausgewogene Bestände und Management-Übersichten. 1 3
Gesamtbewertung der supply chain: 3,4/10
| Dimension | Bewertung |
|---|---|
| Tiefe des supply chain-Verständnisses | 3,8/10 |
| Substanz der Entscheidungsfindung und Optimierung | 3,0/10 |
| Integrität von Produkt und Architektur | 4,0/10 |
| Technische Transparenz | 2,8/10 |
| Seriosität des Anbieters | 3,4/10 |
Perfect Planner automatisiert einen Teil der Analyse rund um einen bestehenden MRP-Prozess und lenkt anschließend Menschen auf die daraus entstehenden Aufgaben. Die öffentlich verfügbaren Belege weisen keine Entscheidungsengine nach, die unsichere Nachfrage, Lieferantenzustellungen, Produktionsrestriktionen und konkurrierende Kapitalverwendungen gemeinsam bewertet. Die beworbenen Genauigkeitswerte betreffen Analyseergebnisse mit einer nicht erläuterten Bewertungsmethode; sie validieren weder künftige Fehlbestandsprognosen noch wirtschaftliche Entscheidungen. 2 7
Die wirtschaftlichen Versprechen bleiben ohne längerfristige Auswertung tatsächlich umgesetzter Entscheidungen. Das Produkt begrenzt zudem die Anpassbarkeit der Arbeitsabläufe, stellt aber jedem Kunden eine individuell abgestimmte proprietäre Engine bereit. Die fortlaufende Fähigkeit des Anbieters, diese Engine zu überarbeiten, wird damit zu einem wichtigen Bestandteil der Gesamtkosten. 5 7
Perfect Planner im Vergleich zu Lokad
Perfect Planner organisiert die durch MRP erzeugte Arbeit: Welches Teil benötigt Aufmerksamkeit, was hat sich geändert und was sollte der Disponent untersuchen? Die Detailansichten zeigen Bestandsprojektionen, Notizen, Teilestatus und Anpassungen des Sicherheitsbestands. 3
Lokads betreutes Angebot verbindet Entscheidungssoftware mit Supply Chain Scientists, die die ausführbaren Modelle des Kunden entwickeln und pflegen. Sie interpretieren Daten, bilden Unsicherheit ab, bewerten Handlungsoptionen und überarbeiten die Logik, wenn operative Ergebnisse Fehler offenlegen. Das angestrebte tägliche Ergebnis besteht aus wirtschaftlichen Entscheidungen; menschliche Arbeit fließt in die Verbesserung des Systems, das diese Entscheidungen erzeugt. Lokads Dienstleistungsmodell
Betrachten wir zwei Zukaufteile, die um ein begrenztes Budget für Eilbeschaffungen konkurrieren. Das Teil mit dem frühesten projizierten Fehlbestand ist nicht zwangsläufig dasjenige, dessen beschleunigte Beschaffung sich lohnt. Eines könnte einen Auftrag mit geringer Marge unterbrechen, für den ein akzeptabler Ersatz existiert; das andere könnte einen kostspieligen Produktionsstillstand verhindern. Die Zuverlässigkeit des Lieferanten, die Wahrscheinlichkeit einer Erholung ohne Eingriff und der Wert der betroffenen Produktion spielen allesamt eine Rolle.
Eine Aufgabenrangfolge kann dem Disponenten helfen, diese Wahl zu prüfen. Um sie zu automatisieren, muss die Software die Folgen der verfügbaren Handlungen unter Unsicherheit vergleichen. Perfect Planners Veröffentlichungen legen nicht offen, wie seine Priorisierung diese Wahrscheinlichkeiten und monetären Auswirkungen verbindet. Lokads Ansatz zur Bestandsoptimierung stellt ausdrücklich diese Berechnung und die laufende Arbeit in den Mittelpunkt, die sie mit dem Betrieb in Einklang hält.
Der praktische Vergleich umfasst daher sowohl operative Arbeit als auch Pflegeaufwand. Perfect Planners Standardisierung von Aufgaben kann manuelle Analysen verringern; auch Lokads Scientists benötigen Zeit für die Entwicklung und Pflege der Entscheidungslogik. Jeder Ansatz muss zeigen, dass die gelieferten Entscheidungen seine Gesamtkosten rechtfertigen. Introduction to Supply Chain liefert die breitere wirtschaftliche Perspektive hinter dieser Bewertung.
