Bewertung von PlanetTogether, Anbieter fortschrittlicher Planungs- und Terminierungssoftware

Zuletzt aktualisiert: April, 2025

Zurück zu Marktforschung

Im heutigen sich schnell entwickelnden Fertigungsumfeld positioniert sich PlanetTogether – gegründet 2004 und verwurzelt in jahrzehntelanger akademischer Forschung – als führender APS (Advanced Planning and Scheduling) Anbieter, der sich der Produktionsplanung, Kapazitätsoptimierung und umfassenden supply chain Planung widmet. Die Plattform ist so konzipiert, dass sie sich nahtlos in große ERP-, MES- und SCM-Systeme integriert und Herstellern dadurch eine Echtzeit-Datensynchronisation, eine Drag-and-Drop-Optimierung der Zeitpläne sowie von Machine Learning unterstützte Verbesserungen bei der Bedarfsprognose und prädiktiven Instandhaltung bietet. Durch die Konsolidierung komplexer Produktionsbeschränkungen und Multiressourcen-Umgebungen in einer einzigen, robusten Lösung ermöglicht PlanetTogether Organisationen, verbesserte termingerechte Lieferungen, reduzierte Rüstzeiten und eine gesteigerte betriebliche Gesamteffizienz zu erreichen.

Einführung

PlanetTogether wurde 2004 gegründet und fußt auf einer starken Basis akademischer Forschung – insbesondere der Cornell University –, die seinen technischen Ansatz für fortschrittliche Planung und Terminierung maßgeblich geprägt hat. Das Unternehmen bietet eine integrierte Plattform, die optimierte Produktionspläne, Echtzeit-Einblick in Bestands- und Fertigungsdaten sowie fortschrittliche Algorithmen, die Material-, Arbeits- und Kapazitätsbeschränkungen in Einklang bringen, in den Vordergrund stellt. Seine Lösung, die vor allem für Hersteller konzipiert ist, kombiniert traditionelle, auf Beschränkungen basierende Optimierungstechniken mit aufkommenden Machine Learning-Fähigkeiten, um praktikable Erkenntnisse für dynamische Produktionsumgebungen zu liefern ¹².

Was bietet die PlanetTogether-Lösung?

2.1 Produktions- und Kapazitätsoptimierung

Das zentrale Leistungsmerkmal von PlanetTogether ist seine APS-Plattform, die sich auf folgendes konzentriert:

• Optimierte Produktionspläne: Das System erstellt Zeitpläne, die Materialbeschränkungen, Maschinen- und Arbeitskapazitäten sowie Reihenfolgeregeln berücksichtigen. Es bietet intelligente Drag-and-Drop-Zeitplanfunktionen und bewältigt komplexe Herausforderungen wie sequenzabhängige Rüstvorgänge und Chargenproduktion (Zeitpläne optimieren) ³.
• Echtzeit-Sichtbarkeit: Durch die Synchronisierung von Daten zwischen Produktionssystemen und ERP-/MES-Plattformen bietet die Lösung einen “360‑Grad-Blick” auf Produktion und Lagerbestand. Diese Integration unterstützt die Abstimmung der Produktionspläne mit Auftrags- und Bestandsdaten, wie auf der SAP ERP-Integrationsseite beschrieben (SAP ERP-Integration) ⁴.

2.2 Integration in Unternehmenssysteme

Eine wesentliche Stärke der PlanetTogether-Plattform liegt in ihren nahtlosen Integrationsmöglichkeiten:

• ERP-Integration: Die Lösung verbindet sich mit Systemen wie SAP, Oracle und Microsoft Dynamics, um Stammdaten und Transaktionsdaten zu importieren.
• SCM- und MES-Konnektivität: Mit integrierten Schnittstellen zu Plattformen wie Kinaxis und Aveva stellt PlanetTogether sicher, dass Echtzeit-Fertigungsdaten und supply chain plans in Einklang bleiben – ein entscheidender Aspekt, um auf betriebliche Störungen zu reagieren (Kinaxis-Integration) ⁵.

2.3 KI- und Machine Learning-Erweiterungen

PlanetTogether nutzt sein „Copilot“-Feature, um KI und Machine Learning in die Produktionsplanung einzubringen:

• Automatisierte Planung mit ML: Copilot ist dazu konzipiert, Daten aus ERP-, MES- und IBP-Systemen zu analysieren und eigenständig optimale Zeitpläne vorzuschlagen.
• Bedarfsprognose und Predictive Maintenance: Verschiedene Blog-Beiträge beschreiben den Einsatz von ML, um die Prognosegenauigkeit zu verbessern, Geräteausfälle vorherzusagen und die Bestandsoptimierung zu steigern (KI in der Bedarfsprognose | Einsatz von KI und ML) ⁶.

