Bedarfsprognose mit KI: Orpheon, die Prognoseplattform von NexPatch
Orpheon ist die Prognoseplattform von NexPatch für Bedarfsprognose mit KI. Sie wandelt vorhandene Betriebsdaten aus ERP, Warenwirtschaft oder Sensorik in Prognosen für Absatz, Energiebedarf und Ersatzteilbedarf um. NexPatch entwickelt und betreibt Orpheon selbst, on-premise hinter der Firewall des Kunden, sodass Daten das Unternehmen nicht verlassen müssen.
Stand 31.10.2026, 08:56 UTC: Orpheon erwartet, dass sich Ether in den nächsten 12 Stunden mit 80 % Wahrscheinlichkeit um höchstens ± 2,4 % bewegt. In den letzten 30 Tagen lag die tatsächliche Bewegung in 85,0 % der Fälle in diesem Band. Der Day-Ahead-Strompreis in Deutschland liegt bei 245,0 €/MWh.
Was Orpheon ist
Prognosen aus vorhandenen Daten
Orpheon ist das eigene Produkt von NexPatch, eine Prognoseplattform, die aus Betriebsdaten belastbare Vorhersagen macht. Statt Tabellenkalkulationen und Erfahrungswerten nutzt Orpheon historische und laufende Daten aus Systemen, die im Unternehmen ohnehin im Einsatz sind. Eine durchgängige Oberfläche bringt die Ergebnisse direkt zu Einkauf, Produktion oder Instandhaltung, ohne dass diese selbst Datenanalysen aufsetzen müssen.
On-premise beim Kunden
Orpheon läuft wie die Privaten Agentensysteme von NexPatch on-premise beim Kunden, auf dessen Hardware hinter der Firewall. Das unterscheidet Orpheon von reinen Cloud-Prognosewerkzeugen, bei denen Betriebsdaten grundsätzlich zu einem externen Anbieter abfließen. Bei Orpheon bleiben Daten und Modelle im Unternehmen.
Kontrolliert und nachvollziehbar
Zugriffsrechte werden granular vergeben, Modelle laufen in einer kontrollierten Umgebung, und jede Datenverarbeitung lässt sich nachvollziehen. Für Unternehmen mit strengen Anforderungen an Datenschutz oder Betriebsgeheimnisse, etwa in der Fertigung oder im Gesundheitswesen, ist ein Betrieb hinter der eigenen Firewall häufig eine Grundvoraussetzung für den Einsatz von KI überhaupt, keine bloße Zusatzoption.
Wer mit Orpheon arbeitet
Orpheon richtet sich nicht ausschließlich an Data-Teams. Nach der Einführung nutzen in der Regel drei Gruppen die Plattform mit unterschiedlichem Zugriff. Fachabteilungen wie Einkauf, Produktion oder Energiemanagement lesen Prognosen und leiten daraus Entscheidungen ab. Data-Teams bauen und pflegen die zugrunde liegenden Datenpipelines. IT-Verantwortliche überwachen den Betrieb der Plattform innerhalb der eigenen Infrastruktur und verwalten Zugriffsrechte. Diese Rollentrennung sorgt dafür, dass Prognosen im Tagesgeschäft tatsächlich ankommen, statt als reines Analyseergebnis in einer einzelnen Fachabteilung liegen zu bleiben.
Drei Anwendungsszenarien für Bedarfsprognose mit KI
Orpheon deckt in der Praxis drei wiederkehrende Prognoseaufgaben ab. Sie unterscheiden sich in den Datenquellen und Zielgrößen, teilen aber dieselbe technische Grundlage aus Datenpipelines, Modellbetrieb und Oberfläche. Was Bedarfsprognose mit KI genau ist, erklärt das Glossar; wie sie in der Fertigung aussieht, zeigt die Seite Prognosen für die Fertigung.
| Szenario | Typische Datenquellen | Typischer Nutzen |
|---|---|---|
| Absatzprognose | Auftragshistorie, Kassendaten, ERP-Stammdaten | Grundlage für Einkaufs- und Produktionsplanung |
| Energiebedarf prognostizieren | Zählerdaten, Produktionspläne, Wetterdaten | Belastbare Planung für Beschaffung und Lastmanagement |
| Ersatzteilbedarf prognostizieren | Instandhaltungshistorie, Maschinendaten, Stücklisten | Weniger Fehlmengen und geringere Lagerbestände |
Für die Absatzprognose liest Orpheon Auftrags- und Verkaufsdaten ein und rechnet daraus Erwartungswerte für kommende Wochen oder Monate. Saisonale Muster, Aktionen und Sortimentswechsel fließen als erklärende Größen in das Modell ein. Anders als starre Tabellenmodelle passt sich Orpheon an, wenn neue Daten hinzukommen, ohne dass eine Fachabteilung die Formeln manuell nachziehen muss. Für Vertrieb und Produktionsplanung entsteht so eine gemeinsame Zahlenbasis, die beide Seiten nicht mehr getrennt voneinander pflegen müssen.
