Die besten KI-Tools für Bedarfsplanung und Forecasting im Mittelstand

Der deutsche Mittelstand hat die letzten fünf Jahre mit brennendem Planungssystem verbracht. Materialknappheit lag Ende 2023 bei 24 Prozent der Hersteller⁹. 155 deutsche Automobilzulieferer-Insolvenzen seit 2020, davon 19 allein in der ersten Jahreshälfte 2025³⁰. McKinseys Supply Chain Leader Survey 2024 zeigt: Disruptionen, die länger als einen Monat dauern, treten heute alle 3,7 Jahre auf und können bis zu 45 Prozent eines Jahresgewinns über ein Jahrzehnt auslöschen⁶.

Und die Planer:innen sitzen immer noch in Excel.

Dieser Leitfaden bewertet die zehn KI-Bedarfsplanungs- und Forecasting-Tools, die 2026 wirklich zum deutschen Mittelstand passen - bewertet nach Prognosegüte, ERP-Tiefe, Time-to-Value, DSGVO-Position und S&OP-Unterstützung. Abgedeckt: SAP-zentriert, Dynamics-zentriert, ERP-agnostisch sowie die deutschen Anbieter, die ausländische Analysten gern übersehen.

Warum die Mittelstands-Bedarfsplanung gerade bricht

Vier Kräfte treffen gleichzeitig auf den deutschen Planungsflächen aufeinander. Keine lässt 2026 nach.

• Disruption ist strukturell - McKinsey: Disruptionen länger als ein Monat alle 3,7 Jahre, Kosten bis zu 45 Prozent eines Jahrzehnts an Gewinn. Zwei Drittel investieren in APS, aber nur 10 Prozent haben die Einführung abgeschlossen⁶.
• Die Lieferantenbasis dünnt aus - 155 deutsche Automobilzulieferer-Insolvenzen seit 2020, 19 in H1 2025 mit rund 43.000 Beschäftigten. Insolvenzen in Deutschland erreichten 2025 einen 10-Jahres-Höchststand von 23.900³⁰.
• Materialknappheit bleibt Schwankungsfaktor - ifo: 18,2 Prozent der deutschen Hersteller meldeten Materialengpässe im Oktober 2023, davor schlechter; 75 Prozent der Industrieunternehmen änderten ihre Beschaffung, 58 Prozent diversifizierten Lieferanten⁸.
• KI-Einsatz überschreitet endlich die Schwelle - Bitkom: 41 Prozent der deutschen Unternehmen nutzen KI aktiv 2026, gestiegen von 17 Prozent 2024. 42 Prozent setzen KI in der Produktion ein^10,11.
• Planer:innen sind immer noch in Excel - Excel-Forecasting liefert typisch MAPE 40-50 Prozent. Moderne KI-Tools drücken das auf 15-35 Prozent je nach Volatilität. McKinsey: 20-50 Prozent Fehlerreduktion mit KI⁵.

Übersetzt: Die Kosten falscher Prognosen sind heute eine Bilanzposition, kein Planungs-Meeting-Thema. Tools, die die Lücke schließen, amortisieren sich schnell. Teams, die bei Excel bleiben, betreiben Operations mit einer 10 Jahre alten Methodik, während die Konkurrenz aufrüstet.

Was 2026 als KI-Forecasting-Tool zählt

„KI-Forecasting-Tool" steht für vier sehr unterschiedliche Dinge. Bevor man Anbieter vergleicht, muss klar sein, welche Kategorie man sucht.

