UNSPSC-Klassifizierung im Bauwesen: ein praktischer Leitfaden

Kurzantwort: UNSPSC ist der United Nations Standard Products and Services Code, ein vierstufiges Klassifizierungssystem zur Strukturierung von Procurement-Daten. Bauunternehmen nutzen es, um Spend nach Kategorie, Lieferant und Projekt zu sehen, statt nach Freitextbeschreibung. Es richtig zu machen, hängt von drei Dingen ab: ein Owner für die Entscheidungen, schriftliche Regeln für die Grenzfälle, und eine Prüfschleife, die misst, ob die Labels über die Zeit konsistent bleiben.

Auf dieser Seite: UNSPSC in vier Ebenen erklärt · Wer die UNSPSC-Klassifizierungsentscheidungen besitzt · Wie man UNSPSC-Grenzfälle behandelt · KI für UNSPSC-Klassifizierung nutzen · Häufig gestellte Fragen

Die meisten Bauunternehmen, mit denen ich spreche, stehen vor einer Version desselben Problems. Sie haben eine grobe Vorstellung davon, was sie kaufen. Sie wollen mit dieser Information bessere Entscheidungen treffen. Und wenn sie nachsehen, sind die Daten technisch vorhanden, aber nicht so organisiert, dass sie die Konsequenz einer möglichen Entscheidung zeigen.

Entscheidungsfindung verbessert sich, wenn man das Ergebnis vorhersagen kann. Wenn wir investieren, bewerten wir zuerst, wie sich das Unternehmen oder die Aktie voraussichtlich entwickeln wird. Wenn wir eine Route zum Flughafen planen, berücksichtigen wir mögliche Verzögerungen. Wenn wir mit einem Lieferanten verhandeln, bereiten wir uns so gut wie möglich vor.

Procurement im Bauwesen läuft stattdessen meist auf Erfahrung. Finance hat eine Teilsicht darauf, wohin das Geld fließt. Der Grund ist einfach: Jedes Projekt trägt seine eigenen Details, sodass es unmöglich ist, Monate oder Jahre im Voraus genau zu wissen, welche Güter und Dienstleistungen zu seiner Umsetzung nötig sein werden.

Das heißt nicht, dass nichts vorhersehbar ist. Einzelne Projekte sind einzigartig. Einkaufsmuster sind es nicht. Sobald jede Zeile im Detail klassifiziert ist, zeigen sich Trends sofort: Spend pro Produkt über die Zeit, Preisentwicklung pro Lieferant, und die Anomalien. Achtzehn Lieferanten für Fensterbänke. Ein Projektleiter, der konsistent außerhalb von Rahmenverträgen kauft. Nichts davon ist in einem Freitext-Beschreibungsfeld sichtbar.

Spend richtig zu klassifizieren wirft drei neue Fragen auf. Welche Kategorien zu verwenden sind. Wer dafür verantwortlich ist, dass jede Zeile die richtige trägt. Und wie zu entscheiden ist, wenn die Antwort wirklich mehrdeutig ist. Der Rest dieses Artikels arbeitet sich durch jede davon.

UNSPSC in vier Ebenen erklärt

UNSPSC steht für United Nations Standard Products and Services Code. Er wurde von der UN als einheitlicher Procurement-Standard entwickelt und hat zwei Eigenschaften, die hier zählen.

Die erste ist, dass er universell ist. Er wird global und branchenübergreifend genutzt, sodass einige Ihrer Lieferanten und Kunden ihn bereits verwenden. Das macht externe Vergleiche möglich, wie es eine interne Taxonomie nie erlaubt.

Die zweite ist Tiefe. UNSPSC geht über vier Ebenen, von einem breiten Segment hinab bis zu einer einzelnen Warengruppe: Baumaterialien, dann Strukturelemente, dann Aluminium-I-Profile. Diese Bandbreite lässt Sie beide Arten von Frage aus demselben Datensatz stellen. Wie hat sich der Subunternehmer-Spend im letzten Jahr entwickelt, ganz oben. Wie schneiden unsere Betonlieferanten bei Preis, Volumen, Lieferung und Zahlungsbedingungen ab, ganz unten.

