Das Kategoriemanagement-Problem, über das niemand spricht: Warum Sie UNSPSC-Spend-Klassifizierung brauchen

Das Kategoriemanagement-Problem, über das niemand spricht

Fragen Sie irgendeinen Category Manager bei einem FM- oder Infrastrukturunternehmen, wie viel seiner Woche mit dem Bereinigen von Tabellen versus echter Procurement-Strategie verbracht wird. Die ehrliche Antwort lautet meist 70–80 % Datenvorbereitung, 20–30 % Strategie. Dieses Verhältnis ist kein Kompetenzproblem und kein Personalproblem. Es ist ein Datenproblem — und UNSPSC-Klassifizierung ist die Lösung.

Kategoriemanagement ist als Framework gut verstanden. Gruppieren Sie Ihren Spend nach Kategorie, behandeln Sie jede Kategorie als Geschäftseinheit, wenden Sie entsprechend Sourcing-Strategie an. Die Theorie hält. Was in der Praxis zusammenbricht, ist der Schritt davor: mit Präzision zu wissen, was Sie kaufen, von wem, in welchem Volumen, über welche Standorte und Projekte hinweg.

Ohne diese Transparenz ist Kategoriemanagement keine Strategie. Es ist Rätselraten mit angehängter Folienpräsentation.

Wie unklassifizierte Spend-Daten tatsächlich aussehen

Vor der Klassifizierung ist eine typische FM- oder Infrastruktur-Spend-Datenbank eine Sammlung von Freitext-Rechnungszeilen. Hier ist, was eine repräsentative Stichprobe für ein einzelnes Produkt zeigen könnte:

• „HVAC unt"
• „misc maint parts"
• „unk equip filter"
• „ventilation consummables Q3"
• „filter 400mm site 7"

Diese fünf Zeilen sind wahrscheinlich dasselbe Verbrauchsmaterial, gekauft von drei verschiedenen Lieferanten, erfasst von vier verschiedenen Standortleitern und fünf verschiedenen GL-Konten zugeordnet. Ohne Klassifizierung sind sie als Kategorie unsichtbar. Sie können sie nicht aggregieren, benchmarken oder eine Sourcing-Strategie auf sie anwenden. Sie existieren schlicht nicht als kohärente Spend-Position.

Das ist kein Randfall. In den meisten FM- und Bauumgebungen sind zwischen 30–60 % der Spend-Daten auf Rechnungsebene ohne Klassifizierungsanreicherung effektiv nicht kategorisierbar. Der Spend ist real. Das Geld fließt. Aber aus Sicht der Procurement-Strategie könnte er ebenso gut nicht existieren.

Das Vorher-Nachher: ein konkretes Beispiel

Eine der klarsten Illustrationen kommt aus der Infrastruktur-Instandhaltung. Vor der Klassifizierung zeigte der Spend-Bericht eines Kunden eine Zeile für „Projektstandortkosten“ mit insgesamt rund 4 Mio. € jährlich. Nach UNSPSC-Anreicherung und Klassifizierung zerlegte sich diese einzelne Zeile in identifizierbare Kategorien:

Die 2 Mio. € für Grünflächenpflege waren der Fund, der Handeln auslöste. Niemand im Procurement hatte gewusst, dass diese Kategorie existierte. Es hatte keine Ausschreibung, keinen Rahmenvertrag, keine Volumenhebelwirkung gegeben, nur 50 separate Projektteams, die jeweils unabhängige Kaufentscheidungen trafen. Einmal sichtbar, war sie sofort als Hebelkategorie erkennbar: hohes Volumen, mehrere fähige Lieferanten, geringes Beschaffungsrisiko. Eine konsolidierte Ausschreibung folgte.

Das ist es, was UNSPSC-Klassifizierung ermöglicht. Keine geringfügige Verbesserung der Datenqualität. Eine grundlegend andere Sicht darauf, wohin das Geld fließt.

