UNSPSC-Klassifizierung mit KI: Wie Einkaufstransparenz wirklich entsteht

Was wäre, wenn Ihre Rechnungen plötzlich erklären, wo Ihr Einkauf Geld verliert?

Im Einkauf liegen die wichtigsten Hinweise oft schon vor: Bestelldaten, Rechnungspositionen, Lieferantentexte, Freitextbestellungen und interne Warengruppen. Das Problem ist selten der Mangel an Daten. Das Problem ist, dass diese Daten häufig nicht einheitlich klassifiziert sind.

Genau hier setzt UNSPSC an. Der United Nations Standard Products and Services Code ist ein internationaler Klassifikationsstandard für Produkte und Dienstleistungen und wird besonders im Einkauf eingesetzt. Viele Unternehmen begegnen UNSPSC unter anderem im E-Procurement-Systemen wie SAP Ariba – häufig als Basis, um externe Einkaufsdaten mit interne Warengruppen zu verbinden.

Warum UNSPSC alleine noch keine Mehrwert schafft

Ein Code allein verbessert noch keinen Einkauf. Entscheidend ist, ob Bestellungen, Rechnungen und Lieferanteninformationen zuverlässig dem richtigen Code zugeordnet werden.

In der Praxis ist genau das die Herausforderung: Texte sind uneinheitlich, Artikel werden unterschiedlich beschrieben, Leistungen werden als Freitext bestellt und interne Warengruppen sind historisch gewachsen. Dadurch bleibt oft unklar, wofür tatsächlich Geld ausgegeben wird.

KI macht die Klassifizierung skalierbar

Mit KI lässt sich die UNSPSC-Klassifizierung deutlich beschleunigen. Die KI analysiert vorhandene Informationen aus Bestellungen, Rechnungen oder Materialstämmen und schlägt passende UNSPSC-Codes vor. Dadurch können auch große Datenmengen strukturiert werden, ohne jede Position manuell prüfen zu müssen.

Der Vorteil: Unternehmen können mit den Daten starten, die bereits vorhanden sind. Eine Rechnung, ein Bestelltext oder eine Lieferantenbeschreibung kann bereits ausreichen, um eine erste Klassifizierung vorzubereiten. Kritische Fälle bleiben prüfbar, während große Datenmengen automatisiert vorstrukturiert werden.

UNSPSC, SAP Ariba und interne Warengruppen verbinden

In vielen Unternehmen treffen externe Standards und interne Strukturen aufeinander. In SAP Ariba werden häufig UNSPSC oder ECLASS genutzt, während das Unternehmen intern mit eigenen Warengruppen arbeitet.

Damit daraus ein nutzbarer Prozess entsteht, braucht es ein sauberes Mapping: UNSPSC oder ECLASS werden auf die firmeneigene Warengruppe übertragen. So bleiben interne Einkaufslogiken erhalten, während externe Standards für Klassifizierung, Reporting und Systemintegration genutzt werden können.

Wenn UNSPSC, ECLASS, ETIM und interne Warengruppen zusammengeführt werden sollen, unterstützt der ClassCOCKPIT Mapper dabei, bestehende Eigenklassifikationen kontrolliert mit anerkannten Standards zu verbinden.
Interne Datenmodelle müssen dabei nicht ersetzt werden – sie werden strukturiert gemappt, geprüft und dokumentiert.

Sie möchten wissen, wie der ClassCOCKPIT Mapper Ihre bestehenden Strukturen verbinden kann?
Kontaktieren Sie uns – wir zeigen Ihnen gerne die Möglichkeiten.

Von der Klassifizierung zur Spend-Analyse

Sobald Einkaufsdaten klassifiziert sind, beginnt der eigentliche Nutzen: Spend-Analyse. Aus einzelnen Bestellungen und Rechnungen werden Muster, Potenziale und konkrete Handlungsfelder.

Mit dem ClassCOCKPIT Spend Analyzer können klassifizierte Bestell- und Rechnungsdaten ausgewertet werden – zum Beispiel nach Warengruppe, Lieferant, Standort oder Kostenstelle. So erkennt der Einkauf, wo Bündelungspotenziale bestehen, welche Lieferanten strategisch relevant sind und wo Prozesse verbessert werden sollten.

Hier mehr zum ClassCOCKPIT Spend Analyzer erfahren

Der nächste Schritt: UNSPSC als Brücke zur CO₂-Bilanz

Klassifizierte Einkaufsdaten können auch für Nachhaltigkeit und regulatorische Anforderungen genutzt werden. Das gilt besonders dort, wo Unternehmen Transparenz über CO₂-relevante Warenströme schaffen müssen – zum Beispiel im Kontext von CBAM, also dem CO₂-Grenzausgleichsmechanismus der EU. Ohne eine saubere Struktur in den Einkaufs- und Rechnungsdaten bleibt häufig unklar, welche Warengruppen, Lieferanten oder Materialien für weitere Prüfungen relevant sind.

UNSPSC kann hier als Brücke dienen: Einkaufsdaten -> KI-Klassifizierung -> UNSPSC -> Mapping auf weitere Modelle wie NACI -> CO₂- und CBAM-Auswertung. So lassen sich Einkaufsvolumina nicht nur finanziell, sondern auch emissionsbezogen betrachten. Gerade für Scope-3-Betrachtungen und CBAM-nahe Analysen entsteht dadurch eine belastbare Grundlage, um relevante Warengruppen schneller zu identifizieren und gezielt weiter anzureichern.

Fazit: UNSPSC wird erst durch Anwendung strategisch

UNSPSC ist kein Selbstzweck. Der Standard wird dann wertvoll, wenn er Einkaufsdaten vergleichbar macht, Maverick Buying sichtbar macht, interne Warengruppen unterstützt und Analysen ermöglicht. Ein wichtiger Punkt: Zwischen UNSPSC, ECLASS und ETIM gibt es kein durchgängig offizielles Mapping, das Unternehmen einfach übernehmen können.

Genau hier entsteht in der Praxis häufig die Lücke zwischen Standard und Anwendung. D&TS kann diese Lücke durch Erfahrung in Klassifikationsprojekten, Datenmodellierung und eigenen Tools schließen. So lassen sich UNSPSC-, ECLASS- und ETIM-Strukturen auf interne Warengruppen und Einkaufslogiken abbilden – nachvollziehbar, prüfbar und für operative Prozesse nutzbar.

Mit KI wird diese Klassifizierung skalierbar. Unternehmen können bestehende Bestell- und Rechnungsdaten nutzen, statt auf perfekte Stammdaten zu warten. D&TS unterstützt dabei, UNSPSC-Klassifizierung, KI-gestützte Datenanalyse, Warengruppenmapping, Spend-Analyse und CO₂-/CBAM-Transparenz in einem durchgängigen Prozess umzusetzen.