Ausgabenklassifikation und Analyse der Beschaffungsausgaben

Unternehmen kaufen bei tausenden Lieferanten, die in mehreren ERP-Systemen mit Freitext-Zeilenbeschreibungen gebucht sind; niemand kann daher beantworten: „Wie viel geben wir für Zeitarbeit aus, und bei wem?" ML und LLMs normalisieren Lieferantennamen und ordnen jede Zeile aus Kreditorenbuchhaltung, Bestellung und Karte einer Ausgabentaxonomie zu (UNSPSC, eCl@ss oder eigener Baum). Der entstehende Spend-Cube zeigt Einsparpotenziale, Maverick Buying und Möglichkeiten zur Lieferantenkonsolidierung und liefert die Aktivitätsdaten für ausgabenbasierte Scope-3-Schätzungen.

Problem & Nutzen

• Heute: Ausgabendaten liegen in vielen ERP-Systemen, P2P-Werkzeugen und Kartenfeeds. Lieferantennamen erscheinen in Dutzenden Schreibweisen, Sachkonten sind ein schlechter Anhaltspunkt dafür, was gekauft wurde, und Zeilentexte sind kurz, mehrsprachig und abgekürzt. Category Manager verlassen sich auf Berater oder jährliche Excel-Projekte, die bei Lieferung bereits veraltet sind.
• KI-Nutzen: Die Klassifikation wird laufend aktualisiert (monatlich oder wöchentlich) statt jährlich, wobei menschliche Korrekturen in das Modell zurückfließen. Typische Ergebnisse sind Transparenz über den Long-Tail-Einkauf, Lieferantenkonsolidierung, Einhaltung von Verträgen und Katalogen, Preisvergleiche über Gesellschaften hinweg und Basiswerte auf Kategorieebene für Verhandlungen. Anbieter veröffentlichen Kundenbeispiele mit Einspar- und Abdeckungszahlen (z. B. Kundengeschichten von Sievo [1]); betrachten Sie diese als Herstellerangaben und messen Sie Ihre eigene Ausgangsbasis.
• Nachhaltigkeitsaspekt: Ausgabenbasiertes Scope 3 Kategorie 1 (eingekaufte Waren und Dienstleistungen) multipliziert die Ausgaben je Kategorie mit einem Emissionsfaktor je Währungseinheit; dafür werden genau diese Ausgabendaten auf Kategorieebene benötigt [4]. Es ist die gröbste Methode des GHG Protocol, geeignet für Screening und das Finden von Hotspots, nicht für lieferantenspezifische Berichterstattung.
• Abgrenzung: Hier geht es um die Klassifikation historischer Transaktionen. Verkaufsseitige Produktstammdaten sind DATA-010; die Durchführung der Beschaffung ist AGENT-005; Betrugserkennung ist ANOM-009.

Varianten

• Klassifikationsdienst: einmalige oder regelmäßige Bereinigung eines ERP-Exports, geliefert als klassifizierte Datei (Beratung oder SaaS).
• Laufende Beschaffungsanalyse (Spend-Cube): automatisierte Übernahme aus mehreren ERP-Systemen, Dashboards für Category Manager, Verfolgung von Einsparungen und Warnungen bei Einkäufen außerhalb von Verträgen.
• Öffentlicher Sektor: Klassifikation nach CPV-Codes für TED-/E-Vergabe-Berichte und Transparenzpflichten; siehe auch ANOM-020.
• KMU: eine schlanke Version innerhalb von Buchhaltungs- oder Spesenwerkzeugen oder ein LLM-gestützter Tabellen-Workflow (DATA-006), der einige tausend Zeilen pro Jahr klassifiziert.
• Scope-3-Variante: derselbe klassifizierte Cube, abgebildet auf Emissionsfaktor-Kategorien (siehe DATA-012, DATA-021).
• Rechtsausgaben: die Prüfung von Rechnungen externer Anwälte ist ein eigener Anwendungsfall (LANG-039).

