Überprüfung von GEP, Anbieter von Beschaffungs- und Supply-Chain-Software
Zurück zu Marktforschung
GEP, gegründet 1999 in New Jersey und unter der Leitung des Branchenveteranen Dr. Subhash Makhija, hat sich als wichtiger Akteur im Bereich der Beschaffungs- und Supply-Chain-Software etabliert. Der integrierte Ansatz des Unternehmens – der Software, Beratung und Managed Services kombiniert – richtet sich an globale Unternehmen, die bestrebt sind, ihre Abläufe zu optimieren, Ausgaben zu optimieren und operative Effizienz zu steigern. Gestützt auf seine proprietäre GEP QUANTUM-Plattform, setzt GEP auf eine Cloud-nativen, modulare und Low-Code-Umgebung, die strategische Übernahmen (wie OpusCapita für die E-Rechnungsstellung und COSTDRIVERS für die Kostenanalyse) nutzt, um seine KI-gesteuerten Beschaffungs- und Supply-Chain-Fähigkeiten zu stärken. Obwohl das Unternehmen einen „KI-zuerst“-Ansatz bewirbt, der generative KI, natürliche Sprachverarbeitung und prädiktive Analytik umfasst, zeigt eine genauere technische Prüfung, dass viele dieser Behauptungen auf oberster Ebene bleiben und von einem operationell rigorosen Supply-Chain-Manager mit gesundem Skeptizismus betrachtet werden sollten.
Unternehmenshintergrund und Übernahmegeschichte
Gründung und Führung
GEP wurde 1999 in New Jersey unter der Leitung von Dr. Subhash Makhija gegründet, dessen technische und operative Expertise die Grundlage für eine auf Kundenorientierung und nachhaltiger Innovation im Beschaffungs- und Supply-Chain-Management ausgerichtete Mission bildete 1. Das Unternehmen hat kontinuierlich danach gestrebt, transformative Lösungen zu entwickeln, die Authentizität mit Leistung ausbalancieren und darauf abzielen, „ein schönes Unternehmen aufzubauen“, das die operativen Herausforderungen seiner Kunden wirklich versteht.
Übernahmen
In den letzten Jahren hat GEP seine Fähigkeiten durch strategische Übernahmen gezielt erweitert. Im Juli 2024 erwarb GEP OpusCapita – einen anerkannten Marktführer in der E-Rechnungsstellung und Automatisierung des Kreditorenbereichs in Nordeuropa – um seine führende Beschaffungsplattform zu stärken 2. Früher, im März 2022, ermöglichte die Übernahme von COSTDRIVERS und Datamark GEP, fortschrittliche Big-Data-Analytik und maschinelles Lernen für die Kostenprognose und Beschaffungsintelligenz zu integrieren 3.
Technologiearchitektur und Bereitstellungsmodell
Die GEP QUANTUM-Plattform
Im Kern des Angebots von GEP liegt die GEP QUANTUM-Plattform – eine umfassende, KI-zuerst, Low-Code-Entwicklungsumgebung, die Lösungen wie GEP SMART (für die Beschaffung), GEP NEXXE (für das Supply-Chain-Management) und GEP GREEN (für Nachhaltigkeit) unterstützt 4. Die Plattform ist als Cloud-natives System konzipiert, das auf Microsoft Azure läuft, und verwendet Mikroservices und hochmodulare Komponenten, um eine schnelle Bereitstellung, Skalierbarkeit und nahtlose Integration mit führenden ERP-Systemen über vorkonfigurierte APIs sicherzustellen 56. Diese Architektur ermöglicht es sogar Bürgerentwicklern, Anwendungen schnell anzupassen, während sie eine robuste, unternehmensklasse Lösung beibehalten.
Bereitstellungs- und Rollout-Modell
GEP liefert seine Software als Cloud-basierten Software-as-a-Service (SaaS) aus, was die Anforderungen an lokale Infrastruktur und IT-Kosten erheblich reduziert. Der modulare, mikroservicegetriebene Ansatz gewährleistet, dass Bereitstellungen inkrementell und agil erfolgen können. Die Integration wird durch hybride Konnektivitätslösungen weiter verbessert, die die Kluft zwischen Legacy-ERP-Systemen (wie SAP oder Oracle) und den fortschrittlichen Beschaffungs- und Supply-Chain-Anwendungen von GEP überbrücken.
KI- und maschinelles Lernen-Komponenten
KI-zuerst-Ansatz und Behauptungen
GEP vermarktet seine Lösungen als „KI-zuerst“, indem generative KI und maschinelles Lernen in einem breiten Spektrum von Funktionen von der Beschaffung und Beschaffung bis zur Automatisierung der Kreditorenbuchhaltung integriert werden 7. Die Plattform ist darauf ausgelegt, Fähigkeiten wie natürliche Sprachverarbeitung, Konversationsinterfaces und prädiktive Analytik zu integrieren, um Entscheidungsprozesse zu unterstützen.
