Zurück zur Marktforschung
RELEX Solutions liefert Planungssoftware für Einzelhändler, Großhändler und Hersteller. Die Anwendungen decken Nachfrageprognosen, Bestandsauffüllung, Preise und Aktionen, Sortiments- und Flächenplanung sowie Produktions- und Distributionsplanung ab. Die Software erzeugt aus Absatz-, Bestands- und Betriebsdaten Prognosen, Bestellvorschläge, Preise und Versorgungspläne und ist mit den Ausführungssystemen der Kunden verbunden. (1, 5, 11, 17)
Gesamtbewertung der Supply Chain: 4,2/10
| Dimension | Bewertung /10 |
|---|---|
| Supply-Chain-Tiefe | 4,2 |
| Substanz der Entscheidungen und Optimierung | 4,6 |
| Integrität von Produkt und Architektur | 4,4 |
| Technische Transparenz | 3,8 |
| Seriosität des Anbieters | 3,8 |
| Gesamt | 4,2 |
Die Gesamtbewertung ist der Durchschnitt der fünf Dimensionen. Die detaillierte Bewertung erläutert die 25 zugrunde liegenden Einzelnoten anhand öffentlicher Dokumentation.
RELEXs dokumentierter Nachschubablauf wandelt Prognosen über konfigurierte Verfügbarkeitsziele, Sicherheitsbestände und Geschäftsregeln in Bestellungen um. (1) Er automatisiert eine Planungspolitik, deren wirtschaftliche Qualität davon abhängt, wie Planer diese Ziele und Regeln wählen.
Verfügbarkeitsziele können keine wirtschaftliche Berechnung über Einkauf, Preise und Sortiment hinweg ersetzen. Diese Entscheidungen konkurrieren um Geld, Kapazität und Regalfläche und verändern gegenseitig ihre Rentabilität. Ihre Optimierung erfordert ein gemeinsames wirtschaftliches Ziel und eine gemeinsame Behandlung der Unsicherheit. RELEXs Produktbeschreibungen erklären nicht, wie die Anwendungen diese Berechnung durchführen. Automatisierung kann daher eine teure Bestandspolitik ausweiten, ohne sie zu korrigieren. (1, 5, 6)
RELEXs Agentenstrategie von 2026 ergänzt den Planerablauf um Diagnosen, Szenarien und abgestimmte Empfehlungen. (7, 9) Diese Ergänzungen lassen das wirtschaftliche Problem ungelöst. Schnellere Prüfungen können ein arbeitsintensives Betriebsmodell bewahren; die Agentenankündigungen messen den gesamten verbleibenden Arbeitsaufwand nicht. Die Geschichte von RELEXs Technologie-Roadmap verstärkt die Bedenken: Aufeinanderfolgende Ankündigungen ändern Bezeichnungen und Erfolgsmaßstäbe, ohne frühere Versprechen ausreichend aufzuarbeiten.
RELEXs öffentliche technische Darstellung liefert keine Grundlage, den Anbieter für autonome wirtschaftliche Optimierung auszuwählen.
RELEX versus Lokad
RELEX bietet eine konfigurierbare Suite für die Handelsplanung. Seine Nachschubsoftware kann Bestellungen automatisch erzeugen und übermitteln, während Kundenregeln Parameter und Abläufe steuern. Lokad entwickelt unternehmensspezifische Entscheidungsberechnungen auf einer programmierbaren Plattform: Kosten, Beschränkungen und Unsicherheiten gehen in die Logik ein, die Einkäufe, Zuteilungen oder Preise auswählt. Der zentrale Unterschied liegt darin, wie die Ökonomie des Händlers zu ausführbaren Entscheidungen wird. (1, 46, 45)
Ein Händler muss etwa entscheiden, ob er weiteren Bestand kauft, vorhandene Ware rabattiert oder das Geld behält. Die Antwort hängt von erwarteten Margen, Verderb, Substitution und unsicherer künftiger Nachfrage ab. Lokads Ansatz kodiert diese Abwägungen im Entscheidungsmodell des Kunden. RELEXs Leitfaden zur Bestandsplanung beschreibt Budgetkontrollen und vorgeschlagene Reaktionen; Planer wählen zwischen geringeren Einkäufen, geänderten Sicherheitsbeständen, Preisabschlägen und größeren Budgets. (21, 45, 48)
Damit stehen Entwicklung und Pflege der Berechnung im Zentrum einer Lokad-Implementierung. Spezialisten müssen das Geschäft modellieren, die Logik testen und sie bei veränderten Bedingungen überarbeiten; der angestrebte Ertrag entsteht durch wiederholte Ausführung dieser Arbeit als automatisierte Entscheidungen. RELEXs dokumentierte Kundensteuerung konzentriert sich darauf, Abläufe um vorhandene Berechnungen zusammenzustellen. Der wirtschaftliche Test beider Ansätze sind die Kosten, über die Zeit fundierte Entscheidungen zu erzeugen, einschließlich fachlicher Pflege und wiederkehrender Planerarbeit. (45, 46)
Verfügbarkeitsziele lassen das wirtschaftliche Problem ungelöst
RELEXs RFP-Leitfaden verknüpft statische Sicherheitsbestände mit Zyklusservicegraden oder Lieferbereitschaftsgraden und beschreibt ABC/XYZ-basierte Verfügbarkeitsziele. Prognosegesteuerte Sicherheitsbestände passen sich der geschätzten Nachfrageschwankung an. (1, Frage 7; 4)
Eine Verfügbarkeitsquote sagt, wie viel Service gewünscht ist, ohne ihm einen Wert zuzuweisen. Zwei Produkte derselben Absatzklasse können unterschiedliche Margen, Verderbsrisiken, Substitute und Betriebskapitalanforderungen haben. Dasselbe Ziel kann deshalb Geld für ein Produkt ausgeben, das anderswo mehr Wert schaffen würde. Zusätzliche Klassen verfeinern die Konfiguration, ohne diese Abwägungen zu berechnen.
RELEXs Leitfaden zur Bestandsplanung beschreibt budgetbegrenzte Bestellungen und automatische Lieferantenauswahl neben manueller Finanzplanung. Werden Budgets knapp, schlägt das System geringere Einkäufe, geänderte Sicherheitsbestände, Preisabschläge oder höhere Budgets vor. Planer entscheiden zwischen diesen Optionen. (48) Eine Ausgabengrenze durchzusetzen ist nützlich; welche Reaktion den höchsten Ertrag bringt, erfordert eine gemeinsame Bewertung der Alternativen. Der Leitfaden erklärt diese Berechnung nicht.
Monte Carlo und die Dimensionen der Unsicherheit
RELEXs Artikel zur stochastischen Planung von 2019 beschreibt nicht gaußförmige Nachfragemodelle, wahrscheinlichkeitsbasierte Bestellkosten und eine Monte-Carlo-Behandlung langsam drehender Artikel. Die aktuelle KI-Seite nennt ebenfalls probabilistische Sicherheitsbestände und Monte Carlo. (4, 22)
Das dokumentierte Monte-Carlo-Beispiel verteilt den prognostizierten Zeitpunkt von Nachschubbestellungen für Langsamdreher, bevor sie für das Distributionszentrum aggregiert werden. Dies korrigiert eine Verzerrung der vorgelagerten Prognose, lässt aber die Wahl zwischen Produkten außerhalb der Berechnung. (4)
Monte-Carlo-Stichproben sind leicht zu implementieren. Die schwierige Arbeit liegt darin, Unsicherheiten zu modellieren und aus den Simulationen Entscheidungen auszuwählen. Unabhängige Simulationen einzelner SKUs erfassen weder Substitution zwischen Produkten noch Konkurrenz um ein gemeinsames Budget oder korrelierte Lieferantenausfälle. Diese Beziehungen müssen ausdrücklich in das Modell eingehen; das Addieren gezogener Mengen kann sie nicht wiederherstellen.
