Überprüfung von StockIQ Technologies, Supply Chain-Planungssoftwareanbieter

Von Léon Levinas-Ménard

Zuletzt aktualisiert: Dezember, 2025

StockIQ Technologies verkauft eine supply chain planning Suite, die sich an Vertriebspartner und Hersteller richtet, zentriert auf Nachfrageprognose und Nachschubentscheidungen, mit angrenzenden Modulen für SIOP, Promotion-Planung, Überwachung der Lieferantenleistung und Bestandsanalyse. Das Unternehmen positioniert sein Produkt als eine von Praktikern entwickelte Planungsschicht, die sich in bestehende ERPs/WMSs integriert und durch einen als schnell vermarkteten Implementierungsprozess unterstützt wird (oft in Wochen statt Monaten dargestellt). Öffentlich verfügbare technische Dokumentation hebt konfigurierbare Zeitreihenprognoseansätze hervor (einschließlich Algorithmus-“Turniere” und fehlerbasierter Modellauswahl), operative Planungs-Workflows und Einsatzvoraussetzungen, die mit einer unternehmenstauglichen Webanwendung übereinstimmen, die gehostet oder vor Ort installiert werden kann.

StockIQ Überblick

StockIQ präsentiert seine Software als eine „intelligente supply chain planning Suite“, die sich über die Bereiche Nachfrageplanung/-prognose und Nachschubplanung erstreckt, sowie unterstützende Funktionen wie Lieferantenleistung, Promotion-Planung, Bestandsanalyse-Dashboards und SIOP-Rollups bietet.¹² Der Schwerpunkt in den eigenen Materialien von StockIQ liegt darauf, die täglichen Entscheidungen von Planern (z. B. Bestellzeitpunkt und -mengen) zu verbessern, anstatt das Produkt als ein transaktionales Datensystem zu positionieren.¹³

Kommerziell gesehen ist der jüngste sichtbarste Meilenstein von StockIQ eine strategische Partnerschaft / Rekapitalisierung mit Serent Capital im Jahr 2025 (deren Bedingungen in der Ankündigung nicht öffentlich detailliert wurden), die die Absicht signalisiert, Betrieb und Produktentwicklung zu skalieren.⁴⁵

Detaillierte Einführung

StockIQ ist am besten als ein Planungserweiterungsmodul zu verstehen, das dazu konzipiert ist, „neben“ einem ERP zu sitzen: Es verarbeitet historische Nachfrage- und Betriebsdaten, erstellt Prognosen und Planungssignale und exportiert Bestellvorschläge zurück in Ausführungssysteme. Die eigene Hilfecenter-Dokumentation von StockIQ beschreibt einen betrieblichen Workflow, in dem das System unterschiedliche Verarbeitungsschritte durchläuft und Bestellvorschläge als strukturierte Dateien (häufig durch Leitzeichen getrennt) oder als Datenbankausgaben mit übereinstimmenden Feldern veröffentlichen kann, die von nachgelagerten ERP-Integrationen genutzt werden können.³⁶

Auf der Prognose-Seite ist der konkretste öffentlich einsehbare Beleg die Dokumentation von StockIQs Prognose-Engine und der „Turnier“-Funktionalität. StockIQ beschreibt einen „StockIQ Forecast Algorithm“, der mehrere Teilprognosen kombiniert und mittels Backtesting-artiger Evaluation Konfigurationen auswählt, gepaart mit einem Konzept des „Tournament Forecast Algorithm“ und UI-Oberflächen, die die „Grand Champion“ (leistungsstärkste) Konfiguration zusammen mit Fehlerkennzahlen und Vergleichen zwischen den Kandidatenalgorithmen anzeigen.⁷⁸⁹ Diese Beschreibungen stimmen mit der klassischen statistischen Prognosepraxis überein (multiple Kandidatenmodelle, Parametersuchen und fehlerbasierte Auswahl) und belegen nicht an sich moderne ML-Architekturen (z. B. Deep Learning) oder probabilistische Prognoseausgaben (vollständige Verteilungen) in der Art und Weise, wie diese Begriffe in der aktuellen Forschung und in fortschrittlichen Planungssystemen verwendet werden. Der eigene Produktfahrplan von StockIQ ist hier bemerkenswert: Er listet explizit „Enhanced AI/ML“ als zukünftigen Punkt für Prognosen, Lieferzeiten und Sicherheitsbestand auf – was darauf hindeutet, dass diese Fähigkeiten zumindest intern als Bereiche für weitere Entwicklungen betrachtet werden, anstatt bereits etablierte Differenzierungsmerkmale zu sein.¹⁰