Warum die Kraljic-Matrix Klassifizierung erfordert

Die Kraljic-Matrix ist das grundlegende Werkzeug für Kategoriestrategie — die Quadrantenposition bestimmt, ob Sie konsolidieren, partnern, dual sourcen oder automatisieren. Aber Spend genau in der Matrix zu platzieren erfordert zu wissen, was Sie auf Warengruppenebene kaufen.

Sie können das Beschaffungsrisiko für „diverse Instandhaltungsteile“ nicht bewerten. Sie können das Beschaffungsrisiko für UNSPSC 72103203 (Instandhaltung von HLK-Systemen) oder 31161501 (Muttern und Schrauben) bewerten. Die Spezifität des Warengruppencodes ist es, was Risikobewertung handhabbar macht.

Dasselbe gilt für die Gewinnwirkung. Segment 72 (Bau- und Instandhaltungsdienstleistungen) und Segment 76 (Facility Management) dominieren den meisten Hard-FM-Spend. Innerhalb dieser Segmente bestimmt die Warengruppenverteilung, welche Kategorien strategisch sind, welche Hebelkategorien sind und welche unkritisch sind. Ohne Klassifizierung auf dieser Granularitätsebene wird Kraljic zu einer theoretischen Übung.

Fallstudie: Verbesserung der Spend-Transparenz bei Strukton

Strukton verarbeitet monatlich rund 35.000 Procurement-Zeilen über SAP. Vor der automatisierten Klassifizierung waren die Daten nominell strukturiert, GL-Codes, Kostenstellen, Projektkennungen, aber nicht auf Warengruppenebene klassifiziert. Das Ergebnis war, dass Spend-Analyse jedes Mal erheblichen manuellen Aufwand erforderte, wenn sie gebraucht wurde, und die Ergebnisse waren oft teilweise unzuverlässig, weil derselbe Spend je nachdem, wie ein Standortleiter ihn codiert hatte, in mehreren Kategorien erschien.

Pearstops Klassifizierungs-Engine wird eingesetzt, um das zu beheben. Die anfängliche Genauigkeit im ersten Durchgang liegt bei rund 70 %, wobei sich das Modell verbessert, während es die spezifischen Lieferanten- und Beschreibungsmuster der Organisation lernt, ein Verlauf, der mit anderen Einsätzen übereinstimmt. Das Ziel ist Spend-Reporting auf Warengruppenebene, automatisch aus SAP-Rechnungsdaten erzeugt, verfügbar innerhalb von Tagen nach Monatsende statt Wochen.

Das Ziel ist, Struktons Procurement-Team eine Spend-Baseline zu geben, die Kategoriestrategie unterstützen kann: zu identifizieren, welcher Spend in Hebelkategorien liegt und wo Volumenkonsolidierung über Projekte hinweg machbar ist.

Anlagenanreicherung in einem großen FM-Datensatz

Bei anlagenintensivem FM erstreckt sich das Klassifizierungsproblem über den Procurement-Spend hinaus auf das Anlagenregister selbst. Wenn Anlagendaten als „HVAC unt“, „misc“ oder „unk“ erfasst sind, was üblich ist, besonders bei Anlagen, die aus früheren Verträgen übernommen wurden, ist geplante Instandhaltung unmöglich intelligent zu planen. Sie wissen nicht, was Sie haben.

Anlagenanreicherung mittels UNSPSC und Herstellertaxonomie geht das direkt an. „HVAC unt“ wird zu „HLK-Einheit / Lüftungsgerät / Klimaregelung / Carrier“. Diese Anreicherung ermöglicht Planung geplanter Instandhaltung, weil der Anlagentyp jetzt bekannt ist. Sie ermöglicht Lebenszyklusanalyse, weil die Geräteklasse identifizierbar ist. Und sie ermöglicht Ersatzteiloptimierung, weil die Anlage und die Teile, die sie warten, endlich verknüpft werden können.