Lieferzeiten zeigen dasselbe Problem. Eine Einkaufsberechnung muss unsichere Nachfrage mit der unsicheren Zeit bis zum Nachschub verbinden. Nachfrage zu ziehen und dabei das Ankunftsdatum eines Lieferanten festzuhalten, kann selbstsichere Antworten auf die falsche Frage erzeugen. RELEXs Beschreibungen erklären nicht, wie die Modelle diese Unsicherheiten verbinden, seltene Ereignisse behandeln oder feststellen, ob weitere Stichproben die gewählte Bestellung ändern würden.
RELEXs Artikel vom März 2025 betont adaptive Bestellparameter: Die prognostizierte Varianz passt Puffer an und gibt Planern verständliche Stellgrößen. Er argumentiert, die probabilistische Komplexität könne ihren praktischen Nutzen übersteigen. (2) Die Rechtfertigung einer Vereinfachung hängt von den Verlusten ab, die sie verursacht. Eine intuitive Pufferregelung sagt dem Planer wenig über die Kosten ignorierter Lieferverzögerungen, Substitution oder korrelierter Fehlmengen.
Gemeinsame Handelsoptimierung bleibt unbelegt
Ein Händler wählt beispielsweise zwischen dem Zukauf eines Produkts, dem Rabattieren vorhandener Ware und der Vergabe von Regalfläche an ein Substitut. Jede Wahl verändert die Wirtschaftlichkeit der anderen. Einen Preisabschlag zu optimieren, nachdem die Beschaffung den Bestand bereits verbindlich gekauft hat, kann die Räumungsentscheidung verbessern und den ursprünglichen Einkaufsfehler unangetastet lassen. Auch die Weitergabe von Prognosen zwischen Anwendungen reicht nicht, wenn jede Anwendung ein anderes Ziel optimiert und die Entscheidungen der anderen als fest behandelt.
RELEX beschreibt wirtschaftliche Berechnungen innerhalb einzelner Anwendungen. Seine Seite für Frischebestände wägt bei Nachschubbestellungen erwarteten Verderb gegen entgangene Verkaufsmarge ab. Die Preissoftware verwendet Elastizitätsmodelle und konfigurierbare Geschäftsziele; die Saisonplanung verbindet Abschläge mit der Bestandsräumung. (3, 5, 6) Die Beschreibungen enden bei diesen Einzelberechnungen. Sie erklären nicht, wie Einkäufe, Preise und Sortiment gemeinsam unter einem geteilten Budget oder Kapazitätslimit gewählt werden.
Dieselbe Lücke zeigt sich in der mehrstufigen Planung. RELEX erklärt, wie prognostizierte Filialbestellungen zur vorgelagerten Nachfrage werden. (1, Frage 10) Netzwerkoptimierung verlangt auch zu bewerten, ob Änderungen dieser Filialbestellungen die Nutzung gemeinsamer Ressourcen verbessern würden. Einen bestehenden Plan nach oben weiterzugeben lässt diese Wahl offen.
Die Ankündigung vom 2. November 2026 ergänzt einen Wissensgraphen und funktionsübergreifende Agentenorchestrierung; einige Erweiterungen bleiben Zukunftsversprechen. (9) Ein Graph, der Prozesse und KPIs verbindet, legt nicht fest, wie ein Euro Marge gegen einen Euro Verderb oder Kapital abzuwägen ist. Ohne diese Berechnung kann Orchestrierung widersprüchliche Pläne abstimmen und deren Ziele dennoch im Konflikt belassen.
MCP und Planerproduktivität
RELEX unterstützt bereits die automatische Annahme von Bestellvorschlägen und deren Übertragung an das Backend des Kunden. (1, Frage 8) Der Bestandsleitfaden stellt das Produkt Altsystemen und Tabellen gegenüber und lädt Leser ein, sich 12–32 Wochenstunden vorzustellen, die für strategisches Denken frei würden. Er liefert weder einen gemessenen Personalvergleich für ein definiertes Portfolio noch eine Aufstellung der nach diesen Einsparungen verbleibenden Arbeit. (48) Auch ein verbesserter manueller Prozess kann für den Kunden teuer bleiben.
RELEX Open stellt APIs, MCP und Erweiterungen in den Vordergrund. Das KI-Glossar präsentiert MCP als Zugang für externe Agenten zu Daten und Abläufen der Plattform. (8, 27) Diese Konnektivität als Weg zu agentischer Optimierung zu bewerben, ist ein architektonisches Warnsignal. Vorhandene Werkzeuge zugänglich zu machen ist ein billiger Weg, eine KI-Oberfläche hinzuzufügen und den Entscheidungskern unverändert zu lassen.
Ein Agent, der eine Ausnahme prüft, sie erklärt, einen Parameter anpasst und einen Planer um Szenariofreigabe bittet, bewahrt die alte Arbeit. Für routinemäßige Handelsentscheidungen ist dieser Weg eine technologische Sackgasse. Die Chance liegt darin, die Berechnung so zu verbessern, dass nachfolgende Fälle automatisch laufen. Ein schnelleres Gespräch über dasselbe wiederkehrende Problem hält den Händler von wiederkehrenden Eingriffen abhängig.
RELEXs Beschreibung vom März 2026 trennt LLM-Schlussfolgerungen von numerischen Werkzeugen und sagt, der Inventory-Control-Agent könne über Tausende SKUs hinweg arbeiten. Sie verspricht automatisierte Diagnosen und eine Verkürzung der Promotion-Einrichtung von Stunden auf Minuten, behält aber breitere Bestands- und Preisszenarien der menschlichen Prüfung vor. (7) Diese Aussagen brauchen eine Aufstellung der zusätzlich zur bestehenden Nachschubautomatisierung entfallenen Arbeit, einschließlich der Frage, wie der Prüfaufwand mit Sortiment und Filialnetz wächst.
Der nützliche Vergleich umfasst sämtliche Arbeit von Kunde, Anbieter und Partnern für einen definierten Betriebsumfang und eine bestimmte Entscheidungsqualität. Konfiguration, Support, Tests und Wiederherstellung gehören dazu. Ein überzeugender Agenteneinsatz würde zeigen, dass ganze wiederkehrende Aufgaben verschwinden, Wachstum ohne proportionalen Personalaufbau möglich ist und Gewinne Software- und Betriebskosten übersteigen. Die Agentenankündigungen liefern diese Messungen nicht.
Interne technische Konsistenz
Bestands- und Preisszenarien brauchen Freigabe
RELEXs Glossar unterscheidet Agenten von Assistenten durch die Fähigkeit, ohne Freigabe bei jedem Schritt zu handeln. Die KI-Governance-Richtlinie verlangt menschliche Zustimmung für geschäftswirksame Entwürfe und Empfehlungen, erlaubt aber mit zunehmender Reife abgestufte Autonomie innerhalb genehmigter Grenzen. Die Agenten-FAQ ordnet strategische Bestands- und Preisszenarien der Prüfung und Freigabe zu. (27, 37, 7)
Diese Agenten können Zwischenschritte selbstständig ausführen und die geschäftliche Entscheidung dennoch beim Planer belassen. RELEXs weitergehende Autonomiesprache verwischt diese Grenze. Die FAQ müsste zwischen zwingend zu prüfenden Entscheidungen und freiwilligen Kundenprüfungen unterscheiden und die heutigen Grenzen unbeaufsichtigter Ausführung benennen. Die Richtlinie beschreibt weitergehende Autonomie als künftige Fähigkeit.
Digitale Zwillinge brauchen Vorhersagevalidierung
RELEX präsentiert digitale Zwillinge als Werkzeuge zur Vorwegnahme von Nachfrageverschiebungen, Störungen und Reaktionen auf neue Produkte. Diese Anwendungen verlangen hochdimensionale bedingte Prognosen: Das Modell muss viele verbundene Größen unter einer vorgeschlagenen Änderung vorhersagen. Der Artikel behandelt korrekte Daten, Kundenbeteiligung und iterative Validierung, liefert aber weder eine Auswertung an zurückgehaltenen Ergebnissen noch eine Analyse korrelierter Fehler oder einen Test vorhergesagter Reaktionen auf Eingriffe. (33)
Ein Modell kann heutige Flüsse reproduzieren und dennoch versagen, wenn Lieferzeiten steigen, Kapazität wegfällt oder Kunden Produkte wechseln. RELEX erkennt Genauigkeit als Problem an, lässt seine Vorhersagebehauptungen im Artikel aber ungetestet. Die fehlenden Details sind folgenreich: Was sagt das Modell voraus, wie weit voraus und wie wirken sich Fehler auf Einkaufs- oder Kapazitätsentscheidungen aus?