Der Entscheidungsprozess: eine priorisierte Arbeitsliste über MRP
Die Hauptproduktseite nennt die tägliche Analyse bestehender MRP-Daten und einen Ausblick über sechs Monate. Sie führt Einflussgrößen wie Lieferzeitabweichungen, Prognoseänderungen, Mindestbestellmengen und falsch abgestimmte Parameter auf. 1 Die Detailoberfläche ermöglicht die Prüfung von Nachfrage- und Angebotsbilanzen, Ursachenanalysen, Anpassungen von Sicherheitsbeständen sowie den Export einzelner oder historischer Analysetabellen. 3
Dies sind konkrete operative Funktionen. Sie können einem Disponenten wiederholte Datenverknüpfungen, Berechnungen und Suchen in getrennten Berichten ersparen. Offen bleibt, wie die Software eine wirtschaftlich vorzuziehende Handlung auswählt, wenn mehrere plausible Reaktionen miteinander konkurrieren.
Ein projizierter Fehlbestand lässt sich durch Eilbeschaffung, Ersatz, Umlagerung, Auftragsverschiebung, Produktionsänderung oder das Hinnehmen des Fehlbestands behandeln. Diese Handlungen haben unterschiedliche Kosten und unsichere Folgen. Eine Rangfolge nach Dringlichkeit oder einem gewichteten Auswirkungswert belegt nicht, dass die wertvollste Kombination ausgewählt wurde.
Die öffentliche technische Beschreibung des Produkts betont funktionsspezifische Logik, die auf Systemdaten programmiert ist. Sie behauptet außerdem, MRP-Fehler zu korrigieren, Fehlalarme zu unterdrücken und sich verändernder Nachfrage anzupassen. Sie benennt weder das Prognosemodell noch die Zielfunktion oder ein reproduzierbares Verfahren zur Handlungsauswahl. 2
Unsicherheit muss in die Entscheidung eingehen
Lieferzeitabweichungen zu erwähnen, reicht nicht aus, um probabilistische Planung nachzuweisen. Die Berechnung benötigt eine Verteilung künftiger Wareneingangstermine, Mengen und Nachfrage sowie Abhängigkeiten, wenn diese die Entscheidung wesentlich beeinflussen. Zwei Lieferanten, die denselben Hafen nutzen, können beispielsweise gemeinsam ausfallen. Werden ihre Lieferungen als unabhängig behandelt, kann ein Produktionsplan sicherer erscheinen, als er ist.
Die veröffentlichten Produktseiten erklären nicht, wie solchen Zukunftsszenarien Wahrscheinlichkeiten zugeordnet werden oder wie diese Wahrscheinlichkeiten Beschaffung und Zuteilung beeinflussen. Eine Bestandsprojektion über sechs Monate kann einen deterministischen Plan verlängern, ohne seine Zuverlässigkeit zu quantifizieren. Der Horizont macht Annahmen sichtbar; er belegt keine Prognosegenauigkeit.
Dasselbe Problem betrifft Anpassungen des Sicherheitsbestands. Ein geringerer Puffer kann Kapital freisetzen und zugleich die erwarteten Störungskosten erhöhen. Eine Empfehlung muss beide Effekte und ihr Zusammenspiel mit Produktionskapazität, gemeinsam genutzten Teilen und alternativen Bezugsquellen bewerten. Die öffentlichen Belege zeigen diese gemeinsame Berechnung nicht.
Der Genauigkeits- und Produktivitätsvergleich
Die Präsentation des Unternehmens bei IISE vom 21. Oktober 2024 beschreibt eine eigene Zeitstudie mit 50 Artikelnummern und einem Disponenten mit mehr als sieben Jahren Erfahrung. Die Aufgabe umfasste Fehlbestandsanalysen, Abweichungsberechnungen, Bestandskennzahlen und die Ermittlung von Einsparungen. Ihr Vergleich ist nachstehend wiedergegeben. 7
| Kennzahl | Erfahrener Disponent | Perfect Planner |
|---|---|---|
| Analysezeit | 7,7 Stunden | Unter 1 Sekunde |
| Vorausschau | 4 Wochen | 26 Wochen |
| Identifizierte Fehlbestände | 11 | 21 |
| Ermittelte Einsparungen | $89.000 | $154.000 |
| Gesamtgenauigkeit | 88,4% | 99,9% |
Dieselbe Präsentation vergleicht Disponentenkosten von $296,15 auf Grundlage eines Jahresgehalts von $80.000 mit $1,67 für Perfect Planner. Sie nennt weder den Nenner der Bewertung noch Referenzantworten, Aufwand für die Eingabevorbereitung, wiederkehrenden Ausführungsaufwand oder die Herleitung der Softwarekosten. 7
Was nahezu perfekte Genauigkeit hier belegt
Die aktuelle Funktionsseite wirbt mit einer Genauigkeit der Analyseerkenntnisse von über 99% und einer Engine, die sich wie ein erfahrener Planungsspezialist verhält. 2 Das ältere Experiment belegt keine Nachfrageprognosegenauigkeit von 99,9%: Es bewertet eine Sammlung analytischer Aufgaben.
