Rezension von ThroughPut Inc., supply chain analytics-Softwareanbieter

Von Léon Levinas-Ménard
Zuletzt aktualisiert: Dezember, 2025

Zurück zu Marktforschung

ThroughPut Inc. ist ein in Palo Alto ansässiger Softwareanbieter, der eine cloudbasierte “supply chain AI”-Plattform verkauft, die darauf ausgerichtet ist, operative Engpässe („constraints“) in End-to-End-Prozessen zu identifizieren und zu beseitigen. Die öffentliche Kommunikation positioniert das Produkt als eine Orchestrierungsebene über den bestehenden Unternehmenssystemen (ERP und angrenzenden Ausführungssystemen) und verspricht eine schnellere Erkennung veränderlicher Engpässe, priorisierte Eingriffe sowie Verbesserungen in der Planung im Bereich von Nachfrage, Kapazität, Logistik, Inventar und S&OP-Workflows. Die Belege für diese Behauptungen sind eine Mischung aus vom Anbieter herausgegebenen Pressemitteilungen, Lösungsbeschreibungen, Marktplatz-Einträgen und ausgewählten Kundenankündigungen; jedoch bleibt die öffentliche technische Dokumentation relativ oberflächlich, mit begrenzten reproduzierbaren Details zu Modellklassen, Trainingsdaten, Zielfunktionen oder dem Verhalten des Solvers.

Überblick über ThroughPut

Die Website von ThroughPut präsentiert das Angebot als “Supply Chain Planning (SCP) Software driven by AI,” das Module wie Demand Sensing, Capacity Planning, Logistics Planning, Replenishment Planning, Inventory Management, “digital twin” und Workflows zur Engpass-Erkennung umfasst.1 Das Unternehmen betont wiederholt die Identifikation und Priorisierung von Engpässen als zentralen Mechanismus: die aktuellen Constraint(s) finden, deren Auswirkung quantifizieren und Maßnahmen vorschlagen, um den Durchsatz zu erhöhen / Verschwendung zu reduzieren.23

Eine der zentralen Verpackungen des Angebots ist ELITE, beschrieben als ein AI-gesteuertes supply-chain SaaS und positioniert für eine reibungslose Bereitstellung über den Microsoft Azure Marketplace.456 Separat wird ThroughPut’s breitere Plattform unter dem Namen ELI als ein “Operations AI”-Produkt vermarktet (die Terminologie variiert je nach Seite und Ankündigung), mit der wiederkehrenden Aussage, dass vorhandene Unternehmensdatenbanken genutzt werden, um Engpässe “schon heute” zu lösen.7

ThroughPut Inc. vs Lokad

Sowohl ThroughPut als auch Lokad verkaufen Entscheidungsunterstützung für supply chains, aber der öffentlich belegte Schwerpunkt ist unterschiedlich.

Die extern dokumentierte Differenzierung von ThroughPut konzentriert sich auf Constraint/Bottleneck Handling und die Beseitigung operativer Verschwendung – d.h. auf das Erkennen, wo der Fluss behindert wird, und das Empfehlen von Eingriffen in den Planungs- und Ausführungsebenen – oft dargestellt als „on top of“ bestehender Unternehmenssysteme und deren Datenabfall.72 Die öffentlichen Materialien des Unternehmens legen mehr Gewicht auf Ergebnisse (Beseitigung von Engpässen, Beschleunigung von Verbesserungen), als dass sie eine transparente, durchgängige mathematische Pipeline (forecast distributions → wirtschaftliches Ziel → Optimierung under Constraints) spezifizieren.36

Lokad hingegen präsentiert sich öffentlich als eine forecasting-and-optimization Plattform, die auf probabilistischer Forecasting und expliziter Entscheidungsoptimierung (wirtschaftliche Ziele, Constraints und Priorisierung von Aktionen) basiert. Die Übersicht „Forecasting & Optimization“ hebt Unsicherheits-bewusste Forecasts und die Umsetzung dieser Forecasts in optimierte Entscheidungen hervor, anstatt nur Dashboards anzubieten.8 Lokad betont zudem eine programmierbare Schicht (sein DSL “Envision”) als Mechanismus, um geschäftliche Constraints und Optimierungslogik auszudrücken, und stellt Implementierungen als maßgeschneiderte „Apps“ auf einer gemeinsamen Plattform dar, statt als festgelegte Module.9 Kurz gesagt: ThroughPut’s öffentliche Darstellung neigt zu einer engpasszentrierten operativen Orchestrierung und kontinuierlichen Verbesserung; Lokad’s öffentliche Darstellung neigt zu probabilistischer prädiktiver Optimierung mit einer explizit programmierbaren Modellierungsschicht.89