Demand Sensing und überhöhte Genauigkeitsangaben
Demand Sensing ist ein Warnsignal, weil die Bezeichnung keine eigenständige Berechnungsmethode liefert. RELEX beschreibt kurzfristige Signale und häufige Aktualisierungen und sagt anschließend, seine ML-Prognosen über alle Horizonte hinweg würden fortlaufend erfassen und sich anpassen. Die eigene Erklärung verwischt die zuvor eingeführte Unterscheidung. (34)
Der Demand-Sensing-Artikel zitiert Atrias Prognosegenauigkeit von 98,1%. Atrias Fallstudie bezeichnet sie als Wochenwert, während sie den Bedarf an genauen Tagesprognosen für kurzlebige Produkte beschreibt. Sie nennt außerdem vorgelagerte Lieferzeiten von zehn Wochen bis zu mehreren Jahren. (34, 36) Die Schlagzeile misst ein anderes Problem als die tägliche zeitliche Abstimmung, die zur Vermeidung von Verderb und Fehlmengen nötig ist.
M5 illustriert dieses Messproblem quantitativ. Wir berechneten die 50 von den Organisatoren veröffentlichten führenden Punktprognose-Einreichungen über die letzten 28 Tage neu, anhand von 100 × (1 − WAPE), wobei WAPE der gesamte absolute Fehler geteilt durch den tatsächlichen Absatz ist. Die Ergebnisse reichen von 22,1–25,1% auf SKU-/Filial-/Tagesebene bis 95,8–98,2% nach täglicher Zusammenfassung aller Produkte und Filialen. Der Gesamtsieger erreicht 99,8%, wenn auch die gesamten 28 Tage zusammengefasst werden. (49) Die Prognosen bleiben unverändert: Aggregation lässt Fehler sich aufheben, bevor ihre Größe gemessen wird. Sie bringt weder fehlenden Bestand in die richtige Filiale noch macht sie Verderb rückgängig.
Atrias Wochenangabe belegt nicht den beworbenen Nutzen für die Tagesplanung. Keine der Quellen benennt Fehlerformel, Prognosevorlauf oder einen Vergleich mit einer Referenz auf derselben Informationsbasis. Ein spätes Signal kann die ausgewiesene Prognose verbessern, nachdem die Produktion bereits festgelegt wurde. Validierung verlangt Prognosen vor den relevanten Entscheidungen, Fehler auf deren operativer Auflösung und daraus resultierende Margen, Verderbs- und Kapitalkosten nach Software- und Arbeitsaufwand. Die Zahl von 98,1% liefert keinen dieser wirtschaftlichen Belege.
Technologie-Roadmap: wechselnde Etiketten, schwache Rechenschaft
RELEXs öffentliche Technologie-Roadmap zeigt schwache Integrität. Die Ankündigungen greifen wiederholt neue Technologiethemen auf, ohne frühere Versprechen ausreichend abzurechnen. Rebot verdeutlicht das Muster: Aus einer Produktivitätsprognose von 2024 wird 2026 ein Bericht über Abfragevolumen, ohne die beiden miteinander abzugleichen.
| Technologiewelle | Datierte Belege | Aussage |
|---|---|---|
| Big Data und In-Memory-Computing, 2013–2014 | RELEX warb 2013 mit Big-Data-Analysen in Echtzeit, gefolgt von Aussagen über mehr als 100-fache Rechenleistung und typische Amortisation nach drei bis vier Monaten im Jahr 2014. (28, 23) | Die Datenbankerklärung von 2024 beschreibt die Architektur, liefert aber keinen reproduzierbaren Benchmark oder Nachweis der behaupteten Amortisation. (10) |
| Maschinelles Lernen, 2017–2019 | Die WHSmith-Ankündigung vom März 2017 benennt Regressionsanalyse. Ein Methodenartikel vom Mai 2019 beschreibt neuronale Netze als Forschungsgebiet und bayessche Regression als in Entwicklung. (24, 29) | Das ML-Etikett umfasst etablierte Regression und unfertige Forschung. Der Artikel von 2019 lässt Lieferung und Ergebnisse der neueren Methoden offen. |
| Blockchain, IoT und reibungsloser Handel, 2019 | Ein Artikel vom Juni 2019 präsentiert einheitliche Planung als Grundlage für Ambitionen einschließlich „RFID-Blockchain-Technologie“. (32) | Der Artikel beruft sich auf Blockchain, ohne eine RELEX-Implementierung oder eine damit verbesserte Berechnung zu beschreiben. |
| Generative KI und Rebot, 2023–2026 | Nach dem Assistentenstart 2023 meldet die Ankündigung vom März 2024 einen Produktivitätsgewinn von 19% aus einer internen Umfrage und prognostiziert weitere 32% für 2024–2025. Das Update vom Januar 2026 betont Agenten-Gateway-Funktionen und über 60.000 monatliche Abfragen. (25, 26) | Das spätere Update ersetzt Produktivität durch Nutzungsvolumen. Es gleicht den prognostizierten Gewinn nicht mit einem gemessenen Ergebnis ab und sagt nichts darüber, ob mehr Abfragen weniger Arbeit bedeuten. |
| Digitale Zwillinge, 2024 | RELEXs Artikel vom September 2024 beschreibt ein Modell von Supply-Chain-Knoten, Kosten, Regeln und Beschränkungen und sagt zugleich, digitale Zwillinge würden seit Jahren genutzt. (33) | Nach RELEXs eigener Darstellung ist die Modellierung älter als diese Ankündigung. Der Artikel nennt keine neue Optimierungsmethode, die das Etikett begleitet. |
| ML-Einführung bei langjährigen Kunden, 2024–2025 | Im Dezember 2024 wurde für Lumene, Kunde seit 2014, der Wechsel zu ML-Prognosen angekündigt. Im Januar 2025 wurde für Bünting, Kunde seit 2017, die Einführung von ML-Prognosen angekündigt. (30, 31) | Langjährige Kunden wurden noch 2024–2025 auf ML-Prognosen umgestellt. Eine pauschale Geschichte der KI-Expertise verdeckt diese Unterschiede zwischen Produktgenerationen und Kundeninstallationen. |
| Demand Sensing, 2025 | RELEXs Artikel vom Dezember 2025 grenzt kurzfristiges Sensing von Prognosen ab und beschreibt anschließend seine ML-Prognosen über alle Horizonte als fortlaufend erfassend und anpassend. (34) | Der Artikel gibt einem gemeinsamen Prognoseansatz beide Bezeichnungen, ohne die zusätzliche Methode zu nennen, die die Unterscheidung rechtfertigen würde. |
| Berührungslose Planung, Agenten und MCP, 2025–2026 | Der Leitfaden zur berührungslosen Planung vom Juni 2025 stellt gezielte menschliche „golden touches“ ins Zentrum. Die Ankündigungen von 2026 ergänzen Agentenkonnektivität und Orchestrierung um Planungsfunktionen. (35, 8, 9) | Unter der stärkeren Automatisierungssprache bleibt der Eingriff von Planern zentral. Die Ankündigungen messen keine Reduktion wiederkehrender Entscheidungsarbeit. |
Die Bezeichnung „maschinelles Lernen“ umfasst Regressionsanwendungen, Forschung zu anderen Methoden und spätere Kundenmigrationen. Ein Käufer muss wissen, welche Methode eine vorgeschlagene Implementierung verwendet, was sie ersetzt und wie stark sie Entscheidungen verbessert. RELEXs pauschale Geschichte der KI-Expertise beantwortet diese Fragen nicht.