2.4 Optimierung der Planung

Die Fähigkeiten der Plattform zur Optimierung der Planung werden weiter gestärkt durch:

• Ausbalancierung widersprüchlicher Ziele: Fortgeschrittene Algorithmen minimieren Rüst-/Umstellzeiten und steuern Ressourcenbeschränkungen, während sie eine pünktliche Lieferung sicherstellen.
• Simulation und What-If-Szenarien: Anwender können Änderungen im Zeitplan simulieren, um Auswirkungen zu prognostizieren, und so proaktive betriebliche Entscheidungen unterstützen (Optimierung der Planung für dynamische Produktionsumgebungen | Hochgeschwindigkeits-Fertigungsprozesse) ⁷.

Wie funktioniert die Lösung?

3.1 Zugrundeliegende Algorithmen und Architektur

Das System von PlanetTogether basiert auf fortschrittlichen Optimierungsalgorithmen, die in der Lage sind, Mehrstandort- und Multiresourcen-Umgebungen zu bewältigen. Dazu gehören auf Beschränkungen basierende Planungstechniken und Heuristiken, die aus der akademischen Forschung stammen. Trotz Marketingversprechen von “State-of-the-Art”-Technologie stützt sich die zugrundeliegende Architektur auf bewährte Methoden, die durch Echtzeit-Datenverarbeitungskapazitäten erweitert wurden (Was ist APS?) ⁸.

3.2 Integration und Datenfluss

Die Integration wird erreicht durch:

• Vorgefertigte Connectoren und Middleware: Diese ermöglichen einen nahtlosen Datenaustausch mit ERP-Systemen (wie SAP) und anderer Unternehmenssoftware, sodass Stammdaten und Transaktionsdaten synchron bleiben (SAP ERP-Integration) ⁹.
• Echtzeit-Datensynchronisation: Die Fähigkeit der Plattform, Produktionspläne dynamisch an Live-Daten anzupassen, unterstreicht ihre praktische Anwendbarkeit in schnelllebigen Fertigungsumgebungen (Kinaxis-Integration) ¹⁰.

3.3 Implementierung von Machine Learning

Während PlanetTogether seinen ML-gestützten Copilot hervorhebt:

• Transparenz der ML-Modelle: Die technischen Details zu den Algorithmen und Trainingsdaten bleiben auf einem hohen, abstrakten Niveau, wobei sich ein Großteil der Diskussion auf das Versprechen konzentriert und nicht auf die Einzelheiten der Modellarchitektur.
• Kontinuierliches Lernen: Das System behauptet, seine Erkenntnisse im Laufe der Zeit durch kontinuierliche Anpassung zu verfeinern, obwohl unabhängige Nachweise für diese Verbesserungen bislang noch nicht umfassend dokumentiert wurden (PlanetTogether Copilot) ¹¹.

Skeptische Analyse

4.1 Anbieteransprüche vs. technische Evidenz

Obwohl PlanetTogether seine Lösung als bahnbrechende APS-Plattform anpreist:

• Ein Großteil der Funktionen – wie Drag-and-Drop-Planung, auf Beschränkungen basierende Optimierung und standardisierte ERP-Integrationen – ist in modernen APS-Produkten üblich.
• Kühne Aussagen zu KI- und ML-Erweiterungen werden vor allem durch Marketingliteratur gestützt und weniger durch detaillierte technische Offenlegungen (Einsatz von KI und ML) ¹².

4.2 Integrationsherausforderungen und Wirksamkeit in der Praxis

Trotz des Angebots standardisierter Connectoren für führende Systeme:

• Die Erzielung einer nahtlosen Echtzeit-Datensynchronisation über verschiedene Plattformen hinweg bleibt eine komplexe Herausforderung. Die tatsächliche Leistungsfähigkeit in unterschiedlichen Fertigungsumgebungen hängt stark von der Datenqualität und dem Schulungsniveau der Anwender ab.
• Fallstudien und Erfahrungsberichte deuten auf schnelle Verbesserungen hin; diese Ergebnisse könnten jedoch stark vom jeweiligen Implementierungskontext abhängen (Features Listing) ¹³.

