Um die Reaktionsfährigkeit in agilen Supply Chains zu steigern, haben die Autoren eine Methode zur automatischen Beantworung funktionaler Leistungsanfragen entwickelt.

Das Konzept setzt an der Stelle der Erfassung der Nachfrage des Kunden an, diese wird in eine funktionelle - d. h. featurebasierte - From übersetzt. Die Features werden in logische  Zwischenprodukte gegliedert. Das funktionelle Angebot basiert auf einer bestehenden Ressourcenspezifikation des Produzenten (mit der entsprechenden Feature Ausstattung).  Die Zwischenprodukte bilden als Knoten verschiedene Prozessvarianten, die im zweiten Schritt generiert werden. „Die resultierenden Prozessschritte (PS) sind das Ergebnis einer instanziierten Angebotsbeschreibung, bei der die Wertebereiche der min/max Attribute belegt wurden durch die konkret nachgefragten Übergänge von Zwischenprodukt (ZP) zu ZP.“ Die technologische Machbarkeit der Zusammensetzung wird mithilfe der „Population Based Ant Colony Optimization“ (PACO) überprüft, denn der Prozessschritt von ZP zu ZP muss klassifiziert werden und die bereitzustellenden In- und Output Informationen sind zu definieren. Der genetische Algorithmus bewertet und klassifiziert die Varianten so lange, bis er eine möglichst optimale Variante gefunden hat. Danach sorgen Scheduling Verfahren für die Berücksichtigung von lieferterminbezogenen Auslastungen. Als Grundlage für die Entscheidung zur Auswahl der geeigneten Partner in einem Wertschöpfungsnetzwerk durch den Supplier bzw. OEM, werden die dominierenden Prozessvarianten bezogen auf Präferenzen des Kunden und des Unternehmens in einer Pareto-Front dargestellt.