Über diese Ankündigungen hinweg betont RELEX die Verarbeitung weiterer Informationen, zusätzliche Prognoseeingaben, Szenariodarstellungen, Ausnahmenerklärungen und Anwendungsverbindungen. Der zugrunde liegende Ablauf bleibt um Planer und ihre Ziele organisiert. Die Veröffentlichungen beschreiben kaum eine Entwicklung hin zu gemeinsamen wirtschaftlichen Zielen, verbundener Unsicherheit oder Routineentscheidungen, die Planerprüfungen beseitigen.
Diese Geschichte schwächt das heutige Agentenversprechen. RELEX richtet seine öffentlichen Prioritäten wiederholt auf modische Technologien aus und lässt frühere Zusagen offen. Käufer haben Grund, Ergebnisse aus veröffentlichter Software zu verlangen, bevor sie für die nächste Roadmap zahlen. Das Muster wirft Zweifel an der Beständigkeit von RELEXs Entwicklungsprioritäten und seiner Verantwortung für eigene Versprechen auf.
Software-Stückliste und Betriebskosten
Hinter der Darstellung als einheitliche Plattform betreibt RELEX mehrere Produkt-Stacks und umfangreiche Dateninfrastruktur. Seine eingebettete Planungsdatenbank steht neben Warehousing-, Streaming- und Orchestrierungsdiensten. Technische Artikel und Stellenanzeigen nennen folgende Komponenten.
| Produkt oder Infrastruktur | Dokumentierte Komponenten | Quelle |
|---|---|---|
| Eingebetteter Planungskern | Proprietäre spaltenorientierte In-Memory-Datenbank, in die Anwendung eingebettet | Technischer Artikel vom Juni 2024: komprimierte Spalten, gemeinsamer Anwendungsspeicher und gebündelte Aktualisierungen. (10) |
| Datenverwaltung | Snowflake, Confluent Kafka, Microsoft Azure | Plattform- und Governance-Seiten: Snowflake-Datensätze, Kafka-Streaming und Azure-Speicher. (11, 37) |
| Entwicklung der Datenplattform | Python, SQL, Snowflake, Kubernetes, Cloud-Dienste | RELEXs Anzeige für einen Lead Data Platform Engineer nennt den Stack, der die Produktteams unterstützt. (39) |
| Fertigungsoptimierung | Kotlin- und Java-Dienste, Python-Daten- und Optimierungslogik, React-/TypeScript-Frontend, Kubernetes | Bericht des Engineering-Managers für Fertigung vom September 2025. (40) |
| Personaleinsatzprodukt, 2021–2022 | Elixir, Phoenix, PostgreSQL; Bereitstellung auf Azure und Kubernetes | Ein technischer Artikel vom Juni 2021 beschreibt die Bereitstellung; eine Teamleiter-Stellenanzeige vom Januar 2022 erläutert Core Services und HTTP-Verbindungen zu weiteren RELEX-Work-Diensten. (38, 44) |
| Gemeinsame Infrastruktur, 2021 | Private Rechenzentren, öffentliche Clouds, Kubernetes, Terraform | Cloud-Engineering-Bericht vom September 2021 über hybriden Multi-Cloud-Betrieb. (43) |
Diese Vielfalt hat Wurzeln in RELEXs Entwicklungsorganisation. Im März 2018 sagte das Unternehmen, Teams wählten den Stack für ein neues Projekt im Allgemeinen selbst. Der Data-Engineering-Bericht vom September 2019 nannte Dienste in Java, Kotlin, JRuby, Scala und Clojure sowie eine neue Datenplattform, die noch entworfen wurde. (41, 42) Eine solche Autonomie macht gemeinsame Datendefinitionen, einheitliche Betriebspraktiken und die Stilllegung redundanter Systeme unverzichtbar. Die Artikel erklären die lokalen Entscheidungen, lassen aber ihre plattformweite Abstimmung unklar.
Jede eingesetzte Komponente verursacht Kosten, auch Open-Source-Software. Der eingebettete Kern benötigt Speicher- und Rechenkapazität. Warehousing und Streaming ergänzen Speicherung, Verarbeitung und Datentransfers. Containerorchestrierung und mehrere Laufzeitumgebungen erfordern Upgrades, Überwachung, Störungsbearbeitung und spezialisierte Pflege. Kopien von Datensätzen benötigen ebenfalls Synchronisierungs- und Wiederherstellungsverfahren. Verwaltete Dienste verlagern einen Teil dieser Arbeit in die Hosting-Rechnung.
RELEX bewirbt minimale Verarbeitungskosten, ohne Datenkopien, Speicher, wiederholte Berechnungen und Pflege für eine repräsentative Last aufzuschlüsseln. (11) Seine getrennten Stacks und Dienste machen diese Auslassung bedeutsam. Käufer tragen die Kosten für Betrieb und Integration der gesamten Plattform; die Effizienz der eingebetteten Datenbank allein sagt daher wenig über ihre Gesamtrechnung.
Konfigurationspflege und Gesamtbetriebskosten
RELEX bewirbt seine Geschäftsregel-Engine als kostengünstige Konfiguration ohne Programmierung. Kunden stellen Filter, Verzweigungen und Aktionen zu Abläufen zusammen, die Parameter ändern und Berechnungen aufrufen. Eine separate Anpassungsschicht bewahrt Regeln über Upgrades hinweg. RELEX schult kundenseitige Super User zur selbstständigen Regelentwicklung; weitere Unterstützung ist verfügbar. Das Unternehmen empfiehlt Entwicklungsfreigaben, Tests und Validierung und warnt vor übermäßigen wechselseitigen Abhängigkeiten. (46) Dies ist Softwareentwicklung über eine grafische Oberfläche, samt den zugehörigen Pflegepflichten.
RELEXs Fallstudie zu Beijer Byggmaterial illustriert die Arbeit. Die Implementierung erforderte mehrere Regelsätze, die vereinfacht werden mussten, sowie technische Anleitung jenseits der Kompetenz des internen Teams. Beijer nutzte Rebot, um Konfigurationen zu verstehen, etwa den Einfluss des Parameters für den maximalen Auftragsrückstand auf Bestellvorschläge, und berichtete schnelleren Zugang zu Hilfe. (47) Der Fall misst nicht den Aufwand, diese Hilfe in getestete Änderungen der Entscheidungslogik umzusetzen.
Die Gesamtbetriebskosten müssen daher Kundenspezialisten, die Schulung ihrer Nachfolger, Anbieterunterstützung und das Testen von Änderungen bei der Weiterentwicklung des Geschäfts umfassen. Diese Kosten fallen neben dem Abonnement und verbleibenden manuellen Entscheidungsprüfungen an.
Verbesserungsproduktivität betrifft die Arbeit, ein Problem zu diagnostizieren, eine Korrektur zu entwickeln und zu testen und sie auszurollen. Die Perspektive des produktiven Vermögenswerts in Introduction to Supply Chain beurteilt diese Arbeit anhand der dauerhaften Verbesserung, die sie kauft. (21, §6.1.1) Eine nützliche Korrektur beseitigt künftige Eingriffe in ähnliche Fälle. RELEX beschreibt einen Regelentwicklungsprozess, misst aber weder seinen Aufwand noch Durchlaufzeit oder Reduktion nachfolgender Planerarbeit. Diese Kosten und Einsparungen bestimmen, ob kostengünstige Konfiguration auch kostengünstig zu betreiben bleibt.
Produktintegration und Grenzen von Übernahmen
Die Suite enthält mehrere übernommene Produkte: Galleria für Fläche und Sortiment 2016, Formulate für Aktionen 2022, Optimity für vorgelagerte Planung im Januar 2024 und Ida für Frischebestellungen in Filialen im Dezember 2025. (15, 16, 17, 18) RELEXs Veröffentlichung vom Juli 2026 meldet Idas Integration. (19) Blackstone und TCV erhöhten im Dezember 2024 ihre Investition, während Summit ausstieg. (20)
Die Verbindung dieser Produkte erfordert gemeinsame Definitionen von Produkten und Standorten, kompatible Darstellungen von Beschränkungen und einheitliche wirtschaftliche Ziele. Andernfalls können Anwendungen Daten austauschen und dennoch wirtschaftlich widersprüchliche Entscheidungen treffen. Die Übernahme- und Integrationsankündigungen erklären nicht, wie RELEX diese Unterschiede auflöst.