So funktioniert es

1. Extraktion (ERP Kreditoren/Bestellungen, Firmenkarte, Spesen, Verträge)
2. Harmonisierung (Währung, Sprache, Gesellschaft, Datum, Deduplizierung)
3. Lieferantennormalisierung (Fuzzy- + Embedding-Abgleich, USt-IdNr. / DUNS / LEI, Konzernhierarchie)
4. Zeilenklassifikation (Regeln
5. ML-/Embedding-Klassifikator
6. LLM für schwierige Zeilen)
7. menschliche Prüfung von Zeilen mit niedriger Konfidenz und hohem Wert
8. Spend-Cube + Analysen (Einsparungen, Maverick Buying, Konsolidierung, Preisabweichung, Scope 3)
9. Rückkopplungsschleife: Korrekturen werden zu Regeln und Trainingsdaten

• Lieferantennormalisierung: Blocking plus Zeichenkettenähnlichkeit, dann Embeddings und externe Kennungen (USt-IdNr., DUNS, LEI, Handelsregister), um Einheiten mit Konzernmüttern zu verknüpfen. Dieselbe Technikfamilie wie in DATA-003.
• Klassifikation: mehrstufig. Deterministische Regeln (Sachkonto, Lieferant-zu-Kategorie, Vertrags- oder Katalogabgleich) lösen die einfache Mehrheit. Ein feingetunter Encoder oder ein Embedding plus Nächste-Nachbarn-Klassifikator bewältigt den Großteil. Ein LLM mit der Taxonomie als Retrieval-Kontext behandelt mehrdeutige oder mehrsprachige Zeilen und erklärt seine Wahl. Hierarchische Taxonomien (UNSPSC hat die Ebenen Segment, Familie, Klasse, Ware [2]) erlauben Teilerfolge: sicher auf Familienebene, Prüfung auf Warenebene.
• Mensch-in-der-Schleife (Human-in-the-Loop): Fachleute für Kategorien prüfen Zeilen mit niedriger Konfidenz und die wertmäßig größten Lieferanten; freigegebene Zuordnungen werden als Regeln gespeichert, sodass jede Korrektur nur einmal erfolgt.

Datenaufbereitung

Benötigt werden Rechnungszeilen der Kreditorenbuchhaltung, Bestellungen, Karten- und Spesentransaktionen, der Lieferantenstamm und, soweit vorhanden, Verträge und Kataloge. Sie liegen typischerweise im ERP (SAP, Dynamics, DATEV, Business Central), im Buchhaltungssystem, als PDFs im DMS oder Postfach und in Excel-Listen der Einkäufer. Typische Lücken: Freitext-Zeilenbeschreibungen, ein Lieferant mit vielen Schreibweisen und IDs, fehlende oder uneinheitliche Zuordnung von Sachkonto zu Kategorie, mehrere ERP-Systeme oder Gesellschaften mit unterschiedlichen Währungen und Sprachen sowie Rechnungen, die nur als Scan vorliegen.

Schritte: (1) Zeilen für 12 bis 24 Monate über ERP-Exporte oder Konnektoren exportieren (PREP-005); (2) Währung, Sprache, Datum und Gesellschaft harmonisieren; (3) Lieferanten anhand von USt-IdNr. oder DUNS deduplizieren und normalisieren (DATA-003); (4) die Zieltaxonomie festlegen (UNSPSC, eCl@ss oder ein Unternehmensschema, PREP-019); (5) vorhandene Labels wie Sachkonten und freigegebene Kategorien als Trainingsdaten gewinnen (PREP-020); (6) eine geprüfte Teststichprobe zurücklegen (PREP-018). Gescannte Rechnungen benötigen zuerst OCR (DOC-014 und PREP-006). Rechnen Sie grob mit 40 Prozent des Aufwands für Extraktion und Lieferantenbereinigung, 20 Prozent für Taxonomie und Labels, der Rest entfällt auf Prüfung und Analysen. GUIDE-003 bietet eine Checkliste zur Bereitschaft.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg B, weil Produkte für Ausgabenanalyse auf Großunternehmen zielen und entsprechend bepreist sind, während ein KMU einen ERP-Export mit einem Cloud-LLM, Embeddings und einem Workflow-Werkzeug wie n8n klassifizieren kann.
• Großunternehmen: Weg A, weil ausgereifte Suiten für Ausgabenanalyse viele ERP-Systeme, Taxonomien und Lieferantenhierarchien beherrschen und eine Standardfunktion sind.
• Entwickler: Weg B, weil Cloud-APIs plus offene Taxonomien (UNSPSC, eCl@ss) einen schnellen, flexiblen Aufbau für ein Produkt oder eine Dienstleistung ermöglichen.
• Öffentlicher Sektor: Weg C, weil Vergaberegeln und Souveränität einen selbst betriebenen Stack in einer souveränen Cloud begünstigen und ein kleines offenes Modell für die Klassifikation genügt.