Dieser Unterschied legt das eigentliche Problem der Aussage offen. Die korrekte Berechnung von Bilanzen aus bereitgestellten Zahlen kann nahezu perfekte Genauigkeit erreichen, während die daraus abgeleiteten Bestandsentscheidungen schlecht bleiben. Ein Rechenergebnis kann unter den Eingabeannahmen korrekt sein, selbst wenn die nächste Lieferung verspätet eintrifft, die Nachfrageprognose versagt oder eine vorgeschlagene Einsparung einen teureren Fehlbestand verursacht.
Ohne Definition eines Fehlers, Gewichtung unterschiedlicher Fehler und einen vorab festgelegten Test mit bisher ungesehenen operativen Ergebnissen hat der angegebene Prozentsatz keinen interpretierbaren Entscheidungswert. Viele einfache Prüfungen können eine kleine Zahl kostspieliger Fehler verdecken. Ein übersehener produktionskritischer Fehlbestand kann schwerer wiegen als Hunderte korrekt klassifizierter Routinedatensätze.
Der Vergleich verändert außerdem den Umfang der durchgeführten Analyse. Seine Vorausschauhorizonte unterscheiden sich. Das Ergebnis vermischt somit schnellere Berechnung, breitere Abdeckung und das jeweils verwendete Bewertungsverfahren; es isoliert nicht die Prognoseleistung der Engine gegenüber einer gleichwertigen Referenz.
Die Referenz ist manuelle Arbeit
Ein zeitgemäßer Vergleich muss eine automatisierte Umsetzung derselben Analyseaufgabe einschließen. Stapelberechnungen, Datenverknüpfungen und Regelprüfungen können auch ohne besondere Planungsengine kostengünstig sein. Das Experiment trennt den Beitrag der proprietären Methode nicht vom allgemeinen Vorteil der Automatisierung manueller Analysen.
Vor allem ist die Verarbeitungszeit nur ein Teil der operativen Produktivität. Einkäufer müssen Empfehlungen weiterhin prüfen, Lieferanten kontaktieren, Änderungen verhandeln, Bestellungen ausführen, Ausnahmen bearbeiten und falsche Annahmen korrigieren. Die Zeitstudie misst diesen vollständigen Ablauf nicht über längere Zeit für ein ganzes Portfolio.
Der Unterschied zwischen ermittelten Einsparungen und realisierten Erträgen ist ebenso folgenreich. Eine vorgeschlagene Bestandsreduzierung kann wegen Einkaufsverpflichtungen, Produktionsrisiken oder Lieferantenbedingungen undurchführbar sein. Ihr Wert hängt auch davon ab, was nach der Umsetzung geschieht. Der Vergleich liefert Untersuchungskandidaten, keine gemessene Gewinnsteigerung.
Wirtschaftliche Versprechen gehen über ihre Belege hinaus
Die Dashboard-Seite wirbt mit Verbesserungen von bis zu 90% weniger Eilbeschaffungen, 300% höherer Disponentenproduktivität und 40% weniger Bestand. Sie zeigt außerdem Kennzahlen zu Material- und Lieferantenauswirkungen, Bestandswerten und erledigten Aufgaben. 4
In einem am 6. April 2026 von GACC South veröffentlichten Unternehmensporträt in der Ich-Perspektive bezeichnet Perfect Planner dieselben drei Verbesserungen als typisch. Das Porträt behauptet zudem eine Planungsgenauigkeit von über 99,9%, ohne Kundenreferenzwerte, eine Auswertungskohorte oder das Messverfahren zu veröffentlichen. 8
„Bis zu“ und „typisch“ sind wesentlich unterschiedliche Versprechen. Ein Höchstwert kann einen einzelnen Ausnahmefall beschreiben; ein typisches Ergebnis benötigt eine Verteilung über relevante Implementierungen. Keine der beiden Quellen liefert diese Verteilung. Die öffentlichen Belege rechtfertigen es nicht, aus einer vertrieblichen Obergrenze eine Erwartung für einen gewöhnlichen Kunden zu machen.
Die namentlichen Kundenstimmen auf der Startseite beschreiben einfachere Analysen und zuverlässige Informationen, liefern aber keinen quantifizierten Kundenertrag. 1 Damit bleiben die großen Prozentwerte ohne Verbindung zu einer benannten Implementierung mit definiertem Ausgangspunkt, Betriebszeitraum und vollständigen Kosten.
Dashboards zur Aufgabenerledigung schaffen eine weitere mögliche Fehlsteuerung. Mehr bearbeitete Warnungen sind nur wertvoll, wenn diese Warnungen wirtschaftlich sinnvollen Handlungen entsprechen. Ein System kann den gemessenen Durchsatz eines unnötig arbeitsintensiven Prozesses verbessern. Das angemessene Ziel sind die Kosten, gute Entscheidungen zu gewinnen und auszuführen, einschließlich der Arbeit, die gar nicht mehr entstehen sollte.