Die öffentliche Monitoring API deckt Jobausführung und Ereignisse der Dateiverarbeitung ab; die Sicherheitsseite beschreibt Zugriffskontrollen, Überwachung und Wiederherstellung. (12, 13) Der Geschäftsregelleitfaden dokumentiert die Änderung und Prüfung von Abläufen durch Kunden. Die zugrunde liegenden numerischen Methoden, reproduzierbare Versionierung und Exportierbarkeit der Kundenlogik bleiben weitgehend unerklärt. (46)
Kundenbelege und wirtschaftliche Ergebnisverantwortung
Das OXXO-Projekt begann im Oktober 2023, nahm im April 2024 einen Prognosepiloten in Betrieb und wurde in Rollout-Wellen fortgesetzt. Die Fallstudie meldet eine Prognoseverbesserung für Bier um acht Prozentpunkte durch die gemeinsame Nutzung von Standardprognose und Wetterfunktion; Nachschub war als spätere Phase geplant. (14) Das kombinierte Ergebnis lässt den zusätzlichen Beitrag des Wetters offen. Die Studie misst auch keinen Gewinn der resultierenden Bestellungen, weshalb der geschäftliche Wert der Prognoseverbesserung ungeklärt bleibt.
RELEXs Plattformseite behauptet „keine gescheiterten Implementierungen“ und einen vollständig als Referenz verfügbaren Kundenstamm. (11) Sie definiert weder Scheitern noch die erfasste Projektmenge und liefert keine Ergebnisprüfung. Ein Projekt kann live gehen und dennoch seinen Business Case verfehlen oder zu teuer im Betrieb sein. Ohne Darstellung solcher Ergebnisse liefert die Behauptung universellen Erfolgs Käufern keinen brauchbaren Maßstab für das Lieferungsrisiko.
Der Geschäftsregelleitfaden weist RELEX die Erstkonfiguration zu, danach gemeinsame Entwicklung und schließlich die Verantwortung des Kunden für neue Regeln. (46) Dies beschreibt, wer Abläufe pflegt, lässt aber die Verantwortung für enttäuschende wirtschaftliche Erträge offen. Der Kunde hat konkrete Entwicklungspflichten; der Erfolgsbehauptung des Anbieters fehlt ein entsprechendes finanzielles Misserfolgskriterium. Eine wirtschaftliche Bewertung braucht eine vereinbarte Ausgangsbasis, vollständige Betriebskosten und eine Möglichkeit, mangelhafte Empfehlungen von Kundenänderungen oder Ausführungsfehlern zu unterscheiden. Das geprüfte Material erklärt nicht, wie RELEX diese Unterscheidung trifft oder eine wirtschaftlich erfolglose Implementierung behebt.
Supply-Chain-Bewertung
Jede Dimension ist der Durchschnitt aus fünf Kriterien; jede Einzelnote trägt somit 4% zur Gesamtnote bei. Entscheidungsautomatisierung und Arbeitsproduktivität fließen in die Entscheidungsbewertung ein, Infrastruktur- und Konfigurationskosten in die Architektur. Integrität der Technologie-Roadmap und wirtschaftliche Ergebnisverantwortung werden unter Anbieterseriosität bewertet.
Supply-Chain-Tiefe: 4,2/10
| Einzelkriterium | /10 | Grundlage |
|---|---|---|
| Wirtschaftlicher Bezugsrahmen | 5 | Kosten frischer Bestellungen und Budgetgrenzen werden modelliert; Erträge konkurrierender Kapitalverwendungen bleiben unklar. |
| Entscheidung als Endergebnis | 6 | Automatische Bestellvorschläge erreichen Ausführungssysteme; die breitere Agentengeschichte bleibt planerzentriert. |
| Begriffliche Präzision zur Supply Chain | 4 | Handelsspezifische Mechanismen werden beschrieben, ein gemeinsames wirtschaftliches Ziel nicht. |
| Freiheit von überholten Leitdoktrinen | 3 | ABC/XYZ-Ziele und Pufferanpassung behalten eine zentrale Rolle. |
| Widerstandsfähigkeit gegen KPI-Theater | 3 | Wöchentliche Genauigkeit stützt eine Aussage zur Tagesplanung ohne Kennzahl, Vorlauf oder wirtschaftliche Nettoergebnisse zur Validierung. |
Arithmetischer Durchschnitt: (5 + 6 + 4 + 3 + 3) / 5 = 4.2. Belege: 1, 3, 7, 14, 26, 34, 36, 48, 49.
Wirtschaftlicher Bezugsrahmen — 5/10. Die Kostenrechnung für Frischebestellungen wägt Verderb gegen entgangene Verkaufsmarge ab, und Finanzplanungswerkzeuge setzen Bestandsbudgets durch. Planer wählen weiterhin zwischen weniger Bestellungen, Preisabschlägen und größeren Budgets. Der Leitfaden erklärt keine gemeinsame wirtschaftliche Berechnung zur Rangfolge dieser Alternativen.
Entscheidung als Endergebnis — 6/10. Nachschub erzeugt Bestellungen, die automatisch an Ausführungssysteme übergehen können. Der breitere Agentenablauf gibt Bestands- und Preisszenarien zur Prüfung an Planer zurück und belässt folgenreiche Entscheidungen in deren Verantwortung.
Begriffliche Präzision zur Supply Chain — 4/10. RELEX beschreibt Mechanismen für Verderblichkeit und Promotion-Reaktionen. Deutlich weniger klar ist die Verteilung knapper Ressourcen zwischen diesen Bedürfnissen: Die rentable Reaktion auf eine Aktion kann sich ändern, wenn sie mit Frischebestand um Geld oder Kapazität konkurriert.
Freiheit von überholten Leitdoktrinen — 3/10. ABC/XYZ-Klassen und Verfügbarkeitsziele bleiben zentral für den Nachschub. Sie gruppieren Produkte nach Ersatzgrößen, die die Opportunitätskosten des Kaufs eines Produkts statt eines anderen übersehen. Automatisierung bewahrt diese Schwäche.
Widerstandsfähigkeit gegen KPI-Theater — 3/10. Die Genauigkeitsangabe zu Atria nutzt einen Wochenprozentsatz zur Begründung täglicher Planung kurzlebiger Produkte. Die M5-Neuberechnung zeigt, wie Aggregation aus unveränderten Prognosen nahezu perfekte Prozentsätze erzeugen kann. RELEX liefert weder eine entsprechende tägliche Fehlerkennzahl noch Prognosevorlauf oder finanziellen Vergleich nach Betriebskosten. Die Schlagzeile lässt damit tägliche Entscheidungsqualität und wirtschaftliche Erträge ungemessen.
Substanz der Entscheidungen und Optimierung: 4,6/10
| Einzelkriterium | /10 | Grundlage |
|---|---|---|
| Tiefe der probabilistischen Modellierung | 4 | Einzelne probabilistische Berechnungen werden beschrieben; kombinierte Nachfrage- und Angebotsunsicherheit bleibt unerklärt. |
| Eigenständige Optimierungs- oder ML-Substanz | 4 | Frischekostenrechnung und Elastizitätsmodelle dienen spezifischen Entscheidungen; gemeinsame Optimierung bleibt undokumentiert. |
| Umgang mit realen Beschränkungen | 6 | Verderblichkeit, Bestellbeschränkungen und beschränkte Projektionen sind konkret beschrieben. |
| Entscheidungsautomatisierung und Arbeitsproduktivität | 5 | Nachschub wird automatisch ausgeführt; zusätzliche Agenteneinsparungen und gesamte verbleibende Arbeit sind nicht beziffert. |
| Belastbarkeit unter realer operativer Komplexität | 4 | Benannte Implementierungen zeigen Betriebserfahrung; Leistung bei korrelierten Störungen bleibt unklar. |
Arithmetischer Durchschnitt: (4 + 4 + 6 + 5 + 4) / 5 = 4.6. Belege: 1, 3, 4, 5, 7, 14, 48.