Weg A — Kaufen (Standardsoftware)

• Spezialisierte Ausgabenanalyse: Sievo (Finnland, EU), SpendHQ, Jaggaer, Coupa (Spend-Analyse / Community Intelligence), SAP Ariba Spend Analysis, GEP SMART, Zycus, Tradeshift. Spezialisierte Klassifikationsdienste: von Spend Matters behandelte Anbieter und Beratungen; Ivalua (Frankreich, EU) und Jaggaer (mit europäischen Wurzeln) decken Ausgabentransparenz innerhalb von Source-to-Pay-Suiten ab.
• Prüfen: EU-Hosting, Unterstützung von Taxonomien (UNSPSC, eCl@ss, CPV, eigene), ERP-Konnektoren, mehrsprachige Genauigkeit, Möglichkeit, Korrekturen und Zuordnungen zu exportieren (Lock-in vermeiden), Zuordnung von Scope-3-Emissionsfaktoren.
• Wählen Sie A, wenn: mehr als ein ERP-System, viele Lieferanten und kein eigenes Data-Science-Team vorhanden sind.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Klassifikation: Embeddings (in der EU gehostete Optionen wie Mistral Embed, Azure OpenAI oder Vertex AI in EU-Regionen), um Kandidatenknoten der Taxonomie abzurufen; anschließend wählt ein LLM mit strukturierter Ausgabe den Code und gibt Konfidenz und Begründung an. Batch-APIs machen die erneute Klassifikation von Millionen Zeilen bezahlbar.
• Plattform: Data Warehouse (Snowflake, BigQuery, Databricks, Microsoft Fabric) mit dbt für den Spend-Cube; BI mit Power BI, Looker oder Metabase; Orchestrierung mit Airflow oder Dagster.
• Wählen Sie B, wenn: ein Datenteam vorhanden ist und die Taxonomie unternehmenseigen ist.

Weg C — Selbst betreiben (Open Source)

• Modelle: mehrsprachige Embeddings (BGE-M3, multilingual-e5, Qwen3-Embedding), ein feingetunter XLM-RoBERTa- oder German-BERT-Klassifikator und ein offenes LLM (Qwen3, Mistral Small, Llama) über vLLM oder Ollama für schwierige Zeilen.
• Stack: DuckDB oder PostgreSQL mit pgvector, Splink für probabilistischen Lieferantenabgleich, dbt, Metabase oder Superset, Label Studio für die Prüfung.
• Hardware: HW2 genügt; die Klassifikation von Millionen kurzer Zeilen besteht überwiegend aus Embedding- und Inferenz kleiner Modelle.

Weg D — Eigenes Training

Lohnt sich, wenn Sie bereits mehrere hunderttausend von Category Managern oder in einem früheren Beratungsprojekt mit Kategorien versehene Zeilen besitzen. Feintunen Sie je Taxonomieebene einen Encoder-Klassifikator; die gelabelte Historie ist der wichtigste Wert. Trainieren Sie neu, wenn sich die Taxonomie ändert.

Stand der Technik (2026)