Technologiegeschichte und Integrität der Roadmap
Perfect Planners öffentliche Führungsprofile nennen Thomas Beil als Gründer und Geschäftsführer; die Ankündigung vom August 2024 etablierte den Hauptsitz in Alpharetta. 10 11 Die relevante technische Chronologie betrifft die wechselnde Erklärung desselben Planungsangebots.
| Datum | Behauptung und Umsetzung |
|---|---|
| August 2023 | Der Prognoseleitfaden des Gründers empfiehlt herkömmliche Zeitreihen- und Regressionsverfahren, Validierung mit zurückgehaltenen Daten und eine spätere Ergänzung durch KI. Er enthält Prognoseratschläge, keine Spezifikation eines veröffentlichten Produkts. 13 |
| Oktober 2024 | Die IISE-Präsentation beschreibt mehr als 2.000 Berechnungen pro SKU und Tag und veröffentlicht den oben untersuchten Analysevergleich. 7 |
| September 2025 | Der Artikel des Unternehmens über Echtzeitplanung wirbt für unmittelbare Signale und Beschaffung anhand tatsächlicher Nachfrage. Er kritisiert langsame Planungszyklen, ohne einen produktspezifischen Vergleich der Aktualisierung oder Ausführung zu dokumentieren. 12 |
| April 2026 | Das GACC-Porträt stellt weitreichende Bestands-, Eilbeschaffungs- und Produktivitätsverbesserungen als typische Ergebnisse dar. 8 |
| Aktuelle Produktseiten | Die Startseite zählt mehr als 2.500 Datenpunkte pro SKU, während die Genauigkeitsseite mehr als 2.500 proprietäre Algorithmen zählt. Die veröffentlichte Architektur konzentriert sich weiterhin auf tägliche Analysen und Arbeitslisten für Disponenten. 1 2 |
Datenpunkte, Berechnungen und Algorithmen sind unterschiedliche Einheiten. Ihre Zahl zu erhöhen oder anders zu benennen, belegt kein verbessertes Modell. Nützliche Belege wären eine datierte Erklärung der veränderten Berechnung und ihrer Auswirkungen auf Entscheidungen, Betriebsaufwand und wirtschaftliche Ergebnisse.
Das Echtzeitargument muss außerdem mit der täglichen Produktverarbeitung in Einklang gebracht werden. Eine tägliche Ausführung kann für viele Beschaffungsentscheidungen ausreichen; die Behauptung, langsamere Informationen seien grundsätzlich unzureichend, belegt nicht den Wert eines schnelleren Zyklus. Entscheidend ist, ob neue Informationen eintreffen, solange eine Entscheidung noch gewinnbringend geändert werden kann.
Ebenso kann beobachtete Nachfrage eine Prognose nicht ersetzen, wenn Beschaffung Zeit benötigt. Ein heutiger Einkauf muss den Verbrauch bis zum nächsten Wareneingang vorwegnehmen. Schnellere Beobachtung verringert einen Teil der Unsicherheit, beseitigt aber nicht die Zukunft.
Die Geschichte zeigt einen beständigen Fokus auf die Standardisierung der Disponentenarbeit, begleitet von wachsenden Genauigkeits- und Nutzenversprechen. Es fehlt eine öffentliche Auswertung, die die behaupteten Verbesserungen mit tatsächlich umgesetzten Entscheidungen und dauerhaften wirtschaftlichen Ergebnissen verbindet.
Software-Stückliste
| Komponente oder Grenze | Öffentlich zuordenbare Belege |
|---|---|
| Microsoft Azure | In den FAQ genannte Hosting-Plattform. Konkrete Rechen- und Speicherdienste werden nicht benannt. 5 |
| Intelliplanning Logic Engine | Proprietäre, funktionsspezifische Planungslogik; öffentliche Unterlagen nennen weder Solver noch Prognosebibliothek, Laufzeitumgebung oder Datenbank. 2 |
| MRP-Eingaben und Analyseexporte | Das Produkt verarbeitet vorhandene Planungsinformationen und exportiert Analysetabellen. Öffentliche Unterlagen spezifizieren weder Konnektorprotokolle noch transaktionales Zurückschreiben. 1 3 |
| Technische Verantwortung | Patrick Wensels Unternehmensbiografie weist ihm Verantwortung für Architektur, Implementierung, Tests, Wartung, Versionskontrolle sowie kontinuierliche Integration und Bereitstellung zu. 9 |
Die veröffentlichte Bestandsaufnahme ist zu dünn, um die betriebliche Masse des Systems zu bewerten. Sie lässt Speicherkopien, Transformationsstufen, Wiederherstellungskonzept und die für die beworbenen täglichen Berechnungen benötigte Infrastruktur offen. Eine Zahl proprietärer Algorithmen sagt über diese Kosten nichts aus.