Das ist der Ausgangspunkt für die Arbeit, die derzeit mit SPIE läuft, Anlagendaten anzureichern, die über Tabellen verteilt waren und aus Legacy-Systemen gespeist wurden, mit dem Ziel, sie konsistent genug zu machen, um analytisch darauf aufzubauen. Ein FM-Auftragnehmer, der 10.000 Anlagen mit genauer Klassifizierung verwaltet, kann Instandhaltungspläne auf Grundlage von Anlagendaten erstellen. Einer, der 10.000 Anlagen als „diverse“ erfasst, kann das nicht.

Das echte Problem des Category Managers

Ein Category Manager, der den Spend-Daten nicht vertrauen kann, verbringt seine Zeit damit, die Daten zu managen. Jede Analyse erfordert eine Vorbereitungsphase aus Deduplizierung, Neucodierung und Abgleich von GL-Konten mit Standortdatensätzen und Projektcodes. Bis diese Arbeit erledigt ist, sind die Daten bereits einen Monat alt und das Analysefenster hat sich verschoben.

Mit Klassifizierung, automatisiert, monatlich aktualisiert, direkt aus dem ERP-Output laufend, bricht die Vorbereitungsphase zusammen. Der Category Manager erhält einen Spend-Bericht, der bereits auf Warengruppenebene kategorisiert ist, standort- und projektübergreifend vergleichbar, und aktuell bis zum letzten Rechnungslauf.

Die Strategiearbeit, die Kategoriemanagement liefern soll, Lieferantenvergleiche, Rahmenverträge, Volumenkonsolidierung, Kraljic-Positionierung, wird möglich, weil das Datenfundament sie stützt. Das Verhältnis von Datenvorbereitung zu Strategiearbeit kehrt sich um.

Klassifizierung macht auch Maverick Spend zum ersten Mal sichtbar, ein separates, aber eng verwandtes Problem, das im Beitrag darüber, wie UNSPSC-Klassifizierung offenlegt, was Ihnen fehlt, im Detail behandelt wird.

Welche UNSPSC-Segmente in FM und Infrastruktur am wichtigsten sind

Für Organisationen in FM, Bau und Infrastruktur konzentriert sich das Spend-Universum auf eine kleine Anzahl von UNSPSC-Segmenten. Zu verstehen, welche Segmente Ihren Spend dominieren, ist die erste Ausgabe jeder Klassifizierungsübung:

• Segment 72 — Bau- und Instandhaltungsdienstleistungen. Das größte Segment für die meisten FM- und Infrastrukturorganisationen. Deckt Gebäudeinstandhaltung, Tiefbau, M&E-Instandhaltung und Fachauftragnehmer-Spend ab.
• Segment 73 — Industrielle Produktion und Fertigungsdienstleistungen. Relevant für Kunden mit Fertigungs- oder Prozessanlagen.
• Segment 76 — Facility Management. Reinigung, Sicherheit, Catering, Abfallmanagement, Grünflächenpflege, der Soft-Services-Spend, der am häufigsten am stärksten fragmentiert ist.
• Segment 80 — Finanz- und Versicherungsdienstleistungen. In der FM-Spend-Analyse unterschätzt, aber relevant für Organisationen mit erheblicher Projektfinanzierung, Bürgschaften oder Vertragsversicherung.

Die Verteilung des Spends über diese Segmente sagt einem Category Manager, wo zuerst anzusetzen ist. Sie sagt ihm auch, welcher Spend derzeit unsichtbar ist, weil unklassifizierter Spend per Definition in keinem Segment erscheint.

Verwandte Beiträge: UNSPSC-Klassifizierungsgenauigkeit: Was 90–95 % tatsächlich bedeuten | Die Kraljic-Matrix, Kategoriemanagement, und warum Ihre Daten das fehlende Puzzlestück sind

Sjoerd Schoufs

Data Extraction & Classification, Pearstop

Sjoerd works on data extraction and classification at Pearstop. He built a metadata extraction algorithm that pulls structured attributes out of engineering and technical files that would otherwise have to be opened and read one at a time. He also works on the classification pipeline itself.

LinkedIn →