Alternative zu großen Datenplattformen: wann eine eng geschnittene Prognoselösung reicht
Eine Alternative zu großen Datenplattformen ist eine eng geschnittene Prognoselösung für eine konkrete Aufgabe, etwa Absatz, Energiebedarf oder Ersatzteilbedarf. Sie ist schneller eingeführt und rechnet sich eher, deckt aber nicht jede Analyse im Unternehmen ab. Eine große Plattform lohnt sich, wenn viele Anwendungsfälle über eine gemeinsame Datenarchitektur laufen sollen.
Bild: Sinem Görücü / Silicon Landscapes / Licenced by CC-BY 4.0
Für Entscheider in Kürze
- Aufwand: Eine große Plattform ist ein Programm über mehrere Bereiche, mit eigenem Team für Aufbau und Pflege. Eine eng geschnittene Lösung startet mit einer einzigen Prognoseaufgabe und mit Daten, die bereits in ERP, Instandhaltung oder Produktionsplanung liegen.
- Kosten: Vorhaben vom Typ Plattform und Transformation erreichen einen zufriedenstellenden Return im Mittel erst nach zwei bis vier Jahren, eng geschnittene Einzelfälle nach drei bis zwölf Monaten (Deloitte 2025, Beratungsstudie).
- Risiko: Bei der Plattform ist es die lange Strecke bis zum ersten Beleg, bei der Tabellenkalkulation die Abhängigkeit von einzelnen Personen und ungeprüften Formeln, bei der eng geschnittenen Lösung der begrenzte Zuschnitt.
- Reihenfolge: Erst ein Anwendungsfall mit Referenzwert, danach die Frage nach der Plattform. Beides schließt sich nicht aus.
Zur Offenlegung: Orpheon ist unser eigenes Produkt. Wir benennen deshalb die Grenzen genauso deutlich wie die Stärken und beschreiben die Alternativen als Kategorien, ohne einzelne Anbieter zu bewerten.
Drei Wege zur Bedarfsprognose
Wer im Mittelstand Absatz, Materialbedarf oder Ersatzteilbedarf vorhersagen will, landet in der Praxis bei einem von drei Wegen.
Große, universelle Daten- und Analyseplattformen
Diese Plattformen führen Daten aus vielen Systemen an einem zentralen Ort zusammen und bieten Werkzeuge für Berichte, Analysen und eigene Modellentwicklung. Ihre Stärke ist die Breite: Controlling, Vertrieb, Produktion und Einkauf arbeiten auf derselben Datenbasis. Eine fertige Prognose liefert die Plattform allerdings nicht. Sie liefert die Werkzeuge, mit denen ein Daten-Team Anwendungsfälle selbst baut, pflegt und betreibt.
Tabellenkalkulation und Erfahrungswerte
In vielen Betrieben ist das der heutige Stand. Einkauf oder Disposition schätzen den Bedarf aus Systemexporten, Formeln und Erfahrung. Das ist flexibel, sofort verfügbar und kostet kaum Lizenzgebühren. Die Schwäche zeigt sich mit der Zeit: Formeln müssen bei jeder Änderung von Hand nachgezogen werden, das Wissen hängt an wenigen Personen, und Vertrieb und Produktionsplanung pflegen oft getrennte Zahlen.
Orpheon als eng geschnittene Prognoseplattform
Wir entwickeln und betreiben Orpheon selbst. Die Plattform wandelt vorhandene Betriebsdaten aus ERP, Warenwirtschaft oder Sensorik in Prognosen für drei wiederkehrende Aufgaben um: Absatz, Energiebedarf und Ersatzteilbedarf. Technisch besteht sie aus drei Ebenen, nämlich Datenpipelines, Modellbetrieb und einer Oberfläche für Fachabteilungen. Orpheon ist eine Prognoseplattform hinter der Firewall, wenn Sie das wünschen: Sie läuft in einer privaten Cloud-Umgebung oder auf eigener Hardware, und Sie entscheiden, wo Daten und Modelle liegen. Einen Überblick gibt die Seite zur Bedarfsprognose mit KI auf der Prognoseplattform Orpheon.