Die Größe des Standards schreckt Menschen ab. Er enthält über 150.000 Warengruppen. In der Praxis streicht man die meisten davon am ersten Tag. Wenn Sie ein HLK-Auftragnehmer sind, passiert Landwirtschaft nicht. Das Arbeitsset ist meist eine Handvoll Segmente und ein langer Rest, der ein paar Mal im Jahr auftaucht.

Eine Entscheidung, die es sich lohnt, früh zu treffen: wie tief Sie tatsächlich gehen müssen. Tiefe kostet Geld und Prüfzeit. Klassifizieren Sie für das Reporting auf Familien- oder Klassenebene, und gehen Sie nur in den Kategorien auf Warengruppenebene, in denen Sie tatsächlich verhandeln wollen.

Wer die UNSPSC-Klassifizierungsentscheidungen besitzt

Eine Person sollte es besitzen.

Die Eigentümerschaft aufzuteilen erzeugt ein bestimmtes Versagen. Jede Zeile mit Mehrdeutigkeit wird von verschiedenen Personen unterschiedlich aufgelöst, und die Inkonsistenz ist unsichtbar, bis jemand versucht, einen Bericht zu erstellen, und die Zahlen nicht übereinstimmen. An diesem Punkt können Sie nicht sagen, ob sich der Spend verschoben hat oder ob zwei Einkäufer unterschiedlicher Meinung waren.

KI kann die Klassifizierungsarbeit übernehmen, und der Abschnitt unten behandelt, wie. Aber die Eigentümerschaftsfrage verschwindet nicht, wenn Sie automatisieren. Sie ändert ihre Form. Jemand muss immer noch entscheiden, was das Unternehmen mit einer Kategorie meint, und die Zeilen freigeben, bei denen sich das System unsicher ist.

Der zuverlässigste Weg, das zu betreiben, ist, die KI wie ein Junior-Teammitglied zu behandeln. Sie hat einen Namen, sie erledigt die Volumenarbeit, sie erzeugt Output, den eine Person prüft, und das Feedback fließt zurück. Diese Einordnung führt öfter zum richtigen Prozess, als sie wie ein Werkzeug zu behandeln, das entweder funktioniert oder nicht.

Es gibt einen zweiten Grund, einen Owner zu benennen, und er gilt für jedes Unternehmen, das auf eine ERP-Migration zusteuert. Wenn niemand die Klassifizierung besitzt, erbt die Migration das Durcheinander. Wenn jemand es besitzt, werden neue Bestellungen schon bei der Erfassung korrekt codiert, und bis das neue System live geht, liegen bereits ein paar Jahre saubere Historie dahinter.

Wie man UNSPSC-Grenzfälle behandelt

Zwei Regeln. Machen Sie das Geschäftsziel zum entscheidenden Faktor. Halten Sie dann die Regel schriftlich fest und wenden Sie sie konsistent an.

Das häufigste Hindernis ist, dass ein Team zu UNSPSC wechselt, ohne dass jemand intern UNSPSC kennt. Das ist keine Kompetenzlücke, für die es sich lohnt, einzustellen, und kein Grund, zu verzögern. Es ist ein Workshop.

Setzen Sie jemanden mit echtem Einkaufswissen mit jemandem, der die Codes kennt, in einen Raum. Der Einkäufer erklärt in einfacher Sprache, was für das Unternehmen wichtig ist und wozu die Kategorien dienen sollen. Die UNSPSC-Seite deckt die Grenzfälle auf, die sich darin verbergen. Dann entscheidet das Team über jeden Grenzfall in einer einzigen Sitzung, und jede Entscheidung wird schriftlich festgehalten.

Vergleichen Sie das mit der Alternative. Wenn niemand den Standard kennt, recherchiert das Team Grenzfälle unbegrenzt weiter und findet heraus, welche Codes möglicherweise zu einem Produkt passen könnten. Bestenfalls dokumentiert jemand das Ergebnis, und es wird zu einer Regel, die alle befolgen. Schlimmstenfalls macht jedes Teammitglied seine eigene Recherche, was den Prozess weiter verlangsamt und genau die Inkonsistenz erzeugt, die die Übung eigentlich beseitigen sollte.