• Statistische Forecasting-Suiten mit KI-Aufsatz - ARIMA, exponentielle Glättung, Holt-Winters - die Klassiker plus ML für nicht-stationäre Muster und externe Regressoren. Beispiele: GMDH Streamline, INFORM ADD*ONE.
• Probabilistische Bedarfs-/Angebots-Plattformen - Liefern volle Bedarfsverteilungen, nicht Punktprognosen. Treiben Sicherheitsbestand auf SKU-Standort-Ebene. Beispiele: RELEX, ToolsGroup SO99+, modernes Blue Yonder.
• Integrierte Geschäftsplanung (IBP) - Prognose plus Lieferplan plus S&OP plus Finanzabstimmung in einem Modell. Schwere Einführung, Enterprise-Klasse. Beispiele: SAP IBP, o9, Anaplan, Kinaxis.
• ERP-native KI-Copiloten - Forecasting-Features direkt im ERP per Copilot-UX. Geringe Tiefe, null Integrationsreibung. Beispiele: SAP Joule für IBP, Dynamics 365 Demand Planning Copilot.
• Custom-KI-Agenten - Maßgeschneiderte Agenten in Ihrem spezifischen Stack, die die Muster handhaben, die Standard-Tools verfehlen. Mehr dazu in Abschnitt 10.

Die 10 Tools im Vergleich

Shortlist auf Basis der Gartner Magic Quadrants 2024 und 2025, der Forrester Wave Collaborative Supply Networks Q4 2024 und deutscher Marktbewertungen. Jeder Eintrag beschreibt, was das Tool leistet, für wen es passt und welchen Kompromiss man eingeht.

1. RELEX Solutions - Der 2025 Gartner-Leader aus Helsinki

Finnisch, EU-gehostet, von Gartner Challenger 2024 auf Leader 2025 befördert. Stark in probabilistischer KI, Day-1-Forecasting für Neuprodukte und einheitlicher Planung von Retail bis Wholesale. 5 von 5 auf Innovation in der Forrester Wave Q4 2024^3,4.

• Herkunft - Finnland, Helsinki. EU-gehostet.
• Hauptanwendung - Vereinte Bedarfsplanung, Replenishment und Filialoperationen für Retail, Lebensmittel, FMCG, Wholesale.
• Preis - Gestaffelte SaaS, Standard 500-1.000 Dollar pro Monat für kleine Einführungen, Enterprise individuell.
• Stärken - Probabilistische Modelle mit transparenter Erklärbarkeit. Product-Attribute-AI-Agent ordnet neue SKUs Tag 1 Referenzprodukten zu. No-Code-Konfiguration, vorgefertigte SAP-, Oracle-, D365-Konnektoren.
• Schwächen - Industriefertigung wächst noch gegenüber Retail-Wurzeln. S&OP / IBP weniger reichhaltig als SAP IBP oder Anaplan.
• DSGVO - EU-gehostet (AWS EU-Regionen).
• Am besten für - Filial-Retail, Lebensmittel, Wholesale, hochfrequentierte FMCG mit Saisonalität.

2. o9 Solutions - Das Enterprise Digital Brain

Dallas, Gartner Visionary 2024 nach Rückfall vom Leader-Status. Ein gemeinsames Datenmodell über strategische, taktische und operative Horizonte. Composite-KI-Agenten 2024 gelauncht.

• Herkunft - USA, Dallas.
• Hauptanwendung - Integrierte Planungs-Plattform, die Nachfrage, Lieferung, Finanzen und Beschaffung verbindet.
• Preis - Enterprise, individuell, typisch ab 500.000 Dollar pro Jahr.
• Stärken - Ein Datenmodell über alle Horizonte. Verschiedene Solver (Heuristik, LP, MIP, Drittanbieter). Starke Netzwerk-Simulation.
• Schwächen - 12-24 Monate Einführung. Für Mittelstand überdimensioniert. US-CLOUD-Act-Exponierung.
• DSGVO - Cloud, EU-Regionen verfügbar; US-HQ.
• Am besten für - Global-2000-Konzerne mit funktionsübergreifendem S&OP.

3. ToolsGroup SO99+ - Der Service-Level-Spezialist

Boston und Mailand, Gartner Niche Player aber technisch stark. SO99+ zielt auf 99 Prozent Servicegrad mit 20-30 Prozent weniger Bestand als regelbasierte Safety-Stock-Setups. SAP-HANA-zertifiziert.