• LLM plus Retrieval über die Taxonomie ist der vorherrschende Ansatz für den Long Tail, mit feingetunten kleinen Klassifikatoren für kostengünstige Massenarbeit. Die berichtete Genauigkeit der Anbieter hängt von der Taxonomietiefe ab; tiefe Codes auf Warenebene sind deutlich schwieriger als Kategorien der obersten Ebene.
• Abdeckung gegen Genauigkeit: Kurze, mehrdeutige Texte („Servicegebühr", „Sonstiges") lassen sich nicht allein aus dem Text klassifizieren; die besten Systeme kombinieren Lieferant, Sachkonto, Kostenstelle, Betragsmuster und Vertragskontext.
• Taxonomien: UNSPSC wird von GS1 US lizenziert und versioniert [2]; eCl@ss ist der Standard deutscher Herkunft für Industriegüter [3]; CPV ist in der öffentlichen Auftragsvergabe der EU verpflichtend. Die Zuordnung zwischen ihnen bleibt teilweise manuell.
• Fehlerbilder: LLMs erfinden plausible, aber nicht existierende Codes (Ausgabe auf gültige Codes beschränken), driften bei Versionswechseln der Taxonomie, klassifizieren mehrsprachige Abkürzungen falsch und verwechseln die Muttergesellschaft mit der rechnungsstellenden Tochter.
• Grenzen bei Scope 3: Ausgabenbasierte Faktoren (z. B. aus EXIOBASE abgeleitet oder nationale Input-Output-Datensätze) reagieren empfindlich auf Inflation und Preise; verwenden Sie sie nicht für Aussagen auf Lieferantenebene [4].
• Agentische Analytik: Der Zugriff auf den Cube in natürlicher Sprache (DATA-001) und Agenten, die auf Erkenntnisse zum Long-Tail-Einkauf reagieren (AGENT-005, AGENT-029), zeichnen sich ab.

Gemeinsame Bausteine & Kombinationen

• Datenbereinigung: DATA-003 (Deduplizierung, MDM) teilt den Lieferantenabgleich; DATA-007 (Katalog/Metadaten) und DATA-010 (ECLASS-/ETIM-Klassifikation) teilen das Taxonomie-Retrieval.
• Nachgelagert: DATA-012 und DATA-021 (Scope 3 / CO₂-Fußabdruck), ANOM-009 (Betrug bei klassifizierten Ausgaben), ANOM-011 (Lieferantenrisiko nach Kategorie), AGENT-005 (Beschaffungsereignisse für die gefundenen Konsolidierungspotenziale), DATA-001 (dialogorientierte BI auf dem Cube).
• Infrastruktur: Ein Embedding-Dienst plus Data Warehouse bedient mehrere Datenanwendungsfälle.

Aufwand, Kosten & Kennzahlen

• Weg A: typischerweise 2–4 Monate bis zum ersten klassifizierten Cube über mehrere ERP-Systeme; SaaS-Lizenz gekoppelt an das verwaltete Ausgabenvolumen oder die Datenmenge.
• Weg B: 2–4 Monate mit einem kleinen Datenteam; die LLM-Kosten sind gering, weil Regeln und Klassifikatoren die meisten Zeilen lösen, bevor das LLM sie sieht.
• Weg C: 3–6 Monate; überwiegend Entwicklung und Prüfwerkzeuge.
• Kennzahlen: Klassifikationsabdeckung (% der kategorisierten Ausgaben), Genauigkeit auf Kategorieebene an einer zurückgehaltenen Audit-Stichprobe, Rückgang der Lieferantenzahl nach der Normalisierung, Anteil der Ausgaben unter Vertrag, identifizierte gegenüber realisierten Einsparungen, Prüfstunden je Million Zeilen, Zeit bis zur Aktualisierung.

Menschen & Veränderung

Beziehen Sie die Geschäftsführung für Ziele und Budget ein (Einsparziel, Scope-3-Berichterstattung) sowie die Einkaufsleitung als Prozessverantwortliche, die die Taxonomie verantwortet und über Kategorieregeln entscheidet. Finanzen und die ERP-Dateneigner liefern und validieren die Exporte; die IT kümmert sich um Zugriff und Integration. Einkäufer sind die Anwender: Lassen Sie sie Klassifikationen korrigieren, denn ihre Korrekturen speisen die Regeln. Lieferanten werden selten direkt beteiligt, aber Konsolidierungserkenntnisse beeinflussen Verhandlungen, daher sollten Sie die Vertraulichkeit von Preisdaten vereinbaren.

Betriebsrat: meist nein, weil das System Ausgaben und Lieferanten analysiert und nicht das Verhalten von Beschäftigten. Prüfen Sie es, wenn Berichte auf Einkäuferebene geplant sind (zum Beispiel Rankings des Maverick-Buying je Einkäufer), da dann § 87 Abs. 1 Nr. 6 BetrVG greifen könnte; halten Sie Berichte auf Kategorie- und Lieferantenebene. § 90 Abs. 1 Nr. 3 verlangt weiterhin eine frühzeitige Unterrichtung, wenn sich Arbeitsabläufe wesentlich ändern. Datenschutzbeauftragte(r): geringes Risiko, da Namen von Lieferantenkontakten und Daten von Karteninhabern die einzigen personenbezogenen Daten sind; schließen Sie mit jedem Cloud-Anbieter einen Auftragsverarbeitungsvertrag (AVV, Art. 28 DSGVO).