Auch der Ausführungspfad lässt Integrationsverantwortlichkeiten unklar. Die öffentliche Oberfläche zeigt Analyseexporte, erklärt aber nicht, wie eine empfohlene Änderung zu einer bestätigten Transaktion im maßgeblichen ERP wird, wie Wiederholungsversuche doppelte Handlungen vermeiden oder wie fehlgeschlagene Aktualisierungen abgeglichen werden. Diese Einzelheiten bestimmen, wie viel Arbeit beim Kunden verbleibt.
Die Entwicklerbiografie benennt die Verantwortung für die Softwarewartung, liefert aber weder ein produktspezifisches Abhängigkeitsverzeichnis noch einen einsehbaren Freigabeprozess. Künftige Gesamtkosten hängen davon ab, wie effizient dieses Team Kundenlogik und Integrationen anpassen kann, ohne fragile Ausnahmen anzuhäufen.
Konfigurationspflege und Sicherheit
Ein fester Arbeitsablauf mit kundenspezifischer Logik
Laut FAQ erhält jede Organisation eine abgestimmte Intelliplanning-Engine, während sich der Arbeitsablauf nicht anpassen lässt. Oberflächenanpassungen können zusätzliche Gebühren verursachen. Abonnements laufen über 12 Monate und werden monatlich pro SKU berechnet. Der Anbieter bietet außerdem eine unverbindliche Verarbeitung der Daten eines Interessenten vor dem Onboarding an. 5
Diese Vorprüfung kann Integrations- und Interpretationsprobleme vor Vertragsbeginn aufdecken. Sie ersetzt keine längerfristige Auswertung von Entscheidungen unter wechselnden Bedingungen.
Die Kombination aus festem Arbeitsablauf und zugeschnittener Logik konzentriert Verantwortung beim Anbieter. Passt eine wirtschaftlich wichtige Handlung nicht in den vorgeschriebenen Prozess, benötigt der Kunde eine Engine-Änderung, einen separaten Prozess oder eine Umgehungslösung. Weniger Ausnahmen genügen nicht, wenn die verbleibenden Ausnahmen teurer zu beheben werden.
Für Holimization ist entscheidend, wie eine schädliche Empfehlung zur Überarbeitung einer Zielfunktion, Restriktion, Dateninterpretation oder Handlung führt. Die öffentlichen Unterlagen zeigen keine kundenseitig kontrollierte Versionierung, Wiederholungstests, Freigabe numerischer Änderungen oder Rücksetzverfahren. Einen Sicherheitsbestandsparameter anzupassen, ist ein wesentlich engerer Eingriff.
Die Gesamtkosten umfassen folglich Abonnement, Datenvorbereitung, verbleibende Einkaufsarbeit, Anbieteranpassungen, Regressionstests und Umgehungslösungen für den festen Arbeitsablauf. Eine Gebühr pro SKU macht die Portfoliogröße zu einem sichtbaren Abrechnungsfaktor, legt aber nicht den Dienstleistungsaufwand offen, der zum Erhalt der Entscheidungsqualität erforderlich ist.
Datenaufbewahrung und Schadensbegrenzung
Laut FAQ werden organisatorische Rohdaten nach 48 Stunden gelöscht, während abgeleitete Analysen unbegrenzt bestehen bleiben. Die Datenschutzrichtlinie erklärt allgemeiner, erhobene Daten blieben bis zu einem Löschungsersuchen des Kunden gespeichert, vorbehaltlich der dort genannten Ausnahmen. Sie gleicht diese Formulierung nicht mit der Unterscheidung zwischen Rohdaten und abgeleiteten Daten ab. 5 6
Diese Unterscheidung ist für Datenexposition und Reproduzierbarkeit relevant. Abgeleitete Analysedatensätze können weiterhin Einkaufs-, Bestands- und Lieferanteninformationen offenlegen. Um eine Empfehlung zu rekonstruieren, werden außerdem die maßgeblichen historischen Eingaben und die Logikversion benötigt. Werden diese Eingaben nicht mehr im Dienst aufbewahrt, benötigt eine reproduzierbare Untersuchung ausdrücklich gepflegte Aufzeichnungen an anderer Stelle.
Die Sicherheitsrichtlinie verweist auf einen jährlichen SOC-2-Bericht und verspricht eine Benachrichtigung innerhalb von 72 Stunden, nachdem ein Sicherheitsvorfall eindeutig bestätigt wurde. Sie erklärt öffentlich weder Mandantenisolierung noch administrative Berechtigungen, den Umgang mit Zugangsdaten, manipulationsgeschützte Historien oder erprobte Wiederherstellung. 6
Azure-Hosting und ein Auditverweis belegen diese Schutzmaßnahmen nicht. Die Sicherheitsbewertung bleibt schwach, weil der Kunde nicht prüfen kann, wie die Anwendung Schäden begrenzt, wenn ein Konto, eine Abhängigkeit oder ein Administrator kompromittiert wird.