Unternehmensgeschichte, Finanzierung und Meilensteine

Öffentliche Finanzierungsoffenlegungen erfolgen hauptsächlich über Pressemitteilungen. Im April 2022 kündigte ThroughPut ein $6M angel funding-Ereignis an und beschrieb die Finanzierung als Unterstützung für Wachstum und Produktentwicklung.10 Dies wird durch Berichte Dritter über Finanzierungen, die denselben Betrag und Zeitpunkt erwähnen, bestätigt.11

Die Ankündigungen von ThroughPut signalisieren zudem Meilensteine in der Produktverbreitung. Im April 2020 kündigte das Unternehmen die ELITE-Verfügbarkeit auf dem Microsoft Azure Marketplace an und stellte den Eintrag als Ermöglichung einer reibungslosen Bereitstellung und Verwaltung auf Azure dar.45 Der Azure Marketplace-Eintrag beschreibt ELITE selbst als ein Tool, das „ständig wechselnde Engpässe und Verschwendungsbereiche“ verfolgt, um die operative Effizienz zu verbessern.6

In den für diese Rezension verwendeten Quellen tauchen keine glaubwürdigen öffentlichen Hinweise auf Akquisitionen (als Erwerber oder Übernommener) auf; die hier herangezogenen öffentlichen Mitteilungen des Unternehmens konzentrieren sich auf organische Produktverteilung, Neuzugänge im Beirat sowie auf Kunden- und Regierungsgewinne.41012

Produktumfang und technische Leistungsmerkmale

Auf den von ThroughPut verfassten Seiten lässt sich die Lösung (eindeutig) wie folgt zusammenfassen:

  • Datenbasierte Erkennung und Priorisierung operativer Constraints („bottlenecks“) unter Verwendung von zeitgestempelten operativen Daten aus Unternehmenssystemen.7
  • Planungs- und Überwachungs-Workflows, die sich über Entscheidungen in den Bereichen Nachfrage, Kapazität, Logistik und Inventar erstrecken und als „supply chain intelligence“ / „SCP“ präsentiert werden.1
  • Ein verpacktes SaaS-Angebot (ELITE), das über den Azure Marketplace vertrieben wird und für eine Azure-basierte Bereitstellung sowie Integration in Unternehmensumgebungen positioniert ist.46

Wo die Quellen weniger spezifisch sind, ist die genaue Form der Leistungen (z.B. ob die Ausgaben als sortierte Aktionslisten mit expliziten Zielwerten, empfohlene Parametereinstellungen, Warnmeldungen oder Szenarienvergleiche vorliegen) und welche genauen Entscheidungsvariablen unterstützt werden (Bestellmengen, Kapazitätsumschichtung, Terminplanung, Transportplanung etc.). Die ELITE-Broschüre und die Beschreibung im Marktplatz heben das Tracking von Engpässen und Effizienzverbesserungen hervor, liefern jedoch keine überprüfbare Optimierungsformulierung, Solver-Typ oder Details zur Modellsteuerung.36

Belege zu Mechanismen und Architektur

Datenquellen und Integrationsansprüche

Die wiederkehrende technische Behauptung von ThroughPut ist, dass seine Plattform Daten aus bestehenden Unternehmenssystemen (als Beispiele werden ERP, MES, WMS/TMS-Klassensysteme und andere industrielle Datenquellen genannt) verwendet, um Engpässe zu finden und zu beheben.7 Dies ist eine materiell überprüfbare Aussage (Integrations-Tiefe, Latenz und Datenqualitätsvorgaben würden die Machbarkeit bestimmen), jedoch liefern die öffentlichen Quellen keine vollständige Integrationsspezifikation (Connectors, Schemas, SLAs, Abstimmungsregeln, Data Lineage etc.).17

Einsatzsignale

Der stärkste öffentliche Beleg für die Einsatzbereitschaft ist der Azure-Vertriebsweg: Die PR-Mitteilung von ThroughPut stellt ELITE explizit als über den Azure Marketplace verfügbar dar und betont Azures Skalierbarkeit/Verfügbarkeit/Sicherheit mit „streamlined deployment and management.“4 Der Marktplatz-Eintrag positioniert ELITE ebenfalls als ein Produkt, das dabei hilft, supply chain und Fertigungsziele zu erreichen, indem es Engpässe und Verschwendung verfolgt.6 Darüber hinaus zeigt die öffentliche Website von ThroughPut eher Marketingpfade (Demo-/Kontakt-Flows und Ressourcenbibliothek) als detaillierte Implementierungshandbücher.1