Tiefe der probabilistischen Modellierung — 4/10. RELEX beschreibt nicht gaußförmige Nachfragemodelle, probabilistische Bestellkosten und Monte-Carlo-Stichproben. Die technische Darstellung erklärt nicht, wie Nachfrageunsicherheit mit Lieferzeitunsicherheit und Abhängigkeiten zwischen Produkten zusammenkommt. Diese Auslassungen zählen, wenn mehrere Risikoquellen denselben Einkauf betreffen.
Eigenständige Optimierungs- oder ML-Substanz — 4/10. Kostenbasierte Bestellungen und Elastizitätsmodelle behandeln spezifische Entscheidungen. Die veröffentlichten Methoden erklären nicht, wie RELEX das größere Problem löst, Einkäufe, Preise und Sortiment gemeinsam zu wählen. Monte Carlo oder maschinelles Lernen zu nennen bringt ohne dieses Modell und seine Validierung wenig.
Umgang mit realen Beschränkungen — 6/10. Nachschub berücksichtigt Bestellrestriktionen, Verderblichkeit und beschränkte Versorgungsprojektionen. Diese Mechanismen helfen, Pläne in machbare Bestellungen umzusetzen. Die Dokumentation erklärt nicht, wie getrennte Anwendungen ihre Ansprüche auf gemeinsame Ressourcen auflösen.
Entscheidungsautomatisierung und Arbeitsproduktivität — 5/10. Automatischer Nachschub schließt den Weg von Prognose zu Bestellung. RELEXs Agenten- und Produktivitätsaussagen messen weder die Gesamtarbeit für ein definiertes Portfolio noch die Entscheidungsqualität im Vergleich zur bestehenden Automatisierung. Breitere Bestands- und Preisszenarien behalten Planerprüfungen bei. Die zusätzlich durch Agenten entfallene Arbeit und der Personalbedarf bei wachsendem Portfolio bleiben unbeziffert.
Belastbarkeit unter realer operativer Komplexität — 4/10. Kundeninstallationen zeigen Erfahrung mit Produktionsdaten und Rollout. Die Fallstudien lassen Entscheidungsqualität bei korrelierten Störungen, unsicheren Lieferzeiten und gleichzeitigen Ressourcenengpässen weitgehend ungeprüft. Gerade unter diesen Bedingungen können getrennte Planungsberechnungen gemeinsam versagen.
Integrität von Produkt und Architektur: 4,4/10
| Einzelkriterium | /10 | Grundlage |
|---|---|---|
| Architektonische Kohärenz | 4 | Der eingebettete Kern ist dokumentiert; gemeinsame Definitionen und Ziele über Produkte hinweg bleiben unklar. |
| Klarheit der Systemgrenzen | 6 | Planungsergebnisse und operative Schnittstellen haben einen klaren Bezug zu Backend-Systemen. |
| Ernsthaftigkeit bei der Sicherheit | 5 | Zugriffskontrollen, Überwachung und Wiederherstellung werden beschrieben; ihre dienstübergreifende Wirksamkeit ist weniger dokumentiert. |
| Software-Sparsamkeit und Betriebskosten | 3 | Mehrere Stacks und kundenseitige Regelsätze verlangen Pflege; Planerprüfungen ergänzen wiederkehrende Arbeit. |
| Eignung für programmatischen und agentengestützten Betrieb | 4 | Kunden können Abläufe ändern und testen; Kontrolle über numerische Methoden und reproduzierbare Versionierung bleiben unklar. |
Arithmetischer Durchschnitt: (4 + 6 + 5 + 3 + 4) / 5 = 4.4. Belege: 7, 8, 10, 12, 13, 19, 37, 38, 39, 40, 41, 46, 47.
Architektonische Kohärenz — 4/10. Der eingebettete Kern hat einen dokumentierten Entwurf. Über übernommene Produkte und getrennte Stacks hinweg beschreibt RELEX gemeinsame Datendefinitionen, Beschränkungsmodelle und wirtschaftliche Ziele wesentlich dünner. Diese Lücken erschweren die Bewertung, ob Integration Entscheidungen abstimmt oder nur Daten zwischen Anwendungen bewegt.
Klarheit der Systemgrenzen — 6/10. Planungsergebnisse, Übertragung an Ausführungssysteme und Betriebsüberwachung haben dokumentierte Rollen. Unklarer werden die Verantwortlichkeiten am Zusammentreffen numerischer Werkzeuge, Agentenorchestrierung und Kundenerweiterungen, insbesondere hinsichtlich der Kontrolle über die Entscheidungslogik.
Ernsthaftigkeit bei der Sicherheit — 5/10. RELEX beschreibt Zugriffskontrollen, Überwachung, Wiederherstellung und KI-Governance. Die öffentlichen Quellen belegen kaum, wie einheitlich diese Kontrollen über Dienste und Integrationen der Suite hinweg funktionieren.
Software-Sparsamkeit und Betriebskosten — 3/10. RELEXs getrennte Stacks und Kundenregelsätze verlangen Infrastruktur- und Entwicklungsarbeit. Beijers Fall zeigt Regelentwicklung mit Expertise jenseits des eigenen Teams. RELEX liefert keine zusammengefasste Darstellung von Infrastruktur, Pflege, Personal und Automatisierungseinsparungen für eine repräsentative Last; damit fehlt seinen Niedrigkostenaussagen eine quantitative Grundlage.
Eignung für programmatischen und agentengestützten Betrieb — 4/10. Kunden können Geschäftsregeln entwickeln und testen, Berechnungen zu Abläufen zusammenstellen und sie stapelweise ausführen. Der Leitfaden erklärt weder die Kundenkontrolle über zugrunde liegende numerische Methoden noch reproduzierbare Versionierung des vollständigen wirtschaftlichen Modells. Agenten benötigen diese Fähigkeiten, um das Modell selbst zu überarbeiten und zu testen.
Technische Transparenz: 3,8/10
| Einzelkriterium | /10 | Grundlage |
|---|---|---|
| Öffentliche technische Dokumentation | 5 | Nützliche Erklärungen zu Nachschub, Datenbank, Abläufen und Überwachung. |
| Prüfbarkeit ohne Vermittlung des Anbieters | 4 | Kundenabläufe und Ergebnissichten sind prüfbar; das wirtschaftliche Grundmodell bleibt undurchsichtig. |
| Transparenz von Portabilität und Anbieterbindung | 2 | Export und unabhängige Ausführung der Kundenlogik bleiben undokumentiert. |
| Transparenz der Implementierungsmethode | 5 | Rollout-Phasen und Zuständigkeiten der Regelentwicklung werden beschrieben; laufende Arbeit bleibt unbeziffert. |
| Belegdichte hinter technischen Behauptungen | 3 | Stärker für operative Mechanismen als für autonome gemeinsame Optimierung. |
Arithmetischer Durchschnitt: (5 + 4 + 2 + 5 + 3) / 5 = 3.8. Belege: 1, 8, 10, 12, 14, 46, 47.
Öffentliche technische Dokumentation — 5/10. RFP-Leitfaden, Datenbankartikel, Geschäftsregelleitfaden und Monitoring API erklären Nachschubmechanik, Kundenabläufe und Systembetrieb. Die Dokumentation der anwendungsübergreifenden wirtschaftlichen Berechnung ist deutlich dünner, wodurch sich die zentrale Optimierungsbehauptung schwer beurteilen lässt.
Prüfbarkeit ohne Vermittlung des Anbieters — 4/10. Geschulte Super User des Kunden können Ablaufregeln und Ergebnissichten prüfen, Änderungen testen und selbstständig Regeln entwickeln. Diese Sichtbarkeit reicht bis zur Aktionsfolge und den Parametereinstellungen. Der Leitfaden legt nicht offen, wie die aufgerufenen numerischen Methoden konkurrierende Einkäufe, Preise und Ressourcenbeschränkungen abstimmen, und liefert kein reproduzierbares Beispiel dieser Berechnung.