Bewertung der supply chain
Tiefe des supply chain-Verständnisses
| Kriterium | Bewertung |
|---|---|
| Wirtschaftliche Ausrichtung | 4/10 |
| Entscheidung als Endergebnis | 5/10 |
| Begriffliche Klarheit zur supply chain | 5/10 |
| Freiheit von überholten doktrinären Leitkonzepten | 3/10 |
| Widerstandsfähigkeit gegen KPI-Theater | 2/10 |
Durchschnitt: 3,8/10
Wirtschaftliche Ausrichtung — 4/10. Die Anwendung behandelt Fehlbestände, Überbestände und Eilbeschaffung, legt aber kein gemeinsames monetäres Ziel für konkurrierende Reaktionen offen. Auch die Priorisierung kostspielig erscheinender Probleme kann die wertvollste Handlungskombination verfehlen. 1 2
Entscheidung als Endergebnis — 5/10. Priorisierte Aufgaben und Empfehlungen beeinflussen operative Entscheidungen. Das dokumentierte Endergebnis erfordert weiterhin einen Disponenten, der die Analyse in eine ausgeführte Reaktion überführt; die öffentliche Integrationsbeschreibung belegt keinen zuverlässigen Transaktionsabschluss. 3
Begriffliche Klarheit zur supply chain — 5/10. Das Produkt adressiert ein erkennbares Problem der Materialbeschaffung in der Fertigung. Seine Erklärung wird schwächer, sobald gemeinsame Kapazität, unsichere Versorgung und der Wert konkurrierender Aufträge in eine Berechnung eingehen müssen. 1
Freiheit von überholten doktrinären Leitkonzepten — 3/10. Das Betriebsmodell konzentriert sich weiterhin auf MRP-Signale, Eingriffe in Sicherheitsbestände und individuelle Arbeitslisten. Diese Aktivitäten einheitlicher zu organisieren, belegt keine wirtschaftliche Neugestaltung des zugrunde liegenden Entscheidungsprozesses. 3
Widerstandsfähigkeit gegen KPI-Theater — 2/10. Nicht definierte Analysegenauigkeit, potenzielle Einsparungen und weitreichende Ergebnisprozentsätze stützen Behauptungen, die über die veröffentlichten Auswertungen hinausgehen. Aufgabendurchsatz und Korrektheit einzelner Datensätze messen nicht den Wert der daraus folgenden Entscheidungen. 2 7 8
Substanz der Entscheidungsfindung und Optimierung
| Kriterium | Bewertung |
|---|---|
| Tiefe der probabilistischen Modellierung | 1/10 |
| Eigenständige Substanz der Optimierung oder des ML | 3/10 |
| Umgang mit realen Restriktionen | 4/10 |
| Entscheidungsautomatisierung und Arbeitsproduktivität | 4/10 |
| Belastbarkeit bei realer betrieblicher Komplexität | 3/10 |
Durchschnitt: 3,0/10
Tiefe der probabilistischen Modellierung — 1/10. Kein offengelegtes Verfahren verbindet kalibrierte Nachfrage- und Angebotsverteilungen mit den ausgewählten Handlungen. Ohne diese Verbindung kann die veröffentlichte Risikosprache keine wirtschaftlich fundierten Entscheidungen unter Unsicherheit belegen. 2
Eigenständige Substanz der Optimierung oder des ML — 3/10. Die Engine kann nützliche Fachregeln enthalten, doch Zahlen proprietärer Logikbausteine und ein Vergleich mit manueller Arbeit isolieren kein eigenständiges numerisches Verfahren. Ihre Entscheidungsqualität bleibt schwer reproduzierbar und vergleichbar. 2 7
Umgang mit realen Restriktionen — 4/10. Teilebilanzen und parameterbezogene Ausnahmen machen praktische betriebliche Probleme sichtbar. Die öffentliche Beschreibung belegt keine gemeinsame Behandlung von Beschaffung, Produktion und knappen Ressourcen bei ihrer Lösung. 1 3
Entscheidungsautomatisierung und Arbeitsproduktivität — 4/10. Automatisierte Analysen können administrative Arbeit erheblich verringern. Der gemessene Vergleich berücksichtigt weder den vollständigen wiederkehrenden Ablauf noch eine zeitgemäße automatisierte Referenz bei gleicher Entscheidungsqualität. 7
Belastbarkeit bei realer betrieblicher Komplexität — 3/10. Ursachenansichten helfen bei der Diagnose wiederkehrender Probleme, doch ein Kundenzugang zur Neuformulierung und zu kontrollierten Tests ist nicht dokumentiert. Der feste Arbeitsablauf kann eine neu entdeckte wirtschaftliche Anforderung in einen Änderungsantrag beim Anbieter oder eine externe Umgehungslösung verwandeln. 3 5