KI / ML / Optimierungsansprüche: Was belegt ist vs. was nicht

ThroughPut beschreibt sich selbst mit Bezeichnungen wie „Supply Chain AI Optimization“ und „industrial AI pioneer“ und behauptet, große Mengen operativer Prozesse zu optimieren und schnelle Transformationen zu ermöglichen.1012 Der konkreteste technische „Hook“, der in den Quellen wiederholt wird, ist die Darstellung des Bottleneck Management Systems (den Constraint identifizieren, die Auswirkung quantifizieren, Abhilfemaßnahmen empfehlen) sowie die Behauptung, dass dafür bestehende Unternehmensdatenbanken genutzt werden.7

Was in den herangezogenen öffentlichen Materialien nicht belegt wird:

  • Benannte Modellfamilien (z. B. gradient-boosted trees vs. neural nets) und Trainingsprotokolle für die Nachfrageerfassung/Prognose.
  • Explizite Optimierungsformulierungen (Zielfunktionen, Nebenbedingungen, gemischt-ganzzahlige vs. heuristische Solver, Konvergenzverhalten).
  • Reproduzierbare Artefakte (offener Code, Benchmark-Studien, peer-reviewte methodische Veröffentlichungen) direkt verknüpft mit ThroughPut’s Produkt.

Dementsprechend sollte „KI“ hier als ein Anbieter-Label behandelt werden, das inhaltlich plausibel ist (Analytics + Prognose + Empfehlungen), jedoch nicht technisch charakterisierbar über die engpasszentrierte Herangehensweise hinaus, ohne dass tiefere Dokumentationen vorliegen als jene, die öffentlich in diesen Quellen verfügbar sind.710

Öffentlich benannte Kunden und Fallbelege

Benannte und extern bestätigte Referenzen

Eine bemerkenswerte benannte Kundenreferenz ist Church Brothers Farms, die auf ThroughPut’s eigener Case-Study-Landingpage als Beispiel für die Nutzung der Plattform zur Vorhersage der kurzfristigen Nachfrage nach verderblichen Waren genannt wird.13 Die Beziehung wird auch von branchenspezifischen Nachrichtenmedien thematisiert, die berichten, dass Church Brothers Farms ThroughPut als supply chain Datenpartner gewählt hat (gesponserte/Partner-Berichterstattung, jedoch extern zu ThroughPut’s eigener Domain).1415

Ansprüche aus Regierungs-/Verteidigungsverträgen

Im Dezember 2025 gab ThroughPut bekannt, dass ein SBIR Phase III Vertrag mit der U.S. Air Force im Bereich „Aircraft Availability Optimization“ vergeben wurde, und dies erscheint sowohl auf PRNewswire als auch gespiegelt auf ThroughPut’s eigener Pressemitteilungsseite.1216 (Wie präsentiert, handelt es sich hierbei noch um eine Unternehmensankündigung; Vertragsdokumentation oder eine staatliche Auszeichnungsbekanntmachung würden die Verifikation weiter untermauern, wurden jedoch in den hier abgerufenen Quellen nicht identifiziert.)

Anonymisierte Fallbeispiele

ThroughPut veröffentlicht zudem ergebnisorientierte Berichte über nicht benannte Kunden (z. B. „weltweit führendes Verpackungsunternehmen“), die als Marketing-Signale nützlich sind, jedoch nur schwache Hinweise auf spezifische technische Fähigkeiten oder verallgemeinerbare Leistungsfähigkeit bieten.17

Bewertung der kommerziellen Reife

Aufgrund öffentlich sichtbarer Signale scheint ThroughPut ein Anbieter in der Wachstumsphase zu sein mit:

  • Produktvertrieb über einen großen Cloud-Marktplatz (Azure Marketplace) und wiederholte SaaS-Positionierung.46
  • Eine bekannte Angel-Finanzierungsrunde ($6M) und Berichte über den Ausbau der Betriebsabläufe bei großem Prozessvolumen.1011
  • Mindestens eine benannte kommerzielle Kundenbeziehung (Church Brothers Farms) mit teilweiser Drittbestätigung.1314
  • Öffentliche Ankündigungen von SBIR-Verträgen (Phase III) der U.S. Air Force Ende 2025, was auf ein Engagement über rein kommerzielle KMU-Einsätze hinaus hindeutet.1216