In Bezug auf die Implementierung vermarktet StockIQ kurze Implementierungszyklen (häufig als „28-Tage-Implementierung“ angegeben) und veröffentlicht zudem ein Dokument zum Implementierungsumfang, das die Implementierung als einstufige Bereitstellung beschreibt.¹¹¹² Technische Support-Artikel deuten darauf hin, dass StockIQ sowohl gehostete als auch On-Premises-Setups unterstützt und (zumindest für die „Mt Huron“-Version) .NET 8.0-Runtimes benötigt; weitere Support-Artikel behandeln SSO-Aktualisierungen in Richtung OIDC-Autorisierungsfluss mit PKCE und eine schrittweise Entra SSO-Konfiguration, die auf einen Neustart der Anwendung in IIS für selbstgehostete Instanzen verweist.¹³¹⁴¹⁵

Die Kundenreferenzen sind in ihrer Aussagekraft gemischt. StockIQ bietet Testimonials und Zitate, von denen viele jedoch nicht vollständig einer rechtlich überprüfbaren Organisation zugeordnet werden können (z. B. nur Vorname + Rolle).¹⁶ Dennoch enthält die eigene Ressourcen-Seite von StockIQ in Testimonials benannte Organisationen (z. B. BuildASign, CEPI, Hot Tub Club), wenn auch ohne unabhängig verifizierbare Fallstudiendetails.¹⁷ Separat enthält ein Marktplatz-Eintrag eines Drittanbieters (Acumatica) eine benannte Rezensenten-Organisation („Silvertree Holdings“) und beschreibt StockIQ als eine Planungslösung für Vertriebspartner und Hersteller, die mindestens eine extern gehostete, zuordenbare Kundenerwähnung liefert (wenn auch technisch noch begrenzt in der Tiefe).²

StockIQ Technologies vs Lokad

StockIQ und Lokad sprechen sich überlappende Planungs-Probleme an (Prognosen, Nachschub-/Bestandsentscheidungen), jedoch unterscheiden sich ihre Ansätze deutlich in (i) was das an Kunden gelieferte „Kernartefakt“ ausmacht und (ii) der technischen Ausprägung im Umgang mit Unsicherheit und Optimierung.

1) Produktgestaltung: konfigurierbare Suite vs programmierbare Plattform. StockIQ präsentiert eine Suite von Planungsmodulen mit Konfigurationsoberflächen, Workflows und Integrationsausgaben, die von ERPs genutzt werden sollen (z. B. durch den Export von Bestellvorschlagsdateien oder äquivalenten Datenbankausgaben).¹³ Lokad positioniert eine programmierbare Optimierungsplattform, bei der das Lieferbare in der Regel eine maßgeschneiderte „Decision Pipeline“ ist, die aus probabilistischen Eingaben priorisierte Maßnahmen (Beschaffungen, Zuweisungen etc.) erzeugt, anstatt eines festen Satzes von Bildschirmen und pro Modul-Konfigurationen.¹⁸¹⁹

2) Prognoseansatz: Auswahl eines Punktprognosemodells vs probabilistische Prognose als erstklassiges Element. Die veröffentlichten Dokumente von StockIQ heben die Auswahl von Algorithmen mittels Fehlerbewertung („Turniere“) und der „Gewinner“-Modellkonfiguration hervor, was mit der Auswahl des besten Punktprognosemodells (oder der besten Parametrisierung) für eine Zeitreihe übereinstimmt.⁸⁹ Lokads öffentliche Positionierung hingegen stellt klar, dass die probabilistische Prognose (d. h. die Erzeugung von Verteilungen, nicht einzelnen Werten) grundlegend ist und dass die Optimierung diese Verteilungen verwendet, um risikoadjustierte Entscheidungen zu berechnen.²⁰²¹ Mit anderen Worten, die öffentlichen Artefakte von StockIQ betonen Workflows zur „besten Prognosegenauigkeit“, während Lokad „Prognoseverteilungen + nachgelagerte Optimierung“ als Kernarchitektur darstellt.²⁰¹⁸

3) Optimierungssemantik: Nachschubempfehlungen vs durchgehende prädiktive Optimierung. StockIQ exportiert eindeutig Nachschub-/Bestellvorschläge und unterstützt Planungsgovernance-Workflows (einschließlich Konfiguration von Service-Level-Messungen und betrieblicher Prozesse wie System-Neuberechnungsschritte).³²²⁶ Allerdings liefert die öffentliche Dokumentation von StockIQ (in den untersuchten Quellen) keinen detaillierten technischen Bericht über eine stochastische Optimierungsschicht, die explizit ein wirtschaftliches Ziel unter Unsicherheit optimiert. Im Gegensatz dazu dokumentiert Lokad öffentlich einen dedizierten stochastischen Optimierungsansatz (stochastischer diskreter Abstieg), der darauf ausgelegt ist, probabilistische Prognosen zu verarbeiten und risikoadjustierte Entscheidungen zu liefern.²¹¹⁸