Transparenz von Portabilität und Anbieterbindung — 2/10. Die Schnittstellendokumentation erklärt nicht, ob Kunden ihre Entscheidungslogik exportieren und außerhalb von RELEX ausführen können. Ein Kunde, der in Erweiterungen investiert, erhält daher wenig öffentliche Information darüber, wie viel dieser Arbeit einen Plattformwechsel überstehen könnte.
Transparenz der Implementierungsmethode — 5/10. OXXOs Projektdaten und Rollout-Phasen zeigen, wie Prognosen dem Nachschub vorausgehen. Der Geschäftsregelleitfaden erklärt Schulung, gemeinsame Entwicklung und spätere Kundenverantwortung; Beijer illustriert die dabei nötige technische Hilfe. Diese Berichte klären Zuständigkeiten, lassen aber laufende Arbeits- und Supportkosten unbeziffert.
Belegdichte hinter technischen Behauptungen — 3/10. Etablierte Nachschub- und Datenbankmechanismen werden ausführlich erläutert. Der Artikel über digitale Zwillinge lässt Vorhersagetests aus, während Demand-Sensing-Material keinen Vergleich liefert, der den Beitrag kurzfristiger Signale isoliert. Die ambitionierten Optimierungsaussagen haben die schwächste Grundlage.
Seriosität des Anbieters: 3,8/10
| Einzelkriterium | /10 | Grundlage |
|---|---|---|
| Technische Seriosität der öffentlichen Kommunikation | 5 | Beständige Datenbankentwicklung und konkrete Nachschubmethoden stehen neben überzogenen Plattformbehauptungen. |
| Integrität der Technologie-Roadmap | 2 | Aufeinanderfolgende Technologiewellen lassen frühere wirtschaftliche Versprechen und die Lieferung über Produktgenerationen hinweg ungeklärt. |
| Begriffliche Präzision | 4 | Fachspezifische Mechanismen haben Substanz; der öffentlichen Roadmap fehlt eine kohärente Entwicklung zur wirtschaftlichen Autonomie. |
| Wirtschaftliche Ergebnisverantwortung | 2 | Universelle Implementierungserfolge werden ohne wirtschaftliche Misserfolgskriterien behauptet; Kundenverantwortung für Regeln lässt die Verantwortung für schlechte Erträge offen. |
| Bestand in einer Welt agentischer Software | 6 | Eingebettete Handelsberechnungen haben Substanz; Dialogzugang und Ablaufhüllen tragen wenig zur Verteidigungsfähigkeit bei. |
Arithmetischer Durchschnitt: (5 + 2 + 4 + 2 + 6) / 5 = 3.8. Belege: 4, 9, 10, 11, 25, 26, 30, 31, 32, 34, 35, 46.
Technische Seriosität der öffentlichen Kommunikation — 5/10. RELEXs technische Artikel erklären Datenbankentwurf, Nachschubmethoden und Produktzuständigkeiten. Das Plattformmarketing erhebt viel weitergehende Ansprüche zu Autonomie, niedrigen Kosten und universellem Implementierungserfolg ohne vergleichbare Details oder Validierung.
Integrität der Technologie-Roadmap — 2/10. Die datierte Geschichte zeigt, wie Rebots prognostizierte Produktivitätsgewinne Abfragezahlen weichen, etablierte Modellierung neue Etiketten erhält und langjährige Kunden Jahre nach breiter ML-Werbung auf ML umsteigen. RELEX gleicht frühere wirtschaftliche Versprechen nicht mit gemessenen Ergebnissen ab und lässt die Lieferung neuerer Methoden unklar. Diese Bilanz untergräbt das Vertrauen in die heutige Agenten-Roadmap.
Begriffliche Präzision — 4/10. RELEX erklärt einzelne Handelsberechnungen klarer als das wirtschaftliche Ziel der Suite. Aufeinanderfolgende Technologiethemen lassen die Verteilung knapper Ressourcen zwischen Anwendungen ungelöst und werfen Zweifel auf, welches Problem die Roadmap organisiert.
Wirtschaftliche Ergebnisverantwortung — 2/10. RELEXs Behauptung universellen Implementierungserfolgs hat kein wirtschaftliches Misserfolgskriterium, während der Geschäftsregelleitfaden Kunden konkrete Entwicklungspflichten zuweist. Das geprüfte Material definiert weder Nettonutzenziele noch Grenzen der Kundenpflichten und nennt kein Verfahren zur Zuweisung von Verantwortung und Behebung schlechter Erträge. Käufer können nicht erkennen, wann eine wirtschaftlich erfolglose Implementierung als Scheitern von RELEXs Lösung gelten würde.
Bestand in einer Welt agentischer Software — 6/10. RELEXs Handelsberechnungen und akkumulierte Produktentwicklung wären mit Aufwand zu reproduzieren. Ihr dauerhafter Wert hängt von besseren Entscheidungen und weniger Gesamtarbeit für Kunden ab. Dialogzugang über MCP lässt sich für Wettbewerber günstig ergänzen und bietet allein wenig Schutz.
Gesamtbewertung: 4,2/10
(4.2 + 4.6 + 4.4 + 3.8 + 3.8) / 5 = 4.16, gerundet auf 4,2/10.
RELEX erklärt die wirtschaftliche Logik zwischen seinen Anwendungen nicht. Die öffentlichen Beschreibungen zeigen nicht, wie Einkäufe, Preise und Sortiment gemeinsam unter geteilten Beschränkungen gewählt werden und Nachfrage- und Angebotsunsicherheit in ein gemeinsames monetäres Ziel eingehen. Die berichteten Ergebnisse beziffern weder finanzielle Nettoerträge noch den gesamten operativen Arbeitsaufwand.
Quellendossier
Quellen abgerufen am 2.–3. November 2026. Externe Links führen zu zeitgestempelten Archivkopien.
[1] RFP zu Prognosen und Nachschub
RELEX: Häufige RFP-Fragen. Undatiert. Fragen 7–10: Ziele, Bestellabläufe, Beschränkungen und vorgelagerte Projektionen.
RELEX: Umgang mit Unsicherheit in der Nachfrageprognose. 21. März 2025. Adaptive Puffer und Stellgrößen für Planer.
RELEX: Software für Frischebestände. Undatierte aktuelle Produktseite. Beschreibt Kosten-Nutzen-Berechnungen je Bestellung und den Umgang mit Ablaufdaten.
RELEX: Stochastische Planung für widerstandsfähigere und kostengünstigere Supply Chains. 14. August 2019. Technische Erklärung lokaler probabilistischer Methoden und vorgelagerter Stichproben für Langsamdreher.
RELEX: Preisoptimierungssoftware. Undatierte aktuelle Produktseite. Elastizität, Ziele und Preisabläufe.
RELEX: Software für Saisonplanung. Undatierte aktuelle Produktseite. Bestandsabhängige Räumung und Preisabschlagsfunktionen.
[7] Betriebsmodell der Agenten
RELEX: Jenseits des Hypes — RELEX-KI-Agenten für Erfolg im Handel. 4. März 2026. Architektur, Agentenfunktionen und Automatisierungs-FAQ, insbesondere Fragen 4 und 5.
RELEX: Einführung von RELEX Open. 7. Mai 2026. Aussagen zu Erweiterungen und KI-Konnektivität.
[9] Orchestrierungsankündigung im November
RELEX: Ausbau der agentischen KI-Plattform zur Orchestrierung der Wertschöpfungskette. 2. November 2026. Gemeinsamer Wissensgraph, Orchestrierung und Erweiterungspläne.
RELEX: Wie Spezialisierung die Grenzen leistungsfähiger Datenverarbeitung verschiebt. 13. Juni 2024. Komprimierte Spalten, gemeinsamer Anwendungsspeicher und gebündelte Aktualisierungen.
[11] Plattform- und Erfolgsbehauptungen
RELEX: Plattformtechnologie. Undatiert. Aussagen zu Verarbeitungskosten, Integration und Implementierungserfolg.
RELEX: Monitoring API. Version 1.22.0. Jobausführung und Ereignisse der Dateiverarbeitung.
RELEX: Sicherheitskonformität. Undatiert. Anbieterdarstellung von Sicherheitsprozessen und Kontrollen.