Die Grenzfälle sind meist unspektakulär und geschäftsspezifisch. Bedeutet eine Zeile mit „Stunden“ Subunternehmer-Arbeit oder Gerätevermietung. Wird eine Klappe als Bauteil oder als Teil einer Baugruppe klassifiziert. Ob die Antwort im Abstrakten richtig ist, zählt weit weniger als ob sie jedes Mal dieselbe ist.

Zwei Kategorien, die übersprungen werden und es nicht sollten: Positionen, die überhaupt kein Produkt sind, wie Transportkosten, Kraftstoffzuschläge und Verzugsgebühren, und Gutschriften. Sie unklassifiziert zu lassen, verzerrt still jede darüberliegende Kategoriesumme.

KI für UNSPSC-Klassifizierung nutzen

Wir haben die meisten Arten, wie das schiefgehen kann, ausprobiert und getestet, damit Sie es nicht müssen.

Laden Sie die Taxonomie zuerst richtig. Sprachmodelle erfinden Kategorien. Ein Code, der im Standard nicht existiert, unterläuft den gesamten Zweck, nämlich Wiederholbarkeit. Die Taxonomie muss als eingeschränkte Referenz geladen werden, aus der das Modell wählt, nicht als Kontext, auf den es zurückgreift.

Balancieren Sie die drei Signale. Eine Zeilenbeschreibung allein reicht nicht. „Handschuhe“ können medizinische Handschuhe, Reinigungshandschuhe, Arbeitshandschuhe oder Winterhandschuhe sein. Der Lieferant und die Art des Geschäfts lösen das auf: Ein Elektro- und Sanitärgroßhändler verkauft keine OP-Handschuhe. Die Gewichtung von Lieferantenidentität gegen Beschreibung gegen Ihre eigenen Einkaufsmuster ist der Ursprung der meisten Genauigkeit.

Kodieren Sie die unternehmensspezifischen Regeln. Jedes Unternehmen hat Kategorien, die der Standard nicht sauber vorhersieht, und die Regeln aus dem Grenzfall-Workshop gehören in die Pipeline, nicht in ein Dokument, das niemand öffnet.

Bewerten Sie die Konfidenz und leiten Sie die schwachen Zeilen an einen Menschen weiter. Ein allgemeiner Chatbot gibt Ihnen eine Antwort ohne Hinweis darauf, wie verlässlich sie ist. Eine Zeile, die außer einer Teilenummer nichts in der Beschreibung hat, sollte automatisch markiert werden, nicht geraten werden. Korrekturen fließen dann zurück, sodass dieselbe mehrdeutige Zeile nicht zweimal entschieden wird.

Pearstop betreibt das als verwaltete Pipeline: Taxonomie eingeschränkt, Lieferantenkontext gewichtet, unternehmenseigene Regeln angewendet, Zeilen mit geringer Konfidenz zur Prüfung weitergeleitet, und aus Korrekturen gelernt.

Der praktische Grund, eine Pipeline statt eines Chatbots zu verwenden, sind die Kosten, und es ist nicht die Kostenart, die Menschen erwarten. Teams, die das intern versuchen, kommen meist an einem Punkt an, an dem sie bereits einen nennenswerten Betrag an Tokens und mehrere Wochen der Zeit eines Einkäufers ausgegeben haben, mit einem Output, dem sie nicht vertrauen. Der Aufwand wurde nicht für die Klassifizierung verschwendet. Er wurde dafür ausgegeben, die Absicherungen zu entdecken.

Der andere Vergleich, der sich lohnt, ist der gegen Einstellung. Einen großen Rückstau von Hand zu klassifizieren ist eine Vollzeit-Analystenrolle, und sie endet nie, weil jeden Monat neue Zeilen eintreffen. Die Frage ist nicht, ob eine Person oder eine Maschine bei einer einzelnen Zeile genauer ist. Es ist, ob Sie wollen, dass ein Einkäufer seine Woche mit Datencodierung verbringt oder mit den Verhandlungen, die die Daten eigentlich informieren sollen.

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 →