Kommunizieren Sie, dass das Werkzeug die mühsame Kodierung von Zeilen übernimmt, nicht Kaufentscheidungen. Starten Sie einen Piloten mit einer Kategoriegruppe (zum Beispiel indirekte Ausgaben) über 6 bis 8 Wochen, messen Sie Klassifikationsgenauigkeit und Prüfaufwand und weiten Sie dann aus. Typische Sorge: „Die KI klassifiziert falsch." Antworten Sie mit Konfidenzschwellen, verpflichtender Prüfung bei Zeilen mit hohem Wert und sichtbaren Korrekturprotokollen. Verweis: GUIDE-009 für den Piloten und GUIDE-006 für eine kurze Schulung der Einkäufer.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko; keine Kategorie nach Anhang III. Die KI-Kompetenz (Art. 4) gilt [5].
• DSGVO: überwiegend Unternehmensdaten, doch Einzelunternehmer, Freiberufler sowie Karten-/Spesenzeilen können Personen identifizieren (Reisen, mitarbeiterbezogene Einkäufe). Nutzen Sie Auftragsverarbeitungsverträge, minimieren Sie Mitarbeiterfelder und vermeiden Sie das Senden von Freitext mit Namen an APIs außerhalb der EU.
• CSRD / ESRS E1: Ausgabenbasierte Scope-3-Zahlen brauchen eine dokumentierte Methode, Faktorquelle und Unsicherheit; die Omnibus-Vereinfachung ändert Umfang und Zeitplan, prüfen Sie daher den aktuellen Stand mit dem Berichtsteam.
• Öffentliche Auftragsvergabe: CPV und TED-Berichte folgen den Regeln der Richtlinie 2014/24/EU.
• Geschäftliche Risiken: falsche Kategorien führen zu falschen Einsparzielen; Verzerrung der Klassifikation zugunsten großer Lieferanten; Anbieterbindung bei proprietären Zuordnungen; Vertraulichkeit von Vertragspreisen.
• Gegenmaßnahmen: Audit-Stichprobe in jedem Zyklus, Ausgaben auf gültige Codes beschränken, Zuordnungstabellen exportierbar und versioniert halten, Version des Klassifikators je Datensatz protokollieren.

Erste Schritte

1. Wählen Sie die Zieltaxonomie und die 5–10 vorrangigen Kategorien; legen Sie die Frage fest, die der Cube beantworten muss.
2. Extrahieren Sie 12–24 Monate Kreditoren-, Bestell- und Kartendaten aus den wichtigsten ERP-Systemen in ein gemeinsames Warehouse-Schema.
3. Normalisieren Sie zuerst die Lieferanten (USt-IdNr. und Konzernzuordnung): Das liefert oft die ersten Überraschungen.
4. Klassifizieren Sie eine Stichprobe von 2.000 Zeilen mit Regeln, einem LLM und einem Anbieter-Piloten; bewerten Sie alle an einem von Fachleuten gelabelten Audit-Satz.
5. Richten Sie die Korrekturschleife und eine monatliche Aktualisierung ein; ergänzen Sie Scope-3-Faktoren, sobald die Kategorien stabil sind.

Quellen

1. Sievo — spend analytics and customer stories — https://sievo.com/
2. UNSPSC — GS1 US (UN Standard Products and Services Code) — https://www.unspsc.org/
3. eCl@ss — product classification standard — https://eclass.eu/
4. GHG Protocol — Technical Guidance for Calculating Scope 3 Emissions (Category 1, spend-based method) — https://ghgprotocol.org/scope-3-technical-calculation-guidance
5. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
6. Splink — probabilistic record linkage (UK Ministry of Justice) — https://github.com/moj-analytical-services/splink
7. EU CPV — Common Procurement Vocabulary (SIMAP) — https://simap.ted.europa.eu/web/simap/cpv