• Herkunft - USA/Italien.
• Hauptanwendung - Service-level-getriebene Bedarfsplanung und Mehrstufen-Bestandsoptimierung.
• Preis - SaaS, Module gestaffelt; Mid-Market individuell.
• Stärken - Probabilistische Engine für sporadische und lumpige Nachfrage (Ersatzteile, industrielles B2B). Mehrstufen-Optimierung. SAP-HANA-zertifiziert.
• Schwächen - Außerhalb der Spezialvertikalen geringe Markenbekanntheit. Schwächer in Pure-Retail/Fashion.
• DSGVO - Azure EU-Regionen; Sub-Auftragsverarbeiter prüfen.
• Am besten für - Distributoren, Ersatzteile, Pharma, B2B mit hohen Servicegrad-Verpflichtungen.

4. Blue Yonder Luminate Planning - Der Enterprise-Leader

Scottsdale (US), Panasonic-Tochter, Gartner Leader 2024. Anbieter nennt 12 Prozent Prognosegüte und 75 Prozent Planer-Effizienz. Unabhängige Analysten weisen auf Integrations-Schulden aus JDA/i2/Yantriks-Übernahmen hin.

• Herkunft - USA, Scottsdale; Panasonic-Mutter.
• Hauptanwendung - End-to-End-Supply-Chain-Planung: Nachfrage, Angebot, Bestand, Arbeit, Transport.
• Preis - Enterprise, ab 100.000 Dollar pro Jahr.
• Stärken - Luminate Demand Edge ML-Forecasting mit Kausalfaktor-Erklärung. Microservices-Architektur. Umfassende Analytik-Schicht.
• Schwächen - M&A-Integrationsschulden (Lokad-Review). Hoher Aufwand für Mittelstand. KI-Marketing wird als schwammig kritisiert²⁹.
• DSGVO - Azure EU-Regionen; US/JP-Mutter.
• Am besten für - Globale Großunternehmen mit Wunsch nach einem Anbieter für Planung und Ausführung.

5. GMDH Streamline - Das KMU-Forecasting-Arbeitstier

Ursprünglich aus Kiew, nach 2022 verteilt auf USA und EU. Free-Tier für 50 SKUs und 1 Lager, KMU-Pläne ab rund 100 Dollar pro Monat. Bi-direktionale ERP-Konnektoren, die wirklich für Business One und D365 Business Central funktionieren.

• Herkunft - Ukrainische Wurzeln, verteilte Operations.
• Hauptanwendung - KI-Bedarfsprognose und Replenishment für KMU-Distributoren, Hersteller, Händler.
• Preis - Free-Tier, KMU-Pläne 100-500 Dollar pro Monat, Enterprise individuell.
• Stärken - KMU-freundliche UX, Excel-vertraut. Native Konnektoren zu SAP Business One, D365 BC, NetSuite, QuickBooks, Odoo, Shopify. Setup in Wochen, nicht Monaten.
• Schwächen - Begrenzte S&OP-Tiefe. Hosting-Transparenz nach 2022-Reorganisation prüfen.
• DSGVO - Cloud-basiert; EU-Hosting im AV-Vertrag verifizieren.
• Am besten für - Mittelständische Distributoren und E-Commerce, die von Excel wegkommen.

6. Anaplan Supply Chain Planning + Polaris - Das Connected-Planning-Modell

San Francisco, Thoma-Bravo-Tochter. Gartner Challenger 2024. Polaris-Engine (GA 2024) für SKU-Ebene plus Finanzplanung in einem Modell. Neue KI-Agenten 2024 gelauncht.

• Herkunft - USA.
• Hauptanwendung - Connected Planning - SCM plus FP&A plus S&OP in einem Modell.
• Preis - Ca. 1.950 Dollar pro Nutzer pro Jahr, Vollausstattung 200.000-1.000.000 Dollar pro Jahr.
• Stärken - Polaris skaliert hochdimensional. Finance und SCM in einem Modell. KI-Agenten für funktionsübergreifende Anfragen.
• Schwächen - Standalone-SCP überdimensioniert. Mittelstand-Kosten-Hürde. US-CLOUD-Act-Exponierung.
• DSGVO - EU-Rechenzentren verfügbar, US-Mutter.
• Am besten für - Konzerne ab 1.000 Mitarbeitenden, in denen Finance und SCM ein Modell teilen müssen.