Integrität von Produkt und Architektur
| Kriterium | Bewertung |
|---|---|
| Architektonische Kohärenz | 6/10 |
| Klarheit der Systemgrenzen | 6/10 |
| Ernsthaftigkeit beim Thema Sicherheit | 2/10 |
| Software-Sparsamkeit und Gesamtkosten | 4/10 |
| Eignung für programmgesteuerte und agentengestützte Abläufe | 2/10 |
Durchschnitt: 4,0/10
Architektonische Kohärenz — 6/10. Die sichtbaren Funktionen passen zu einem fokussierten Beschaffungsablauf statt zu einer Sammlung unverbundener Anwendungen. Die nicht offengelegte Daten- und Ausführungsarchitektur verhindert eine stärkere Bewertung ihrer technischen Integration. 1 3
Klarheit der Systemgrenzen — 6/10. Die Abhängigkeit vom bestehenden MRP-Prozess ist ausdrücklich benannt. Bei der Ausführung wird die Grenze unklarer: Öffentliche Quellen erklären nicht, welche Handlungen automatisch zurückgeschrieben und wie widersprüchliche Zustände aufgelöst werden. 1
Ernsthaftigkeit beim Thema Sicherheit — 2/10. Die öffentliche Erklärung stützt sich auf Hosting- und Auditzusicherungen statt auf einsehbare Mechanismen zur Schadensbegrenzung und Wiederherstellung. Die widersprüchlichen Aufbewahrungsbeschreibungen erschweren zudem die Bestimmung der Informationsrisiken des Kunden. 5 6
Software-Sparsamkeit und Gesamtkosten — 4/10. Ein enger Produktumfang kann Implementierungsarbeit begrenzen, doch das Abhängigkeitsverzeichnis und der wiederkehrende Abstimmungsaufwand sind nicht offengelegt. Verbleibende operative Arbeit und durch den Anbieter vermittelte Änderungen müssen neben dem Abonnement berücksichtigt werden. 5 9
Eignung für programmgesteuerte und agentengestützte Abläufe — 2/10. Analyseexporte bieten eine begrenzte Integrationsfläche. Öffentliche Unterlagen belegen keine API für zuverlässige Stapelausführung, einsehbare Entscheidungslogik oder kontrollierte programmgesteuerte Verbesserung der Engine. 3
Technische Transparenz
| Kriterium | Bewertung |
|---|---|
| Öffentliche technische Dokumentation | 2/10 |
| Prüfbarkeit ohne Vermittlung durch den Anbieter | 3/10 |
| Portabilität und Sichtbarkeit der Anbieterbindung | 4/10 |
| Transparenz der Implementierungsmethode | 3/10 |
| Belegdichte hinter technischen Behauptungen | 2/10 |
Durchschnitt: 2,8/10
Öffentliche technische Dokumentation — 2/10. Funktionsbeschreibungen erklären, was Nutzer sehen, liefern aber weder Datenschema, numerische Methoden, Ausführungssemantik noch die für eine technische Bewertung erforderliche Architektur. Die Kernaussagen bleiben Spezifikationen angestrebter Vorteile. 2 3
Prüfbarkeit ohne Vermittlung durch den Anbieter — 3/10. Bildschirmansichten und ein datiertes Experiment zeigen vor einem Vertriebsgespräch einen Teil des Verhaltens. Die vollständige Herleitung einer Empfehlung zu prüfen, Alternativen zu testen und ihre Validierung zu reproduzieren, erfordert weiterhin Zugang, den die öffentlichen Unterlagen nicht bieten. 3 7
Portabilität und Sichtbarkeit der Anbieterbindung — 4/10. Exportierbare Analysen helfen, Ergebnisse zu bewahren. Sie liefern nicht die kundenspezifischen Regeln und das Ausführungsverhalten, die zur unabhängigen Reproduktion dieser Ergebnisse nötig wären. Eine erhebliche Abhängigkeit von der proprietären Engine bleibt bestehen. 3 5
Transparenz der Implementierungsmethode — 3/10. Der Anbieter benennt Geschäftsmodell, Vorprüfung und Anpassungsgrenzen. Er legt nicht offen, wie kundenspezifische Logik während der Vertragslaufzeit spezifiziert, getestet, aktualisiert und abgenommen wird. 5
Belegdichte hinter technischen Behauptungen — 2/10. Das wichtigste quantitative Beispiel ist ein vom Anbieter erstellter Analysevergleich mit undefinierter Genauigkeitskennzahl. Öffentlichen Behauptungen über bessere Geschäftsergebnisse fehlt die begleitende Auswertung, um deren Ausmaß oder typischen Charakter zu validieren. 7 8