4) Evidenzhaltung: Fahrplansignale vs öffentlich dokumentierte technische Paradigmen. Der Produktfahrplan von StockIQ weist explizit auf „Enhanced AI/ML“ als zukunftsgerichtet für Prognosen, Lieferzeiten und Sicherheitsbestand hin.¹⁰ Lokads öffentliche Materialien betonen bereits implementierte probabilistische Prognosen und entscheidungsorientierte Optimierung, und Lokad verweist auf die Leistung in einem offenen Prognosewettbewerb als eine Form der externen Validierung (6. von 909 Teams im M5).²³²⁴²⁵

In praktischen Begriffen: Wenn ein Käufer eine Planungssuite mit konfigurierbaren Prognose-Workflows (einschließlich Algorithmusturniere), etablierten ERP-Exportmustern und optionaler On-Premises-Bereitstellung wünscht, stimmen die veröffentlichten Materialien von StockIQ mit diesem Betriebsmodell überein.⁸³¹³ Wenn hingegen ein Käufer ein programmgesteuertes System wünscht, das auf probabilistischen Prognosen und expliziter stochastischer Optimierung von Entscheidungen basiert, ist die öffentliche technische Haltung von Lokad auf dieses Paradigma ausgerichtet.²⁰²¹

Technologie- und Architekturhinweise aus der öffentlichen Dokumentation

Bereitstellungsmodell und Voraussetzungen

Die Support-Dokumentation von StockIQ weist darauf hin:

Hosted vs On-Prem-Support, mit unterschiedlicher Anleitung zur Runtime-Installation, abhängig davon, ob StockIQ On-Premises oder gehostet mit einem lokalen Sync-Agent ist.¹³
.NET 8.0-Anforderung (für die „Mt Huron“-Version) und Anweisungen zur Installation von ASP.NET Core-Runtimes/Hosting-Bundle.¹³
SSO-Modernisierung in Richtung OIDC-Autorisierungsfluss mit PKCE und Entra-Konfigurationsschritte, die einen Neustart der Anwendung in IIS für selbstgehostete Deployments vorsehen.¹⁴¹⁵

Dies stimmt mit einem Deployment-Profil für unternehmensweite Windows/Web-Stacks überein (zumindest für On-Premises-Kunden) und deutet auf typische IT-Integrations-Schnittstellen im Unternehmensbereich hin (SSO, Runtime-Voraussetzungen, Instanz-Neustarts).

Datenverarbeitung und betrieblicher Workflow

StockIQ dokumentiert einen internen Verarbeitungsworkflow, in dem ein „Calculate“-Schritt zu den Hauptschritten gehört und Benutzer während seiner Ausführung blockieren kann.⁶ Dies ist ein bedeutender architektonischer Hinweis: Er legt nahe, dass eine stapelorientierte Berechnung (Neuberechnung des Planungszustands) anstelle einer kontinuierlichen, stets laufenden inkrementellen Neuberechnung erfolgt.

Integrationsausgaben

StockIQ dokumentiert ein häufiges Szenario, in dem die Anwendung Bestellvorschläge veröffentlicht als pipe-getrennte Textdateien, mit einer alternativen Datenbankausgabe-Option, die dieselben Spalten/Felder enthält.³ Dies verstärkt die Charakterisierung von StockIQ als Planungssystem, das dazu entwickelt wurde, Entscheidungen an Ausführungssysteme zu übergeben, anstatt sie direkt auszuführen.

Prognose- und „AI/ML“-Behauptungen: Was wird öffentlich untermauert?

Die technisch präzisesten öffentlichen Materialien von StockIQ (Hilfecenter-Artikel) beschreiben:

Einen Prognoseansatz, der mehrere Algorithmen/Konfigurationen kombiniert und diese mittels Fehlerkennzahlen bewertet („Tournament“-Workflows).⁷⁸⁹
UI-Evidenz von Backtesting-ähnlichen Vergleichen (aktuelle vs. rückdatierte Fehler, Auswahl des Grand Champion, visueller Vergleich von Modellen mit den tatsächlichen Werten).⁹

Was in den überprüften öffentlichen technischen Materialien nicht eindeutig untermauert wird, ist der Einsatz moderner ML-Modellklassen (z. B. tiefe neuronale Prognosearchitekturen) oder die Erzeugung probabilistischer Nachfragedistributionen als standardmäßiges Ausgabeartefakt. Die Aufnahme von „Enhanced AI/ML“ im Produktfahrplan (für Prognosen, Lieferzeiten, Sicherheitsbestand) ist ein warnendes Signal, das davor mahnt, die „AI“-Kennzeichnung zu stark zu interpretieren als Beschreibung aktueller, tief technischer ML-Implementierungen.¹⁰

Das bedeutet nicht, dass StockIQs Prognosen ineffektiv sind; vielmehr scheint es, basierend auf den öffentlich einsehbaren Belegen, näher an der fortgeschrittenen klassischen Prognosepraxis zu liegen (Modellfamilien + Parametersuche + Backtesting-Auswahl) als an „state-of-the-art ML“ im Forschungsverständnis.