7. SAP IBP + Joule - Die deutsche Enterprise-Basis

Walldorf, das SAP-Ökosystem-Spiel. Native S/4HANA-Integration. Joule-KI-Copilot rollt 2025-2026 in IBP aus; drei neue Supply-Chain-Agenten auf der SAP Connect Oktober 2025^15,16. Microsoft-365-Copilot-Bi-Direktional-Integration seit Ende 2025 GA.

• Herkunft - Deutschland, Walldorf.
• Hauptanwendung - Integrierte Geschäftsplanung für Supply Chain innerhalb der SAP-Welt.
• Preis - Mit S/4HANA-Lizenzen gebündelt oder als Add-on; typisch ab 100.000 Euro pro Jahr.
• Stärken - Native S/4HANA, kein Middleware. BSI-zertifizierte EU-Rechenzentren, beste DSGVO-Position der Liste. Joule + Excel-Add-in für natürlichsprachliches Forecasting. Keine US-CLOUD-Act-Risiko.
• Schwächen - Gartner Challenger, kein Leader. Konfiguration langsamer als Best-of-Breed. Vollwert Joule braucht S/4HANA, kein ECC.
• DSGVO - SAP BTP, BSI C5 zertifiziert, EU-Datenresidenz default.
• Am besten für - SAP-S/4HANA-Mittelstand und Konzerne mit Wunsch nach geringstem Integrationsrisiko und stärkster DSGVO.

8. Slimstock Slim4 - Der Mid-Market-Europäer

Deventer, Niederlande. 650+ Kunden in 27 Ländern, sehr stark im DACH-Wholesale. Gartner Niche Player, aber im europäischen Mid-Market sehr beliebt.

• Herkunft - Niederlande, EU-gehostet.
• Hauptanwendung - KI-Bestandsoptimierung und Bedarfsprognose für den Mid-Market.
• Preis - SaaS, Mid-Market-Bereich, auf Anfrage.
• Stärken - Cloud-nativ, API-Integration mit SAP, Oracle, D365, Salesforce. Mid-Market-UX. EU-Anbieter, EU-Daten, keine US-CLOUD-Act-Exponierung. Kulturell DACH-nah.
• Schwächen - Weniger geeignet für komplexes globales Fertigungs-S&OP.
• DSGVO - EU-HQ, EU-gehostet.
• Am besten für - DACH-Wholesale- und Distributions-Mittelstand mit Wunsch nach europäischem Anbieter und lokalem Support.

9. INFORM ADD*ONE - Der Made-in-Germany-Industrie-Spezialist

Aachener INFORM GmbH. SAP-zertifiziert für S/4HANA. Verwaltet 400+ deutsche Niederlassungen. Anbieter nennt Bestandsreduktion bis 40 Prozent. Internationale Analysten übersehen das Tool weitgehend - aber für viele Mittelstandsbetriebe ist es die beste Wahl.

• Herkunft - Deutschland, Aachen^18,19.
• Hauptanwendung - Bestandsoptimierung, Bedarfsprognose und automatisierte Beschaffung für industriellen Mittelstand.
• Preis - Enterprise individuell.
• Stärken - SAP-zertifiziert für S/4HANA, kein Middleware. Deutsch gehostet, deutscher Support. Berücksichtigt MOQ, Rabattstaffeln, Bestellkosten, Verpackungseinheiten, Lieferzeiten in Bestellvorschlägen. Sauberstes DSGVO- und CLOUD-Act-Profil der Liste.
• Schwächen - Wenig globale Markenbekanntheit. Weniger geeignet für komplexe globale Mehrstufen-Netze.
• DSGVO - Deutschland, voll DSGVO-nativ, keine US-CLOUD-Act-Exponierung.
• Am besten für - DACH-Mittelstand auf SAP-ERP mit Wunsch nach deutschem Anbieter.

10. Microsoft Dynamics 365 Demand Planning Copilot - Die D365-Option

Demand Planning Copilot seit Januar 2025 GA, in allen D365-SCM-Regionen und Sprachen. In die D365-SCM-Lizenz eingebettet. Für D365 Business Central und SCM ist die Integration per Definition nativ¹⁷.

