Was ist UNSPSC – und warum Hard-Services-Unternehmen sich darum kümmern sollten

UNSPSC steht für United Nations Standard Products and Services Code. Es ist ein globales Klassifizierungssystem, das jedem Produkt oder jeder Dienstleistung, die ein Unternehmen kaufen kann, einen standardisierten achtstelligen Code zuweist, von Elektrokabel über Schädlingsbekämpfung bis zu Softwarelizenzen.

Die UNSPSC-Hierarchie

Die acht Ziffern sitzen innerhalb einer vierstufigen Hierarchie:

Dieses Präzisionsniveau mag wie administrativer Mehraufwand erscheinen. Für Hard-Services-Unternehmen, die Tausende Procurement-Positionen über mehrere Standorte und Systeme hinweg managen, ist es der Unterschied zwischen Spend-Daten, auf die Sie reagieren können, und Spend-Daten, die Sie nur speichern.

Sie können jeden einzelnen Code selbst mit Pearstops kostenlosem UNSPSC-Lookup-Tool prüfen, oder die gesamte Hierarchie im interaktiven UNSPSC-Baum durchsuchen.

Warum Klassifizierung in der Praxis wichtig ist

Die meisten Procurement-Datenbanken in FM, Bau und Infrastruktur enthalten dasselbe grundlegende Problem: Positionen, beschrieben in welchem Format auch immer die erfassende Person bevorzugte. „Nitrilhandschuhe M" an einem Standort. „Handschuhe Nitril mittel" an einem anderen. „PSA-Verbrauchsmaterial – Hände" an einem dritten.

Das sind dieselben Produkte. Aber ohne konsistente UNSPSC-Klassifizierung können sie nicht gruppiert, verglichen oder für Volumenhebel genutzt werden. Die Finanzabteilung sieht vier verschiedene Positionen. Procurement sieht vier separate Käufe. Der Lieferant sieht vier Transaktionen, die ein verhandelter Vertrag sein könnten.

Warum ERP-Systeme das nicht von allein lösen

Eine verbreitete Annahme ist, dass, wenn Ihre Organisation ein ERP hat, SAP, Oracle, Microsoft Dynamics, das Klassifizierungsproblem gelöst ist. In der Praxis ist es das selten. ERP-Systeme erfassen Transaktionen. Sie erfassen, was gekauft wurde, von wem, zu welchem Preis. Was sie nicht tun, ist konsistente Klassifizierung am Erfassungspunkt durchzusetzen.

Historisch wurden drei Ansätze verwendet, um Klassifizierung darüber zu legen:

• Manuelle Klassifizierung – genau in erfahrenen Händen, aber im großen Maßstab langsam, teuer und inkonsistent über Analysten hinweg.
• Offshore-Datenteams – schneller als interne manuelle Arbeit, aber die Qualität variiert und den Teams fehlt kontextuelles Wissen über Ihr spezifisches Geschäft.
• Regelbasierte Automatisierung – funktioniert gut für häufige, gut beschriebene Positionen. Bricht bei allem Mehrdeutigen oder Abgekürzten zusammen.

Der Ansatz, der im großen Maßstab funktioniert, kombiniert alle drei: deterministische Regeln für klare Fälle, ein Machine-Learning-Modell, trainiert auf Ihren spezifischen Daten, für den Mittelbereich, und menschliche Prüfung für wirklich mehrdeutige Positionen. Jede menschliche Entscheidung fließt zurück in das Modell und verbessert die Genauigkeit über die Zeit.

Was UNSPSC-Klassifizierung erschließt

• Spend-Aggregation über Systeme und Einheiten hinweg. Jede Position trägt einen konsistenten Kategoriecode, sodass Spend über ERPs, Geschäftseinheiten, Standorte und Jahre hinweg vergleichbar wird.
• Lieferantenkonsolidierung. Sobald Sie den gesamten Warengruppen-Spend sehen können, können Sie identifizieren, wo mehrere Lieferanten dasselbe zu unterschiedlichen Preisen liefern.
• Kategoriestrategie. UNSPSC-Codes geben Category Managern die Datenebene, die sie brauchen, um Kategorien zu managen statt sie nur zu beschreiben.
• Bereitschaft für KI- und Analytics-Plattformen. Plattformen wie Microsoft Fabric und Power BI funktionieren am besten, wenn Daten konsistent strukturiert sind. UNSPSC-Klassifizierung ist diese Standardisierungsebene.

„Früher bedeutete das Wochen manueller Klassifizierung. Jetzt speise ich die Rohexporte ein, prüfe, was herauskommt, und korrigiere die Grauzonen. Mein Vertrauen in den Datensatz ist sprunghaft gestiegen. Zum ersten Mal vertraut das Management tatsächlich der Analytik, die ich produziere."

– Datenanalyst, Bauunternehmen

Klassifizierung über die Zeit aufrechterhalten

Klassifizierung ist keine einmalige Übung. Neue Lieferanten kommen hinzu, neue Produkte werden gekauft, und Beschreibungen ändern sich. Ohne aktive Pflege verschlechtert sich die Qualität einer Klassifizierungsübung innerhalb weniger Monate, während sich neue unklassifizierte Daten ansammeln.

Die praktische Lösung ist ein automatisiertes Klassifizierungssystem, das neue Daten verarbeitet, sobald sie eintreffen, sichere Positionen mit Codes versieht und mehrdeutige zur Prüfung markiert. Das Modell verbessert sich, während es mehr Ihrer spezifischen Daten verarbeitet, und die laufende Pflegebelastung sinkt über die Zeit.

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 →