Seriosität des Anbieters
| Kriterium | Bewertung |
|---|---|
| Technische Seriosität der öffentlichen Kommunikation | 3/10 |
| Integrität der Technologie-Roadmap | 4/10 |
| Begriffliche Klarheit | 4/10 |
| Wirtschaftliche Verantwortlichkeit | 3/10 |
| Verteidigungsfähigkeit in einer Welt agentischer Software | 3/10 |
Durchschnitt: 3,4/10
Technische Seriosität der öffentlichen Kommunikation — 3/10. Algorithmuszahlen und nahezu perfekte Prozentwerte tragen mehr Werbegewicht, als ihre offengelegten Definitionen rechtfertigen. Die numerische Sprache verschleiert, ob der behauptete Fortschritt Arithmetik, Klassifikation, Prognose oder Entscheidungsqualität betrifft. 2 7
Integrität der Technologie-Roadmap — 4/10. Das Produkt behält einen beständigen Fokus auf Beschaffungsabläufe. Aufeinanderfolgende Veröffentlichungen zeigen nicht, wie sich die Engine entwickelte, und verbinden breitere Nutzenversprechen nicht mit gemessenen Implementierungsergebnissen. Auch der Echtzeitpositionierung fehlt eine entsprechende produktspezifische Auswertung. 7 8 12
Begriffliche Klarheit — 4/10. Die Standardisierung wiederkehrender Analysen adressiert ein konkretes Produktivitätsproblem. Die entstehende Aufgabenliste zum Zentrum der Planung zu machen, lässt die schwierigere Frage offen, welche Entscheidungen ohne routinemäßige menschliche Prüfung berechnet und ausgeführt werden sollten. 1 3
Wirtschaftliche Verantwortlichkeit — 3/10. Die Vorprüfung bietet Gelegenheit, die Eignung vor dem Kauf zu testen. Veröffentlichten Ertragsversprechen fehlen weiterhin klar begrenzte Kundenpflichten, vollständige Kosten, eine definierte Misserfolgsbedingung und Verantwortung für Abhilfe, wenn empfohlene Handlungen enttäuschen. 5 8
Verteidigungsfähigkeit in einer Welt agentischer Software — 3/10. Fachregeln und angesammeltes Betriebswissen können nützliche Software tragen. Ein verteidigungsfähiger Vorteil benötigt Belege, dass sie allgemein verfügbare Automatisierung übertreffen und zugleich die gesamte operative Arbeit verringern; eine schnellere Warteschlange menschlicher Aufgaben ist eine unvollständige Antwort. 2 7
Quellen
[1] Perfect Planner: Produktüberblick
Perfect Planner: Produktüberblick. Ohne Datum; abgerufen am 4. November 2026.
[2] Unerreichte Genauigkeit: die Intelliplanning Logic Engine
Unerreichte Genauigkeit: die Intelliplanning Logic Engine. Ohne Datum; abgerufen am 4. November 2026.
Umfassende Einblicke. Ohne Datum; abgerufen am 4. November 2026.
[4] Innovative Dashboards für Führungskräfte
Innovative Dashboards für Führungskräfte. Ohne Datum; abgerufen am 4. November 2026.
Häufig gestellte Fragen. Ohne Datum; abgerufen am 4. November 2026.
Datenschutzrichtlinie. Ohne Datum; abgerufen am 4. November 2026.
[7] Beschaffung im Zeitalter der Disruption
Beschaffung im Zeitalter der Disruption. 2024-10-21; abgerufen am 4. November 2026.
[8] GACC South: Mitglied im Porträt, Perfect Planner
GACC South: Mitglied im Porträt, Perfect Planner. 2026-04-06; abgerufen am 4. November 2026.
[9] Patrick Wensel, Vice President of Software Development
Patrick Wensel, Vice President of Software Development. Ohne Datum; abgerufen am 4. November 2026.
[10] Thomas Beil, Gründer und CEO
Thomas Beil, Gründer und CEO. Ohne Datum; abgerufen am 4. November 2026.
[11] Perfect Planner kündigt Hauptsitz in Alpharetta an
Perfect Planner kündigt Hauptsitz in Alpharetta an. 2024-08-29; abgerufen am 4. November 2026.
[12] Die Daten von gestern helfen heute nicht weiter
Die Daten von gestern helfen heute nicht weiter. 2025-09-11; abgerufen am 4. November 2026.
[13] Die Kunst der Nachfrageprognose
Die Kunst der Nachfrageprognose. 2023-08-14; abgerufen am 4. November 2026.