Der Vergleich in der Übersicht
Die Tabelle stellt die drei Wege entlang der Kriterien gegenüber, die in Auswahlgesprächen am häufigsten entscheiden.
| Kriterium | Große Daten- und Analyseplattform | Tabellenkalkulation und Erfahrungswerte | Orpheon |
|---|---|---|---|
| Zuschnitt | Universell, viele Bereiche und Fragestellungen | Einzelne Aufgaben, je Person oder Abteilung | Drei Prognoseaufgaben: Absatz, Energiebedarf, Ersatzteilbedarf |
| Einführungsdauer | Mehrstufiges Programm, Return laut Studien im Mittel nach 2 bis 4 Jahren | Sofort, meist bereits vorhanden | Erster interner Pilot in 72 Stunden, produktiver Einsatz in 4 bis 10 Wochen |
| Wer betreibt | Eigenes Daten-Team, Anwendungsfälle baut das Unternehmen selbst | Fachabteilung, oft einzelne Personen | Wir betreiben den Modellbetrieb, Ihre IT verwaltet Zugriffsrechte |
| Betriebsort | Häufig als Cloud-Dienst, je nach Produkt auch in eigener Umgebung | Lokale Dateien und Laufwerke | Private Cloud oder eigene Hardware, auf Wunsch vollständig hinter der Firewall |
| Datenpipelines | Umfangreiche Werkzeuge, oft mit Programmierung durch Fachleute | Exporte, Kopieren und Formeln von Hand | Visuell gebaute Pipelines ohne klassische Programmierarbeit, versioniert |
| Anbindung ERP und Produktionssysteme | Breite Anbindung, Rückspielung in den Arbeitsablauf je Anwendungsfall selbst gebaut | Manueller Export, keine Rückspielung | ERP, Warenwirtschaft, Produktionsplanung, Instandhaltung, Ergebnisse fließen in bestehende Systeme zurück |
| Kostenlogik | Lizenz- oder Verbrauchskosten plus eigenes Personal für Aufbau und Pflege | Kaum Lizenzkosten, dafür verdeckte Arbeitszeit | Betrieb als Dienstleistung statt reiner Lizenzsoftware, keine pauschale Preisangabe |
Zwei Zeilen verdienen eine Erläuterung. Bei den Datenpipelines verbindet, bereinigt und verknüpft Orpheon die Quellen über eine grafische Oberfläche, jeder Schritt lässt sich einzeln testen, bevor die Pipeline aktiv geschaltet wird. Wie das funktioniert, beschreibt die Seite zur Datenpipeline ohne Code in Orpheon. Bei der Anbindung liest Orpheon Daten dort, wo sie entstehen, und schreibt Prognosen dorthin zurück, wo Fachabteilungen bereits arbeiten. Quellsysteme werden dafür nur für die konkret benötigten Datenfelder freigegeben. Details stehen unter Orpheon Systemanbindung an ERP und Produktionsplanung.
Einen Preis nennen wir hier bewusst nicht. Wie bei unseren anderen Projekten richtet er sich nach Datenlage, Umfang und vorhandener Infrastruktur und steht erst nach einer Bestandsaufnahme fest. Für einen fairen Vergleich zählt ohnehin die Gesamtrechnung, also Lizenz, Betrieb und die interne Arbeitszeit, die heute in Tabellen und Abstimmungen steckt.
Was Studien über Zuschnitt und Zeit bis zum Return sagen
Die Frage nach der Plattform ist im Kern eine Frage nach dem Zuschnitt. Der Branchenreport, den wir gemeinsam mit Alic.ai herausgegeben haben, bündelt dazu mehrere Befunde.
| Befund | Wert | Quelle |
|---|---|---|
| Zeit bis zum zufriedenstellenden Return, Plattform und Transformation | 2 bis 4 Jahre | Deloitte 2025, Beratungsstudie |
| Zeit bis zum Return, eng geschnittene Einzelfälle | 3 bis 12 Monate | Deloitte 2025, Beratungsstudie |
| Amortisation unter einem Jahr, alle KI-Vorhaben | 6 % | Deloitte 2025, Beratungsstudie |
| Initiativen, die vorgelagerte Investitionen in Datenarchitektur und Integration brauchen | 80 % | Capgemini und Microsoft 2025, Beratungsstudie |
| Schnellere Einführung neuer Anwendungsfälle in Werken mit gemeinsamer Datenarchitektur | rund 25 % | Capgemini und Microsoft 2025, Beratungsstudie |
| Typische Bestandswirkung im Feld Planung und Supply Chain | minus 10 bis 50 % | Branchenreport, Kapitel 06 |
Die Zahlen sprechen nicht gegen Plattformen, sie sprechen gegen Plattformen als ersten Schritt. Eine gemeinsame Datenarchitektur beschleunigt spätere Anwendungsfälle messbar. Wer sie jedoch vor dem ersten belegten Nutzen aufbaut, trägt die Kosten, bevor ein Ergebnis sie rechtfertigt. Daraus haben wir im Report den Schluss gezogen, dass ein Anwendungsfall mit klarer Kante im ersten Jahr jede Plattformentscheidung schlägt. Wie sich das für Ihren Business Case rechnet, zeigt der ROI-Rechner für KI-Projekte.