Für produzierende Betriebe und Energieversorger errechnet Orpheon den erwarteten Energiebedarf aus Produktionsplänen, historischem Verbrauch und externen Einflussgrößen wie Temperatur oder Kalendereffekten. Das Ergebnis dient als Grundlage für Beschaffung, Lastspitzenmanagement und interne Budgetplanung. Gerade bei schwankenden Energiepreisen hilft eine belastbare Vorschau dabei, Beschaffungsentscheidungen früher und mit weniger Unsicherheit zu treffen, statt kurzfristig zu ungünstigen Konditionen nachzukaufen.
Für Fertigungsbetriebe verbindet Orpheon Instandhaltungshistorie mit Maschinendaten und Stücklisten, um den erwarteten Ersatzteilbedarf je Position zu schätzen. Das reduziert ungeplante Stillstände durch fehlende Teile und vermeidet gleichzeitig überhöhte Lagerbestände. Instandhaltungsteams erhalten damit eine Priorisierung, welche Teile zuerst nachbestellt werden sollten, statt alle Positionen gleich zu behandeln. Eine vertiefte Darstellung mit Rechenbeispiel findet sich auf der Seite zu Orpheon-Prognosen für die Fertigung.
Wie Orpheon aufgebaut ist
Orpheon besteht aus drei technischen Ebenen, die jeweils eine eigene Unterseite beschreiben.
Bevor ein Modell rechnen kann, müssen Daten aus Quellsystemen fließen, bereinigt und in ein einheitliches Format gebracht werden. Orpheon erledigt das über visuell gebaute Datenpipelines, ohne dass dafür klassische Programmierarbeit nötig ist. Diese Pipelines lassen sich laufend erweitern, etwa wenn ein neues Quellsystem hinzukommt oder sich eine bestehende Datenquelle ändert, ohne dass der gesamte Modellbetrieb dafür angehalten werden muss. Details dazu stehen auf der Seite zu Orpheon-Pipelines.
Die eigentlichen Prognosemodelle laufen als Dienst innerhalb der Orpheon-Infrastruktur. NexPatch betreibt diesen Modellbetrieb, überwacht die Ergebnisqualität und tauscht Modelle aus, wenn neue Daten oder veränderte Muster das erfordern. Dazu gehört auch die laufende Kontrolle: Weicht eine Prognose wiederholt von der tatsächlichen Entwicklung ab, prüft NexPatch die Ursache und passt Modell oder zugrunde liegende Daten entsprechend an, statt eine einmal trainierte Version unverändert weiterlaufen zu lassen.
Fachabteilungen greifen über eine grafische Oberfläche auf Prognosen zu, ohne selbst Abfragen schreiben zu müssen. Ergebnisse lassen sich als Tabelle, Diagramm oder über eine Schnittstelle in bestehende Systeme zurückspielen. Zugriffsrechte lassen sich dabei so einstellen, dass jede Abteilung nur die für sie relevanten Prognosen sieht, was besonders in größeren Organisationen mit mehreren Werken oder Standorten wichtig ist. Wie diese Rückspielung in ERP- und Warenwirtschaftssysteme funktioniert, beschreibt die Seite zu Orpheon-Integrationen.
Vom ersten Piloten zum produktiven Betrieb
NexPatch setzt für Orpheon dieselbe Vorgehensweise an wie für andere private KI-Projekte: Ein erster interner Pilot steht innerhalb von 72 Stunden, sodass Fachabteilungen früh mit echten Daten und echten Prognosen arbeiten können. Der produktive Rollout im Tagesgeschäft folgt je nach Datenlage und Systemlandschaft in 4 bis 10 Wochen. Im laufenden Betrieb gilt für die Infrastruktur ein allgemeines Betriebsziel von 99,9 % Verfügbarkeit, das NexPatch als generelles Betriebsziel verfolgt und nicht als Einzelgarantie je Kunde zusagt. Details zum laufenden Betrieb stehen auf der Seite zum Betrieb.
Beweis: wie NexPatch Orpheon selbst nutzt
NexPatch setzt Orpheon intern für die eigene Bedarfs- und Kapazitätsplanung ein und sammelt so praktische Erfahrung mit der Plattform, bevor sie bei Kunden zum Einsatz kommt. Diese Eigennutzung ist ausdrücklich keine Kundenreferenz, sondern der Nachweis, dass NexPatch das eigene Produkt im eigenen Betrieb einsetzt. Belastbare Kundenreferenzen mit Ergebniszahlen erscheinen, sobald Freigaben vorliegen, auf der Referenzenseite. Wer die Größenordnung möglicher Effekte für den eigenen Betrieb prüfen möchte, findet einen ersten Anhaltspunkt im Rechner.