• Herkunft - USA, Redmond.
• Hauptanwendung - Bedarfsprognose und Planung in Dynamics 365 SCM mit Copilot-UX.
• Preis - In D365-SCM-Lizenz (ca. 210 Dollar pro Nutzer pro Monat) enthalten.
• Stärken - Native D365-Integration, kein Middleware. Natürlichsprachliche Forecast-Abfragen über Copilot. Office-365-Integration.
• Schwächen - Begrenzte Tiefe gegenüber Spezialisten. An D365-SCM-Lizenz gebunden, nicht standalone. US-CLOUD-Act-Exponierung.
• DSGVO - Azure EU-Regionen; US-Mutter.
• Am besten für - D365-Business-Central- und D365-SCM-Kunden, die Forecasting im Microsoft-Stack halten wollen.

Vergleichsmatrix auf einen Blick

Dieselben Daten nebeneinander, bewertet nach den Kriterien, die wirklich zählen.

Die ERP-Frage

Für die meisten Mittelständler dominiert die ERP-Frage die Tool-Entscheidung. Die deutsche Mittelstands-ERP-Landschaft ist viel zersplitterter, als die globalen Anbieter-Pitches suggerieren. Tools, die auf SAP S/4HANA sauber laufen, brechen oft auf abas oder proAlpha - leise.

Welches Tool passt zu welchem ERP

Prognosegüte: Was realistisch zu erwarten ist

Anbieter-Marketing wirbt routinemäßig mit „99 Prozent Genauigkeit". Das ehrliche Bild ist differenzierter - und nützlicher.

• Die 99-Prozent-Aussage ist fast immer ein Best-Case - Hohe Genauigkeit ist möglich für stabile, volumenstarke SKUs. Sie generalisiert nicht auf das Long Tail intermittierender oder neuer Produkte. Was zählt, ist die Portfolio-MAPE.
• Realistischer Year-1-Lift: 15-25 Prozent MAPE-Reduktion - Wer von Excel auf ein echtes Tool wechselt, drückt typisch von 45 Prozent MAPE auf 25-35 Prozent. Die verbleibende Lücke kompoundiert in Jahr 2 und 3.
• Probabilistik schlägt Punktprognose bei Sicherheitsbestand - Punktprognose 100 plus 1,65-Sigma-Safety-Stock ist deterministisch. „P50 100, P95 130" dimensioniert pro SKU am realen Quantil.
• Prognosefehler sind nicht linear teuer - 10 Prozent Unterprognose bei einem Margenstar kostet weit mehr als 10 Prozent Überprognose bei einem Niedrigmargenprodukt. Tools, die das per kostengewichteten KPIs ausweisen (RELEX, ToolsGroup), schlagen reine MAPE-Dashboards.
• McKinsey zum Euro-Effekt - KI-Forecasting senkt Prognosefehler um 20-50 Prozent, Abschriften um 30-45 Prozent, Lagerkosten um 5-10 Prozent, Admin-Kosten um 25-40 Prozent, Working Capital um rund 10 Prozent⁵.

LkSG, EU-KI-Verordnung und DSGVO

Drei regulatorische Regime berühren die Tool-Entscheidung. Alle beherrschbar. Keines sollte allein die Wahl treiben - jedes verschiebt die Rechnung.

LkSG - Doppelnutzen-Daten

Das Lieferkettensorgfaltspflichtengesetz gilt seit Januar 2024 für deutsche Unternehmen ab 1.000 Mitarbeitenden und indirekt für deren Lieferanten¹⁴.

• Risikomanagement-Pflicht - LkSG erzwingt systematische Lieferanten-Risikoanalyse: Menschenrechte, Umwelt, geografische Exposition.
• Wo Bedarfsplanung hilft - Tools, die Lieferantenkonzentration, Single-Source-Abhängigkeiten, Lead-Time-Volatilität und geografische Exposition tracken, liefern genau die Daten, die BAFA in LkSG-Dokumentation erwartet.
• Unterschätzter Verkaufsvorteil - Für deutsche Mittelstands-Lieferanten an LkSG-pflichtige Konzerne ist ein Forecasting-Tool, das gleichzeitig Lieferanten-Risiko-Dokumentation liefert, ein echter Beschaffungs-Edge.
• Bußgelder - Bis 50.000 EUR oder 2 Prozent Jahresumsatz für Firmen ab 400M EUR¹⁴.