Für die Bedarfsprognose selbst gibt es belastbare Einzelbelege, allerdings kaum aus dem DACH-Raum. Ein dokumentierter Fall aus der Industrie ist das Unilever-Werk in Hefei, das mit KI-Absatzprognose und integrierter Planung eine um 39 % höhere Prognosegüte erreichte (WEF, verifiziert). Für DACH-Hersteller ließ sich in Studien kaum eine quantifizierte Bestandskennzahl finden. Beide Fälle sind keine Projekte von uns.
Wann was passt
Keiner der drei Wege ist grundsätzlich überlegen. Entscheidend ist, welche Frage Sie beantworten wollen und wer die Lösung danach betreibt.
Wann eine große Datenplattform die bessere Wahl ist
- Sie haben mehrere Anwendungsfälle in verschiedenen Bereichen bereits definiert und budgetiert.
- Ein eigenes Daten-Team mit Zeit für Aufbau, Pflege und Betrieb ist vorhanden oder fest eingeplant.
- Eine unternehmensweite Datenarchitektur ist ein strategisches Ziel, etwa für Berichte über alle Werke.
- Erste Anwendungsfälle sind belegt und sollen auf weitere Werke und Linien übertragen werden.
- Sie brauchen neben Prognosen vor allem breite Analysen, Berichte und eigene Modellentwicklung.
In diesen Fällen ist eine Datenplattform für den Mittelstand eine sinnvolle Investition. Eine eng geschnittene Lösung würde hier zu einer Insel.
Wann eine Alternative zu großen Datenplattformen reicht
- Sie haben eine klar umrissene Prognosefrage, etwa Ersatzteilbedarf für ein Werk oder Absatz je Produktlinie.
- Es gibt kein eigenes Daten-Team, und Fachabteilungen sollen mit den Ergebnissen direkt arbeiten.
- Betriebsdaten sollen das Unternehmen nicht verlassen.
- Der Nutzen muss sich in Monaten zeigen, nicht in Jahren.
Wann Tabellenkalkulation und Erfahrungswerte genügen
Bei wenigen Artikeln, stabiler Nachfrage und geringem gebundenen Kapital ist eine gepflegte Tabelle oft ausreichend. Eine Prognose statt Tabellenkalkulation lohnt sich erst, wenn Teilevielfalt, Werke oder Schwankungen zunehmen und die manuelle Pflege spürbar Zeit bindet.
Die Alternative zu großen Datenplattformen als erster Schritt
In der Praxis folgt eine sinnvolle Reihenfolge. Zuerst ein einzelner Anwendungsfall im Parallelbetrieb, zum Beispiel eine Artikelgruppe mit hohem Bestandswert. Das Erfolgsmaß ist dabei nicht die Modellgüte, sondern die Differenz im gebundenen Kapital bei gleichem Servicegrad. Erst wenn dieser Nutzen belegt ist, lohnt die Investition in Datenarchitektur und Integration, weil die Diskussion dann nicht mehr hypothetisch geführt wird. So steht es auch im Fahrplan des Branchenreports.
Eine Alternative zu großen Datenplattformen verbaut die spätere Wahl einer Plattform nicht. Orpheon kann Daten aus jedem System lesen, auf das ein strukturierter Zugriff möglich ist, also auch aus einer Datenbank, die später Teil einer größeren Architektur wird. Diese Wahl wird dadurch nicht vorweggenommen, sondern mit belegten Zahlen vorbereitet.
Häufige Fragen
Ist Orpheon eine Datenplattform?
Nein. Orpheon ist eine Prognoseplattform für drei wiederkehrende Aufgaben: Absatz, Energiebedarf und Ersatzteilbedarf. Sie ersetzt weder ein Data-Warehouse noch unternehmensweite Berichte, sondern ergänzt die Systeme, die im Unternehmen bereits im Einsatz sind.
Können wir Orpheon neben einer bestehenden Plattform betreiben?
Ja. Orpheon liest Daten aus den Systemen, in denen sie entstehen, und schreibt Ergebnisse dorthin zurück, wo Fachabteilungen bereits arbeiten. Eine zentrale Datenbank lässt sich als Quelle anbinden, solange ein strukturierter Zugriff möglich ist.
Wie schnell sehen wir, ob eine Prognose trägt?
Ein erster interner Pilot mit realen Daten steht innerhalb von 72 Stunden, der produktive Einsatz folgt je nach Datenlage in 4 bis 10 Wochen. Sinnvoll ist ein Parallelbetrieb neben der bisherigen Schätzung, damit Sie beide Ergebnisse gegen die tatsächliche Entwicklung vergleichen können.
Was brauchen wir an Daten für eine Bedarfsprognose?
Je nach Aufgabe reichen Auftrags-, Verbrauchs- oder Instandhaltungsdaten aus ERP, Warenwirtschaft oder Instandhaltungssystem. Für Planung und Supply Chain nennt der Branchenreport belastbare Stammdaten, eine mehrjährige Auftragshistorie und realistische Wiederbeschaffungszeiten als Voraussetzung.