Implementierungs- und Rollout-Methodik

StockIQ vermarktet in seinen Marketingmaterialien einen schnellen Implementierungsprozess (häufig „28-Tage-Implementierung“).¹¹²⁶ Separat veröffentlicht es einen „Standard Implementation Scope“, der die Implementierung als einstufige Bereitstellung im Rahmen seines Abonnement-/Dienstleistungsvertrags beschreibt.¹² Diese Behauptungen werden hauptsächlich durch von StockIQ verfasste Quellen gestützt und sollten als vom Anbieter gemeldete Zielvorgaben für Prozesse behandelt werden, anstatt als unabhängig verifizierte Zeitpläne.

Kunden und Fallbeweise: benannt vs. schwach zuordenbar

Benannte oder extern zuordenbare Belege (stärker):

Ein Marktplatz-Eintrag eines Drittanbieters (Acumatica) enthält mindestens eine benannte Rezensenten-Organisation („Silvertree Holdings“) und beschreibt, wie das Produkt eingesetzt wird (Nachschub, Nachfrageprognose, Produktionsplanung etc.).²

Benannte, aber überwiegend vom Anbieter gehostete Testimonials (mäßig):

Die Ressourcen-Seiten von StockIQ enthalten Testimonials, die Organisationen wie BuildASign, CEPI und Hot Tub Club erwähnen, jedoch ohne detaillierte, unabhängig verifizierbare Fallstudiendaten in den überprüften Materialien.¹⁷
Ein von StockIQ gehostetes PDF mit Kundenzitaten liefert zusätzliche Empfehlungen, weist jedoch häufig nicht genügend Unternehmenskennungen für eine unabhängige Bestätigung auf.¹⁶

Insgesamt liefert StockIQ Kundenbelege, aber vieles davon wird nicht in einer Form veröffentlicht, die eine robuste Drittverifizierung ermöglicht (z. B. detaillierte Fallstudien mit benannten Einheiten, Umfang, Ausgangswerten und gemessenen Ergebnissen). Wo Entscheidungen von hoher Tragweite sind, würde ein potenzieller Käufer wahrscheinlich direkte Kundenreferenzen unter NDA benötigen, anstatt sich auf öffentliche Testimonials zu verlassen.

Bewertung der kommerziellen Reife

StockIQ scheint über die frühe Prototypenphase hinaus zu sein: Es verfügt über eine dokumentierte Support-Wissensbasis mit detaillierten betrieblichen und Konfigurationsthemen, eine Praxis der Versionsbenennung („Mt Huron“) und unternehmensbezogene Integrationsfeatures (SSO, ERP-Exportmuster, REST/API-Verweise in der Support-Navigation).²¹³¹⁴³² Die Partnerschaft mit Serent Capital im Jahr 2025 deutet auf externe Investorenunterstützung und Skalierungsabsichten hin.⁴⁵ Basierend auf diesen öffentlichen Signalen lässt sich StockIQ am besten als kommerziell etablierter mittelständischer Planungslösungsanbieter charakterisieren, anstatt als aufstrebendes Startup – wenn auch kleiner und (öffentlich) weniger transparent dokumentiert als die größten unternehmensweiten Planungssuiten.

Schlussfolgerung

StockIQ Technologies’ öffentlich zugängliche technische Materialien stützen eine konkrete Charakterisierung: Sie liefern eine supply chain Planungs-Suite, die sich auf die Nachfrageprognose und die Bestandsauffüllungsplanung mit angrenzenden Planungsmodulen konzentriert, implementiert als eine einsetzbare (gehostete oder on-prem) Unternehmensanwendung, die sich über veröffentlichte Ausgaben (Dateien oder Datenbank) mit ERPs integriert und Unternehmensidentitätsintegrationen (SSO) unterstützt. Die am besten belegte „algorithmische“ Fähigkeit besteht in der Modellauswahl mittels Prognoseturnieren und Fehlerbewertung, was mit fortgeschrittener klassischer Prognosepraxis übereinstimmt. Öffentliche Belege für moderne ML-Architekturen oder probabilistische Prognosen als erstklassiges Ergebnis sind begrenzt, und StockIQs eigene Roadmap-Sprache deutet darauf hin, dass zumindest einige „AI/ML“-Erweiterungen zukunftsorientiert sind. Im Vergleich zu Lokad stimmt die öffentliche Haltung von StockIQ mehr mit konfigurierbaren Planungsabläufen und der Auswahl von Prognosemodellen überein, während Lokad probabilistische Prognosen und explizite stochastische Optimierung von Entscheidungen als zentrales technisches Paradigma betont.