Detaillierte Anwendungsfälle in KI/ML
Innerhalb der Beschaffung und Ausgabenanalyse werden maschinelles Lernen für die Nachfrageprognose, die Lieferantenbewertung und die Bestandsoptimierung eingesetzt, mit dem Ziel, handlungsorientierte Erkenntnisse aus umfangreichen Datensätzen zu extrahieren 8. Ebenso unterstützen KI-gesteuerte Algorithmen auf der Supply-Chain-Front die Routenoptimierung, Echtzeit-Sichtbarkeit und Risikominderung - angeblich durch Reduzierung manueller Eingriffe und Verbesserung der Effizienz durch automatisierte Workflows.
Skeptische Perspektive zu KI-Behauptungen
Trotz kühner Marketing-Erzählungen werden viele der KI/ML-Behauptungen von GEP in groben Zügen dargelegt. Die technischen Offenlegungen in öffentlichen Materialien bleiben auf einem hohen Niveau, und es ist möglich, dass einige Funktionalitäten - wie prädiktive Analytik und NLP-Suche - auf bewährten statistischen Methoden oder regelbasierten Prozessen beruhen, die unter moderner “KI”-Terminologie neu verpackt sind. Für potenzielle Kunden ist es ratsam, detaillierte technische Demonstrationen und Proof-of-Concept-Validierungen zu verfolgen, um sicherzustellen, dass die versprochenen Innovationen in greifbare operative Vorteile umgesetzt werden.
Erkenntnisse aus Stellenangeboten und Unternehmenskultur
Die Karriereseiten und Rekrutierungsmaterialien von GEP betonen einen globalen Fokus auf Expertise in Cloud-Plattformen, Datenanalyse und Low-Code-Entwicklung und spiegeln eine interne Kultur schneller Innovation und Agilität wider 9. Dieser Schwerpunkt auf der Anziehung von Top-Talenten steht im Einklang mit dem Engagement, in einer sich schnell entwickelnden technologischen Landschaft wettbewerbsfähig zu bleiben, obwohl detaillierte technische Spezifikationen über seine Backend-Operationen relativ spärlich sind.
GEP vs. Lokad
Beim Vergleich des Ansatzes von GEP mit dem von Lokad ergeben sich bemerkenswerte Unterschiede. Die Plattform von GEP basiert auf einer Cloud-nativen, Low-Code-, Mikroservices-Architektur, die Modularität und schnelle Bereitstellung betont - gestärkt durch strategische Übernahmen wie OpusCapita und COSTDRIVERS zur Erweiterung ihres Umfangs in Beschaffung und Analytik. Im Gegensatz dazu hat Lokad einen organischen Wachstumspfad verfolgt, der auf einem rigoros konstruierten, maßgeschneiderten System mit Schwerpunkt auf quantitativer Supply-Chain-Optimierung beruht. Die Plattform von Lokad nutzt eine firmeneigene domänenspezifische Sprache (Envision), die in F# und C# entwickelt wurde, begleitet von einem schlanken Stapel mit minimalen externen Abhängigkeiten 1011. Während GEP breite KI-zuerst-Fähigkeiten in der Beschaffung und im Supply-Chain-Management bewirbt, ist Lokad eindeutig auf mathematisch gestützte, prädiktive Optimierung mit tiefer Integration von probabilistischer Prognose und Entscheidungsautomatisierung ausgerichtet. Diese unterschiedlichen Philosophien unterstreichen das Ziel von GEP, eine integrierte, unternehmensbereite Lösung über strategische Partnerschaften und Low-Code-Tools bereitzustellen, während Lokad sich an Organisationen richtet, die eine hochspezialisierte, numerisch strenge Supply-Chain-Optimierung suchen.
Fazit
GEP bietet eine End-to-End, Cloud-native Lösung für Beschaffung und Supply-Chain-Management, gekennzeichnet durch seine GEP QUANTUM-Plattform, die KI/ML-Technologien mit Low-Code-Entwicklung und modularen Mikroservices kombiniert. Seine strategischen Übernahmen unterstreichen das Engagement, seine technologische Breite und Reichweite zu erweitern. Dennoch bleiben technische Spezifikationen, obwohl die Werbematerialien von GEP eine Vision fortschrittlicher, KI-zuerst-Innovationen vermitteln, oft auf einem hohen Niveau - was gründliche technische Demonstrationen und Pilotimplementierungen vor einer groß angelegten Übernahme rechtfertigt. Im Vergleich zu Nischenanbietern wie Lokad, die tiefe quantitative Optimierung über einen maßgeschneiderten Ansatz priorisieren, spiegelt die Methodik von GEP ein Gleichgewicht zwischen umfassender Integration und marktfertiger Bereitstellung wider. Für Supply-Chain-Manager hängt die Wahl zwischen diesen Paradigmen davon ab, ob die Organisation bereit ist, in maßgeschneiderte, intern getriebene Innovationen zu investieren oder eine breite, leicht implementierbare und integrierte Suite von Beschaffungs- und Supply-Chain-Management-Lösungen zu übernehmen.