4.3 Vergleich zum Stand der Technik

Im breiteren APS-Umfeld:

• PlanetTogether scheint eine umfassende Funktionsvielfalt zu bieten. Dennoch spiegeln viele als “State-of-the-Art” deklarierte Funktionen oft evolutionäre Verbesserungen wider, anstatt einen radikalen Bruch mit etablierten Techniken darzustellen.
• Die Integration von AI/ML, obwohl vielversprechend, stützt sich derzeit auf bestehende Methoden der prädiktiven Analytik, anstatt völlig neuartige Ansätze einzuführen (Strategic Partnership Announcement) ¹⁴.

PlanetTogether vs. Lokad

Beim Vergleich von PlanetTogether mit Lokad treten mehrere wesentliche Unterschiede zutage:

• Fokus und Umfang: PlanetTogether konzentriert sich in erster Linie auf fortschrittliche Planung und Terminierung im Fertigungsbereich, wobei der Schwerpunkt auf Produktionsplanung, Kapazitätsplanung und der Integration mit ERP-/MES-Systemen liegt. Im Gegensatz dazu steht Lokad, das sich auf die Quantitative Supply Chain Optimierung konzentriert und Fähigkeiten in den Bereichen Bedarfsprognose, Bestandsmanagement, Produktionsplanung und Preisautomatisierung bietet.

• Technischer Ansatz: PlanetTogether stützt sich auf etablierte, auf Beschränkungen basierende Optimierungstechniken, die durch heuristische Planung und Echtzeit-Datensynchronisation ergänzt werden. Lokad hingegen zeichnet sich durch die Verwendung einer maßgeschneiderten, domänenspezifischen Sprache (Envision), probabilistischer Prognosen (oft gestützt durch Deep Learning) und aufkommender differenzierbarer Programmiermethoden zur Entscheidungsfindung aus ¹⁵¹⁶.

• Nutzerengagement und Anpassungsfähigkeit: PlanetTogether bietet eine traditionellere APS-Oberfläche mit Drag-and-Drop-Planung und vorgefertigten Connectoren, die für Hersteller attraktiv sind, die eine schlüsselfertige Lösung suchen. Der Ansatz von Lokad ist flexibler und erfordert ein höheres Maß an technischer Expertise, wodurch supply chain scientists in die Lage versetzt werden, maßgeschneiderte Optimierungsmodelle für komplexe, mehrstufige Herausforderungen zu entwickeln.

• Bereitstellung und Integration: Beide Plattformen werden als SaaS-Lösungen bereitgestellt; jedoch legt PlanetTogether Wert auf eine nahtlose Integration mit einer Vielzahl von ERP- und MES-Systemen, um eine Echtzeit-Produktionssicht zu ermöglichen. Die Architektur von Lokad basiert auf einer internen Engine, die externe Abhängigkeiten minimiert und cloudbasierte Skalierbarkeit nutzt, um groß angelegte stochastische Optimierungsprobleme zu lösen.

Diese Unterschiede verdeutlichen, dass, obwohl beide Unternehmen darauf abzielen, die supply chain Performance durch fortschrittliche Algorithmen und Automatisierung zu steigern, ihre Methodologien und Zielanwendungen erheblich auseinandergehen.

Fazit

PlanetTogether präsentiert eine technisch robuste APS-Lösung, die darauf ausgelegt ist, Produktionsplanungen und supply chain Management durch eine Kombination aus beschränkungsbasierten Algorithmen, Echtzeitintegration und Machine Learning-Erweiterungen zu optimieren. Ihre Stärken liegen darin, Dateninseln über ERP-, MES- und SCM-Systeme hinweg nahtlos zu verbinden und praktische Planungstools wie Drag-and-Drop-Oberflächen und What-If-Analysen anzubieten. Allerdings muss als skeptischer Beobachter angemerkt werden, dass viele innovative Behauptungen – insbesondere hinsichtlich der KI- und ML-Fähigkeiten – auf hochrangigen Marketingbeschreibungen beruhen und einer weitergehenden unabhängigen Validierung bedürfen. Im Vergleich zu Plattformen wie Lokad, die für hochgradig programmierbare, datengesteuerte quantitative Optimierung stehen, stellt PlanetTogether ein eher konventionelles, aber umfassendes APS-Angebot dar, das auf traditionelle Fertigungsumgebungen ausgerichtet ist. Organisationen, die eine dieser Lösungen in Betracht ziehen, sollten ihre Bereitschaft bewerten, in das technische Fachwissen zu investieren, das erforderlich ist, um den Nutzen dieser fortschrittlichen Systeme maximal auszuschöpfen.

Quellen