Gleichzeitig ist die öffentliche technische Transparenz des Unternehmens (wie aus diesen Quellen ersichtlich) begrenzt: Die Produktbehauptungen sind ergebnisorientierter als mechanismusorientiert, und es gibt unzureichendes öffentliches Material, um „state-of-the-art“ KI/Optimierung in derselben Weise zu bewerten, wie es bei Anbietern möglich wäre, die detaillierte technische Notizen, Benchmarks oder Implementierungsdokumentationen veröffentlichen.710

Fazit

ThroughPut Inc. verkauft ein supply-chain/operations analytics SaaS, das öffentlich rund um dynamische Engpass-Erkennung und -Behebung positioniert wird – basierend auf Daten, die aus bestehenden Unternehmenssystemen stammen. Die am besten bestätigten Produktsignale sind die Verteilung von ELITE über den Azure Marketplace und ThroughPut’s wiederholte Betonung der Verfolgung sich ändernder Engpässe und operativer Verschwendung. Öffentliche Hinweise auf „KI-Optimierung“ sind hauptsächlich narrativ und pressegetrieben: Sie deuten auf die Absicht (Prognose + Priorisierung + empfohlene Interventionen) hin, liefern jedoch nicht genügend technische Details, um die Modellkomplexität, den Optimierungsgrad oder die Reproduzierbarkeit zu validieren. Kommerziell zeigt ThroughPut glaubwürdige Markteintritts- und Traktionsindikatoren (Finanzierungsbekanntgabe, Marktplatzpräsenz, benannte Kundenankündigung und kürzlich vorgenommene SBIR-Vertragsankündigungen der U.S. Air Force), liest sich jedoch eher als ein skalierender Anbieter als als eine lang etablierte Enterprise-Planungssuite.

Quellen

  1. ThroughPut — Website-Navigation und Positionierung (abgerufen 2025-12-19) ↩︎ ↩︎ ↩︎ ↩︎

  2. ThroughPut — Über das Unternehmen (abgerufen 2025-12-19) ↩︎ ↩︎

  3. ThroughPut ELITE Broschüre (abgerufen 2025-12-19) ↩︎ ↩︎ ↩︎

  4. ThroughPut Inc.’s ELITE jetzt im Microsoft Azure Marketplace verfügbar — PRNewswire — 2020-04-28 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  5. ThroughPut — ELITE jetzt im Microsoft Azure Marketplace verfügbar (Pressemitteilungs-Spiegel) — 2020-04-28 ↩︎ ↩︎

  6. Microsoft Azure Marketplace — ThroughPut ELITE (abgerufen 2025-12-19) ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  7. ThroughPut begrüßt Supply Chain Optimization / ML-Experten in seinen Beirat — PRNewswire — 2019-01-23 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. Lokad — Prognose & Optimierung Übersicht (abgerufen 2025-12-19) ↩︎ ↩︎

  9. Lokad — Envision (abgerufen 2025-12-19) ↩︎ ↩︎

  10. Mit Rekordmomentum erhält ThroughPut Inc. $6M Angel-Funding… — PRNewswire — 2022-04-21 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  11. ThroughPut erhält $6M Angel-Funding — FinSMEs — 2022-04-22 ↩︎ ↩︎

  12. US Air Force vergibt ThroughPut.ai Phase III Vertrag für „Aircraft Availability Optimization“ — PRNewswire — 2025-12-09 ↩︎ ↩︎ ↩︎ ↩︎

  13. Fallstudien-Landingpage: Church Brothers Farms nutzt vorhandene Daten… (abgerufen 2025-12-19) ↩︎ ↩︎

  14. AndNowUKnow — Church Brothers Farms arbeitet mit ThroughPut zusammen… — 2022-02-01 ↩︎ ↩︎

  15. PerishableNews — Church Brothers wählt ThroughPut Inc… (abgerufen 2025-12-19) ↩︎

  16. ThroughPut — US-Luftwaffe vergibt ThroughPut.ai Phase-III-Vertrag… (Pressemitteilungs-Spiegel) — 2025-12-09 ↩︎ ↩︎

  17. ThroughPut-Ressourcengeschichte: „Spares 3 Mio. $ für das weltweit führende Verpackungsunternehmen“ — 2021 (abgerufen 2025-12-19) ↩︎