EU-KI-Verordnung - Minimales Risiko

Bedarfsplanungs-KI steht nicht in Anhang III der EU-KI-Verordnung und erfüllt keines der Hochrisiko-Kriterien. Sie fällt in minimales Risiko, gelegentlich begrenztes Risiko bei einem Kundeninterface^12,13.

DSGVO und US-CLOUD-Act

Bedarfsplanungs-Daten enthalten wenige personenbezogene Daten - die DSGVO ist hauptsächlich Lieferantenstamm- und Kundensignal-Thema. Größere Frage: Jurisdiktion.

• SAP BTP - BSI C5 zertifiziert, deutsche Rechenzentren, sauberstes Profil.
• INFORM - Deutsches Unternehmen, deutsches Hosting, null US-CLOUD-Act.
• RELEX, Slim4 - EU-HQ, EU-gehostet.
• o9, Blue Yonder, Anaplan, ToolsGroup, D365 Copilot - US-HQ. EU-Regionen verfügbar, CLOUD-Act-Exponierung bleibt. AV-Verträge mit SCC, Übermittlungs-Folgenabschätzung, DSB einbinden.

7 Kriterien für die Tool-Auswahl

In Reihenfolge anwenden. Die ersten drei sind K.O.-Kriterien; die folgenden vier sind Gewichtungs-Kriterien für die Finalisten.

1. ERP-Integrationstiefe auf IHREM ERP - Nicht auf Gartner-Referenzarchitektur. Nativer SAP-Partner für S/4HANA. SAP-zertifiziert für INFORM. Nativer Konnektor für D365. Getestete Anbindung für proAlpha und abas in bezahltem PoC.
2. Time-to-Value - Erste Produktiv-Prognosen innerhalb von 90 Tagen für Mid-Market. Über 12 Monate ist Über-Engineering.
3. Prognosegüte-Lift, bewiesen auf Ihren Daten - Bezahlter PoC mit drei Monaten Ihrer Historie. Portfolio-MAPE vor und nach messen. Unter 15 Prozent Lift lohnt den Aufwand nicht.
4. Gesamtkosten vs. Bestands-Baseline - Tool muss mehr sparen als kosten. APQC-Benchmark: Top-Quartil-Lagerkosten 7,3 Prozent vs 16,4 Prozent unten. Schon 1-2 Prozentpunkte auf einem 20M-EUR-Bestand decken die meisten Mid-Market-Lizenzen.
5. S&OP-Prozessunterstützung - Tool muss den monatlichen Rhythmus tragen, nicht nur den Algorithmus. Demand Review, Supply Review, Executive S&OP - alle drei sollten strukturiert sein.
6. DSGVO und Jurisdiktion - DE/EU-Hosting bevorzugt. SAP-Häuser: SAP BTP. Nicht-SAP: INFORM, Slim4, RELEX.
7. Planer-UX und Erklärbarkeit - Gartner: Planer-Adoption durchschnittlich 32 Prozent. Tools mit Override-Workflow, Ausnahme-Queues und Reason Codes schlagen Black-Box-Engines in der Adoption.

Häufige Fehler

Die meisten gescheiterten Einführungen scheitern aus diesen sieben Gründen. Sie sind vorhersehbar und vermeidbar - wenn man vor der Unterschrift hinschaut.

