Visueller Editor
Latente Variablen, Indikatoren, Pfade — drag & drop. Kein YAML, kein Code, kein Frust.
PLS-SEM · Open-Source-Engine Strukturgleichungen.
Strukturgleichungen.
Endlich modern.
Die offene Plattform für Strukturgleichungsmodelle — visueller Path-Editor, die komplette PLS-SEM-Pipeline und publikationsreife Reports. Direkt im Browser. Oder selbst gehostet, wenn deine Daten sensibel sind.
Kein Setup, keine Kreditkarte · Open-Source-Engine · Geprüft gegen etablierte Referenzwerte
Customer Loyalty — Strukturmodell GoF = 0.51
Features
Alles, was du für seriöses PLS-SEM brauchst.
Etablierte Statistik, modernes Tooling, offene Standards.
Komplette PLS-SEM Pipeline
Loadings, Weights, Pfadkoeffizienten, R², GoF — geprüft gegen etablierte Referenzwerte aus der PLS-SEM-Literatur.
Saubere Reports
PDF, XLSX, LaTeX — publikationsreif. Mit Tabellen, Diagrammen und einer Methodensektion zum Anhängen.
Self-Host für sensible Daten
Docker-Image für die Lehre, fürs Krankenhaus, fürs Unternehmen. Deine Daten verlassen dein Netz nicht.
Offene Export-Formate
Modelle, Gewichte und Reports in offenen Standards (JSON, CSV, LaTeX). Migration aus und in andere PLS-Tools — kein Lock-in.
Teams & Versionen
Co-Autorinnen, Reviewer und Versionsvergleich für Forschungsgruppen. Ohne Mail-Hin-und-Her.
Workflow
In vier Schritten zum Modell.
- 01
Daten hochladen
CSV, XLSX, SPSS oder Stata — wir lesen, was du hast.
- 02
Modell zeichnen
Konstrukte und Pfade per Drag & Drop. Live-Vorschau der Modellstruktur.
- 03
Schätzen
Ein Klick. plspm rechnet — Loadings, Pfade, Bootstrap-Konfidenzen.
- 04
Exportieren
Report als PDF, Tabellen als XLSX, Modell als JSON oder LaTeX-Snippet — alles in offenen Formaten.
Für wen
Konkrete Anwendungen aus der Praxis.
PLS-SEM ist überall da im Einsatz, wo Zusammenhänge zwischen latenten, nicht direkt messbaren Konstrukten geschätzt werden — von der Dissertation bis zur Marktforschungsabteilung im DAX-Konzern.
Wissenschaft & Lehre
Empirische Forschung ohne Lizenz-Hürde
Dissertationen, Journal-Submissions und Seminare ohne kommerzielle Lizenz oder gemeinsamen Lab-Account. Open Engine, dokumentierte Methodik, reproduzierbare Reports.
- Acceptance-Modelle (TAM / UTAUT) für Health-IT-Adoption
- Service-Qualität & Loyalität (ACSI / ECSI) in der Hospitality-Forschung
- Reputation- und Vertrauensmodelle (Corporate Reputation Model)
Marketing & CX
Was treibt deine Kundenkennzahlen wirklich?
Statt Korrelationen einzelner Touchpoints rechnet OpenPLS das ganze System gleichzeitig. So siehst du, welcher Hebel Loyalty und NPS bewegt — und welcher nur Lärm ist.
- NPS- und CSAT-Treibermodelle aus Befragungsdaten
- Customer-Journey-Wirkungsmodelle (Awareness → Trust → Conversion)
- Brand-Equity-Studien mit formativen Indizes
Industrie & Operations
Latente Treiber komplexer Prozesse messbar machen
OpenPLS ist gerade bei kleinen N und vielen Indikatoren stark — die typische Konstellation für Mitarbeiter-, Lieferanten- und Innovationsumfragen.
- Mitarbeiter-Engagement und Sicherheitskultur (Safety-Climate-Modelle)
- Lieferanten-Performance und Supply-Chain-Resilienz
- Innovationsfähigkeit (Absorptive Capacity, Dynamic Capabilities)
Health & Public Sector
Sensible Daten, klare Methodik
Self-Host als Docker-Container hält Patient:innen- oder Mitarbeiterdaten im eigenen Netz. Methodisch identisch zur Cloud-Version, dokumentiert für Ethik-Komitees.
- Patient-Reported-Outcome-Modelle in Reha & Versorgung
- Adoption digitaler Versorgungsangebote (DiGA, Telemedizin)
- Bürger-Vertrauensmodelle für E-Government-Initiativen
Open Source
Eine Engine, die du prüfen darfst.
Reviewer und Promotionsausschüsse wollen wissen, wie deine Zahlen entstanden sind. Bei OpenPLS ist die Antwort einfach: Hier ist der Code.
Engine ist Open Source
Die Berechnungs-Engine (Loadings, Pfade, Bootstrap, Fit) liegt offen — GPL-3.0, reproduzierbar, prüfbar. Kein Vendor-Lock-in für deine Methodensektion.
Kontinuierlich erweitert
IPMA, PLSpredict, Moderation, FIMIX-Segmentation und ein PCA-Inner-Weighting-Scheme stehen auf der Roadmap. Jede Erweiterung landet erst in der Engine, dann in der App.
Geprüft gegen Referenzwerte
Eine wachsende Matrix von Beispielmodellen wird gegen etablierte Referenzwerte aus der PLS-SEM-Literatur abgeglichen — Loadings, Pfade, R², SRMR. Status pro Case ist öffentlich.
Preise
Kostenlos. Punkt.
Wir finanzieren OpenPLS über Beratung. Die Software bleibt frei.
Cloud
Kostenlos für immer
Alles, was du für deine Forschung brauchst. Gehostet bei uns.
- Unbegrenzte Modelle und Datensätze
- Alle Reports & Exports
- Visueller Path-Editor
- Versionsvergleich
Self-Host
0 € GPL-3.0
Engine als Docker-Container und Python-Bibliothek. Auf deinem Server, in deinem Netz.
- Volle Engine-Funktionalität offline
- CLI und Python-API
- Datensouveränität für Klinik / Industrie
- Community-Support auf GitHub
Consulting
Auf Anfrage Custom
Custom-Adaptionen, Schulungen, Methodenberatung für Forschungsgruppen.
- Methodencoaching
- Custom-Modelle / Plugins
- On-Site Workshops
- Priority-Support