Spend-Klassifizierung 2026: fünf Optionen im Vergleich

Kurzantwort: Sievo ist eine Enterprise-Plattform für große, multinationale Spend-Volumina, bei der Klassifizierung nur ein Modul innerhalb einer deutlich breiteren Suite ist. Pearstop ist eine KI-native Klassifizierungs-Engine, die speziell für Spend in Hard FM, Bau und Fertigung entwickelt wurde, mit Preisen pro Zeile statt pro Sitzplatz. Coupa ist für dieselbe Größenordnung gebaut, eine vollständige Suite, in der Klassifizierung wiederum nur eines von vielen Modulen ist. Simfoni und Spendkey sind schlankere Spend-Analytics-Tools für Mid-Market-Teams. Manuelle interne Klassifizierung ist langsam und inkonsistent, mit typischerweise 60 bis 75 Prozent Genauigkeit.

Auf dieser Seite: Spend-Klassifizierungsoptionen im Überblick · Kostenmodelle hinter jedem Klassifizierungsansatz · Geschwindigkeit von Rohdaten zu nutzbaren Daten · Branchentiefe versus generische Spend-Plattformen · FAQ

Spend-Klassifizierungsoptionen im Überblick

Ein Head of Procurement, der dieses Jahr die Spend-Transparenz verbessern soll, steht meist vor derselben Kurzliste: eine Enterprise-Plattform kaufen, etwas finden, das speziell für den vorhandenen Spend gebaut ist, ein Mid-Market-Analytics-Tool kaufen, oder es weiterhin manuell machen. Jeder dieser Wege hat eine wirklich andere Form, nicht nur ein anderes Preisschild.

Wir haben hier sechs verschiedene Optionen verglichen: fünf Plattformen und einen manuellen internen Ansatz.

Sievo, 2003 in Helsinki gegründet, ist eine Analytics-first-Plattform, die von großen Multinationals wie Carlsberg und Deutsche Telekom eingesetzt wird. Die Produktsuite deckt Spend-Analyse, Savings-Tracking, Contract-Analytics und ESG-Reporting ab, wobei Klassifizierung als Eingabeschicht für all das fungiert. Coupa, 2006 in Kalifornien gegründet und 2023 von Thoma Bravo von der Börse genommen, ist andersherum aufgebaut: eine vollständige Business-Spend-Management-Suite, die Procurement, Rechnungsstellung, Sourcing und Zahlungen abdeckt, wobei Spend-Klassifizierung nur ein Modul innerhalb dieses viel größeren Systems ist, nicht das Produkt selbst. Simfoni, unterstützt von Kearney und PeakSpan Capital, ist durch die Übernahme von EC Sourcing Group und Xeeva gewachsen, um Source-to-Contract-Tools und Datenanreicherung auf seinen ursprünglichen Spend-Analytics-Kern aufzusetzen, und bedient Mid-Market- bis Enterprise-Teams. Spendkey, 2020 in London gegründet, ist das jüngste und kleinste der vier Unternehmen und bietet Spend-Analytics als leichteren Self-Service an. Pearstop, 2024 in Dublin gegründet, ist das jüngste der fünf und wurde von Anfang an als KI-native Klassifizierungs-Engine gebaut, statt als nachträglich aufgesetzte KI-Schicht auf einer älteren Plattform. Das Team hat sich zunächst direkt mit dem zugrunde liegenden Klassifizierungsproblem befasst, bevor es das Produkt gebaut hat, weshalb es mit deutlich etablierteren Suiten bei Genauigkeit und Geschwindigkeit konkurriert. Dieser schlanke, KI-native Aufbau hält auch die Kostenbasis niedriger als bei einer Legacy-Plattform, was sich in der Preisgestaltung pro verarbeiteter Zeile statt pro Sitzplatz oder Modul widerspiegelt.

Manuelle Klassifizierung ist überhaupt kein Produkt. Es ist eine Person oder ein kleines Team, das Spend-Zeilen von Hand in Excel oder direkt in ERP-Feldern codiert, Kategorie für Kategorie.