1. Schlechte Stammdaten - 70 Prozent der KI-Projekte scheitern an Datenqualität, nicht Algorithmen²⁹. Lead Times, MOQs, Sicherheitsbestands-Parameter, Stücklisten-Genauigkeit alle brauchen Aufräumarbeit, bevor ML Excel schlägt. 3-6 Monate Datenarbeit einplanen.
2. Kein S&OP-Rhythmus - Tool ohne monatlichen Takt wird zum Forecast-Taschenrechner, den niemand nutzt. Erst Rhythmus, dann Tool - nicht umgekehrt.
3. Planer-Override-Müdigkeit - Black-Box-KI wird ignoriert. Adoption durchschnittlich 32 Prozent (Gartner). Tools mit Override-Tracking, Reason Codes und Ausnahme-UX wählen.
4. Über-Engineering - 200M-EUR-Mittelstand bekommt o9, Blue Yonder oder Anaplan verkauft, wo Slim4, RELEX oder GMDH Streamline passen. Kosten-Überlauf und falsche UX killen das Projekt.
5. Als IT-Projekt behandeln - COO oder SCM-Leitung muss owner sein. McKinsey: Misalignment zwischen Business und Tech ist Top-Failure-Treiber. CIO-Ownership ohne SCM ist Anti-Pattern.
6. Vendor-Lock-in - Tools, die Datenmodell und Forecast-IP besitzen, erzeugen Wechselkosten. Datenportabilität, offene APIs und Termination-Export bei Vertragsunterzeichnung verhandeln.
7. Change-Management unterschätzen - 47 Prozent der Organisationen nennen schwaches Change-Management als Blocker. 20 Prozent Tool-Budget für Adoption, Schulung, KPI-Re-Alignment einplanen.

Tool kaufen oder Agent bauen?

Standardtools decken 70 bis 90 Prozent typischer Bedarfsplanung ab. Die letzten 10 bis 30 Prozent sind die, an denen Mittelständler hängenbleiben: projektbezogener Bedarf, Configure-to-Order-Muster, mandantenübergreifende Transferpreise, Ersatzteile mit intermittierendem Bedarf, exotische Lieferantensignale.

Wie Superkind passt

Superkind verkauft keine weitere Forecasting-Engine. Die 10 Tools oben sind gut, und wir empfehlen sie. Wo Superkind ansetzt, ist der Teil, den Standardtools nicht lösen: Custom-KI-Agenten für die 10 bis 30 Prozent Bedarfsmuster, die Excel und Standardtools brechen.

• Prozess-First-Analyse - Wir sitzen mit Ihren Planer:innen. Jedes Bedarfssignal, jede Korrektur, jeder Workaround. Keine Annahmen, keine Templates.
• Sitzt auf Ihrem Stack - Der Agent dockt an SAP IBP, Slim4, D365 Copilot oder direkt ans ERP an. Nichts wird rausgerissen. Planer:innen sehen eine Konsens-Prognose.
• Schafft, was Tools nicht schaffen - Projektbedarf, Configure-to-Order, mandantenübergreifende Transferflüsse, MRO-Intermittenz, exotische Signale (Kunden-ERP-Feeds, Frachtmärkte, Wetter), regulatorische Trigger.
• Live in 8 bis 12 Wochen - Erster Agent innerhalb eines Quartals. Planer:innen formen ihn durch Nutzung.
• Ergebnis statt Lizenz - Pro Use Case, ROI vorab. Keine Seat-Counts. Kein Plattform-Lock-in.
• DSGVO-fertig by design - Audit-Logs, EU-Hosting, volle Datenresidenz, AV-Vertrag. Von Tag 1 für deutsches Recht gebaut.
• Spielt mit den Standardtools zusammen - Wir laufen oft neben SAP IBP, Slim4 oder RELEX. Der Agent übernimmt, was das Standardtool als Ausnahme markiert.

Häufig gestellte Fragen

Henri Jung

Co-founder von Superkind, wo er KMU und Konzerne dabei unterstützt, maßgeschneiderte KI-Agenten einzuführen, die wirklich zur Arbeitsweise ihrer Teams passen. Henri schließt die Lücke zwischen dem, was KI kann, und dem Wert, den sie in realen Unternehmen schafft. Vor Superkind hat er jahrelang mit Mittelständlern an Digitalisierungsprojekten gearbeitet und aus erster Hand gesehen, warum viele KI-Vorhaben scheitern - weil sie mit Technologie statt mit Prozess beginnen. Er ist überzeugt, dass der deutsche Mittelstand alles hat, um in KI vorne mitzuspielen - er braucht nur den richtigen Ansatz.