RELEX: Fallstudie OXXO. Laut Seitenmetadaten veröffentlicht am 19. August 2025. Prognose-Rollout und berichtete Verbesserungen auf Warengruppenebene.
RELEX: Übernahme von Galleria RTS. 7. Juni 2016.
RELEX: Übernahme von Formulate. 12. Mai 2022.
RELEX: Übernahme von Optimity. 4. Januar 2024.
RELEX: Übernahme von Ida. 18. Dezember 2025.
RELEX: Rekordwachstum im ersten Halbjahr 2026. 30. Juli 2026. Meldet Ida-Integration und erweiterte Frischeabläufe in Filialen.
Blackstone: Blackstone und TCV erhöhen ihre Investition in RELEX Solutions. 10. Dezember 2024. Erhöhte Investition und Ausstieg von Summit.
[21] Lokads Gestaltungsperspektive
Joannes Vermorel: Introduction to Supply Chain, Volltext. September 2025. Insbesondere Kapitel 4 (Wirtschaftlichkeit), 8 (Entscheidungen), 9 (Engineering) und 10 (Einführung).
RELEX: KI-Technologie und -Methoden. Undatiert. Probabilistische Planung und Monte-Carlo-Methoden.
[23] In-Memory-Behauptungen von 2014
RELEX: In-Memory-Computing-Ankündigung. 20. Mai 2014. Ursprüngliche Leistungs- und Amortisationsaussagen.
[24] Maschinelles Lernen und Regression 2017
RELEX: Ankündigung der WHSmith-Travel-Implementierung. 1. März 2017. Benennt Regressionsanalyse innerhalb des ML-Angebots.
[25] Rebots Produktivitätsbehauptungen
RELEX: Ausbau generativer KI-Fähigkeiten. 13. März 2024. Interne Produktivitätsumfrage und prognostizierte Gewinne für 2024–2025.
[26] Rebots weitere Entwicklung
RELEX: Abschluss 2025 mit starkem Abonnementwachstum und erweiterten KI-Fähigkeiten. 28. Januar 2026. Meldet erweiterte Assistentenfunktionen und monatliches Abfragevolumen.
[27] MCP- und Assistententerminologie
RELEX: Das RELEX-KI-Glossar. 22. Juni 2026. Erklärt den Zugang zu bestehenden Abläufen und die sich entwickelnde Positionierung vom Assistenten zum Agenten.
[28] Big-Data-Positionierung 2013
RELEX: Wachstum und Technologiepositionierung. 2. Dezember 2013. Ursprüngliche Marktpositionierung rund um Big-Data-Analysen in Echtzeit.
[29] ML-Entwicklungsbehauptungen 2019
RELEX: Maschinelles Lernen bei Nachfrageprognosen im Handel. 29. Mai 2019. Anwendungen, Forschung an neuronalen Netzen und Entwicklung bayesscher Regression.
RELEX: Erweiterung bei der Lumene Group. 18. Dezember 2024. Kündigt die Migration zu ML-Prognosen für einen Kunden an, der RELEX-Nachfrageplanung seit 2014 nutzt.
[31] Büntings ML-Implementierung
RELEX: Erweiterung bei der Bünting-Gruppe. 23. Januar 2025. Kündigt ML-Prognosen unter zusätzlichen Funktionen für einen Kunden seit 2017 an.
[32] Blockchain und reibungsloser Handel
RELEX: Reibungsloser Handel und die neue Lebensmittel-Supply-Chain. 12. Juni 2019. Einheitliche Planung, IoT- und Blockchain-Ambitionen.
[33] Positionierung digitaler Zwillinge
RELEX: Digitale Zwillinge im Supply-Chain-Management. 6. September 2024. Beschreibt Supply-Chain-Modellierung und behauptet mehrere Jahre vorangegangener Nutzung.
[34] Demand-Sensing-Terminologie
RELEX: Demand Sensing. 2. Dezember 2025. Erklärt die kurzfristige Positionierung und den gemeinsamen ML-Ansatz über Prognosehorizonte hinweg.
[35] Berührungslose Planung und menschliche Eingriffe
RELEX: Leitfaden zur berührungslosen Planung. Laut Seitenmetadaten veröffentlicht am 26. Juni 2025. Definiert den Ansatz rund um ausgewählte menschliche Eingriffe.
RELEX: Atria-Fallstudie. Laut Seitenmetadaten veröffentlicht am 27. Januar 2022. Tagesplanung kurzlebiger Produkte und berichtete wöchentliche Prognosegenauigkeit.
[37] KI-Governance und Infrastruktur
RELEX: KI-Governance und Vertrauen. Undatiert. Menschliche Freigabe, abgestufte Autonomie und Speicherinfrastruktur.
[38] Backend-Rekrutierung für RELEX Work
RELEX-Teamleiter: Senior Backend Developer. 27. Januar 2022. Stellenanzeige des Teamleiters im Elixir Forum mit Beschreibung des RELEX-Work-Core-Services-Stacks.
[39] Rekrutierung für die Datenplattform
RELEX: Lead Data Platform Engineer. RELEX-Anzeige auf LinkedIn mit Stack und Einstellungsanforderungen des Data-Products-Teams.
RELEX: Fertigungsoptimierung — Einblick in RELEXs Ansatz. 2. September 2025. Bericht des Engineering-Managers über Produktverantwortlichkeiten, Sprachen und Bereitstellungsinfrastruktur.
[41] Historische Stack-Governance
RELEX: Warum verwenden wir Haskell?. 6. März 2018. Produktionseinsatz und Technologiewahl auf Teamebene.
[42] Historisches Data Engineering
RELEX: Tech Life bei RELEX — Data Engineering. 5. September 2019. Bestehende JVM-Dienste und Pläne für eine neue Datenplattform.
[43] Historische Cloud-Infrastruktur
RELEX: Cloud-DevOps-Engineering. 21. September 2021. Private Rechenzentren, öffentliche Clouds, Kubernetes, Terraform und Infrastrukturverantwortung.
[44] Entwicklung des Personaleinsatzprodukts
RELEX: Entwicklung von RELEX Work. 14. Juni 2021. Produktspezifische Darstellung von Microservices, Azure, Kubernetes und Elixir/Phoenix.
[45] Lokads Implementierungsperspektive
Lokad: Supply Chain braucht programmierbare Systeme, keine konfigurierbaren Produkte. 5. Januar 2026. Verbindet die Buchperspektive mit Lokads programmatischem Ansatz.
[46] Geschäftsregeln und Kundenentwicklung
RELEX: Die RELEX-Geschäftsregel-Engine: Wie Konfigurierbarkeit flexible, skalierbare Planung ermöglicht. Undatiert. Ablaufkomponenten, Anpassungen über Upgrades hinweg, Super-User-Schulung, Tests und kundenseitige Regelentwicklung.
[47] Beijers Konfigurations- und Supportaufwand
RELEX: Fallstudie Beijer Byggmaterial. Undatiert. RELEXs Darstellung der Regelsatzkomplexität, des technischen Unterstützungsbedarfs und der Konfigurationshilfe durch Rebot.
[48] Bestandsautomatisierung und menschliche Budgetentscheidungen
RELEX: Die beste Bestandsplanungssoftware: KI-gestützt, planergeführt. Undatiert. Nächtliche Vorschläge, versprochene Zeitersparnis, Budgetkontrollen, automatische Lieferantenauswahl und bei Planern verbleibende Finanzentscheidungen.
[49] M5-Daten und eingereichte Prognosen
Organisatoren des M5-Wettbewerbs: Daten, Bewertungen und Einreichungen. Der Aggregationsvergleich berechnet die veröffentlichten 50 besten Punkteinreichungen für die Auswertungstage d_1942–d_1969 neu und behält alle 30.490 Produkt-/Filialreihen sowie Beobachtungen ohne Verkäufe bei. Die Prozentsätze verwenden WAPE auf tatsächlichen Stückzahlen; M5s offizielle Rangfolge verwendete WRMSSE. Aggregierte Summen addieren die ursprünglichen Prognosen ohne erneute Anpassung.