Kostenmodelle hinter jedem Klassifizierungsansatz

Weder Sievo, Coupa, Simfoni noch Spendkey veröffentlichen Listenpreise, was für Enterprise-Procurement-Software normal ist und keine Kritik an einem von ihnen darstellt. Auch Pearstop veröffentlicht keine Preisliste, wobei die Preislogik einfacher direkt zu benennen ist: ein Preis pro verarbeiteter Zeile statt einer Sitzplatz- oder Modulgebühr, weiter unten vollständig behandelt. Bei den anderen vier ist die Form der Kosten öffentlich, nicht die Zahl. Coupas Modell ist von den vieren am besten dokumentiert: Unabhängige Schätzungen, die häufig für eine Organisation mit 500 bis 5.000 Mitarbeitenden genannt werden, die drei oder mehr Coupa-Module einsetzt, beziffern das Jahresabonnement auf 200.000 bis 800.000 Dollar, wobei die Implementierung weitere 100.000 bis 400.000 Dollar hinzufügt. Diese Zahl deckt die gesamte Suite ab, Procurement, Rechnungsstellung, Sourcing und Zahlungen, nicht die Klassifizierung allein, was den strukturellen Punkt ausmacht: Klassifizierung ist nur ein Bruchteil dessen, wofür die Lizenz eigentlich bezahlt wird.

Sievo und Simfoni werden im Prinzip nach demselben Muster bepreist, eine Jahreslizenz, zugeschnitten auf die Organisation und die einbezogenen Module, verkauft über einen Enterprise-Vertriebsprozess. Spendkey, kleiner und neuer, ist als leichteres Abonnement positioniert, veröffentlicht aber ebenfalls keine Preise.

Pearstops Kostenstruktur unterscheidet sich nicht nur in der Größenordnung, sondern grundsätzlich. Sie wird pro verarbeiteter Zeile bepreist, nicht pro Sitzplatz, pro Modul oder als pauschale Jahresgebühr. Sobald die Taxonomie und die eigenen Klassifizierungsregeln eines Kunden aufgebaut sind, liegen die Grenzkosten für eine weitere Zeile im Pipeline-Durchlauf nahe null, sodass ein spendintensiver Monat proportional mehr kostet und ein ruhiger Monat weniger. Das ist eine mechanische Folge davon, das Produkt gezielt um die Klassifizierung herum zu bauen, statt Kosten über eine viel breitere Source-to-Pay-Suite zu verteilen, in der Klassifizierung zufällig enthalten ist.

Manuelle Klassifizierung hingegen hat überhaupt keine Lizenzgebühr, weshalb ihre tatsächlichen Kosten leicht übersehen werden. Klassifizierung verbraucht 60 bis 70 Prozent des gesamten Spend-Analyse-Aufwands bei traditionellen, handcodierten Ansätzen, und die manuelle Genauigkeit liegt typischerweise zwischen 60 und 75 Prozent. Das ist keine Softwarekosten. Es sind die vollständig belasteten Kosten der Analystenstunden, die in eine Arbeit fließen, bei der von Hand trotzdem ein Viertel oder mehr der Zeilen falsch klassifiziert wird.

Geschwindigkeit von Rohdaten zu nutzbaren Daten

Enterprise-Suiten brauchen Zeit für die Inbetriebnahme, weil sie nicht nur eine Sache tun. Implementierungen von Coupa, Sievo und Simfoni beinhalten typischerweise die Integration mehrerer Systeme, die Konfiguration von Workflows weit über die Klassifizierung hinaus und die Schulung von Nutzern in Procurement-, Finanz- und Sourcing-Teams, weil Klassifizierung nur ein Teil eines viel breiteren Rollouts ist. Nichts davon ist ein Makel der Produkte. Es sind die Kosten dafür, Breite zu kaufen.

Pearstop ist darauf ausgelegt, eine Frage schnell zu beantworten: Was haben wir tatsächlich gekauft. Da es sich um eine Ergänzung zum bereits vorhandenen CAFM oder ERP eines Kunden handelt und nicht um eine Ersatzplattform, gibt es keinen Source-to-Pay-Rollout, auf den man warten müsste. Die Klassifizierungspipeline weist 90 bis 95 Prozent der Spend-Zeilen automatisch zu, ohne menschliches Zutun, bei Hard-FM- und Bau-Kunden, wobei der Rest in eine kurze menschliche Prüfwarteschlange geleitet wird, statt unklassifiziert liegen zu bleiben. Diese Prüfung fließt zurück in das Modell, sodass sich die Genauigkeit bei den eigenen Daten des Kunden im Laufe der Zeit verbessert, statt sich mit jeder Berichtsperiode zurückzusetzen, wie es bei manueller Codierung der Fall ist.

Manuelle Klassifizierung hat ein eigenes Geschwindigkeitsproblem: Sie summiert sich nicht. Ein Team, das den Spend dieses Monats von Hand codiert, muss den Spend des nächsten Monats auf dieselbe Weise, mit derselben Geschwindigkeit codieren, ohne übertragene Lernschleife, es sei denn, jemand hält die Entscheidungen schriftlich fest. Im schlimmsten Fall recherchieren mehrere Personen unabhängig voneinander dieselbe mehrdeutige Zeile, kommen zu unterschiedlichen Antworten, und niemand bemerkt es, bis ein Bericht nicht aufgeht.

Branchentiefe versus generische Spend-Plattformen

Sievo, Coupa, Simfoni und Spendkey sind darauf ausgelegt, Spend branchenübergreifend zu klassifizieren, vom Einzelhandel über Pharma bis zu Fertigung und Dienstleistungen. Diese Breite ist eine echte Stärke für einen Multinational, der Büromaterial, IT-Hardware und Reisekosten über Dutzende Kategorien hinweg ohne ein einzelnes dominantes Spend-Muster einkauft. Sie ist strukturell auch der Grund, warum keines von ihnen bei einer einzelnen Branche so tief gehen kann wie eine Plattform, die nur für wenige gebaut wurde.

Spend in Hard FM, Bau, Infrastruktur und Fertigung sieht anders aus als diese Art von allgemeinem Spend, und diese Bereiche ähneln einander. Die Rechnungen eines FM-Vertrags für reaktive Einsätze, geplante Instandhaltung und Verbrauchsmaterial teilen dieselben mehrdeutigen Gewohnheiten bei Rechnungspositionen wie die Rechnungen eines Bau-Subunternehmers: vage Beschreibungen, inkonsistente Einheiten, derselbe Lieferant, der dieselbe Leistung auf fünf verschiedene Arten über fünf Standorte hinweg abrechnet. Weil Pearstop ausschließlich in diesen Branchen tätig ist, tauchen dieselben Taxonomie-Muster, dieselben Lieferanten-Namenskonventionen und dieselben Grenzfälle Projekt für Projekt wieder auf, sodass Klassifizierungslogik, die für einen Hard-FM-Kunden gebaut wurde, auf den nächsten übertragen werden kann, statt jedes Mal mit einer leeren Taxonomie zu beginnen.

Dieser Fokus ist der eigentliche Unterschied. Es ist nicht so, dass eine Generalisten-Plattform Spend schlecht klassifiziert. Es ist so, dass eine Plattform, die um eine bestimmte Form unsauberer Daten herum gebaut ist, bei jedem erneuten Auftreten dieser Datenform schneller wird, auf eine Weise, die eine Plattform, die auch Marketing-Spend und Reisekosten verarbeiten soll, strukturell nicht leisten kann.

Stephanie Wiechers

CEO & Co-founder, Pearstop

Stephanie leads Pearstop's go-to-market and strategic direction. She works directly with procurement and FM leaders across Europe to understand how data quality affects margins, contracts, and AI readiness.

LinkedIn →