Wer im Engineering oder Procurement Bauteile verschiedener Hersteller vergleichen will, stößt schnell an strukturelle Grenzen. Datenblätter sprechen unterschiedliche Sprachen, Klassifikationssysteme widersprechen einander, und proprietäre Bezeichnungen erschweren jede Suche. Dieser Artikel erklärt die fünf Hauptursachen – und was strukturierte Produktdaten konkret ändern würden.

Kurzantwort: Industriebauteile verschiedener Hersteller sind schwer zu vergleichen, weil es keine einheitliche Datensprache in der Industrie gibt. Hersteller nutzen eigene Klassifikationssysteme, unterschiedliche Merkmalsdefinitionen und proprietäre Bezeichnungen. Das Ergebnis: Jeder Vergleich erfordert manuellen Aufwand, der Stunden kosten kann.

Was fehlt: Ein gemeinsamer Standard für Produktdaten

Es gibt keinen verbindlichen globalen Standard für die Struktur industrieller Produktdaten. Normen wie ECLASS, UNSPSC oder ISO 13584 existieren parallel – keiner davon ist universell verpflichtend.

In der Praxis bedeutet das: Selbst für denselben Bauteiltyp liefern verschiedene Hersteller völlig unterschiedlich strukturierte Datenblätter. Ein Hersteller nennt den Innendurchmesser „d", ein anderer „d_i", ein dritter „Bore Diameter". Ohne Normierung ist maschinelles Matching kaum möglich.

Warum das täglich zum Problem wird

Engineering-Teams verlieren Zeit damit, Datenblätter manuell zu vergleichen. Procurement-Abteilungen können keine automatisierten Ausschreibungen durchführen, weil Produktdaten nicht vergleichbar sind.

Ein konkretes Beispiel: Ein Maschinenbauer sucht einen Alternativlieferanten für einen Antriebsriemen. Dafür extrahiert ein erfahrener Einkäufer manuell 6–8 Merkmale aus PDFs, übersetzt zwischen Einheitensystemen und gleicht proprietäre Bezeichnungen ab. Aufwand: 2–4 Stunden – pro Bauteil.

Die fünf Ursachen, warum der Vergleich so schwer ist

1. Fehlende herstellerübergreifende Standards

Kein Standard definiert verbindlich, wie Hersteller ihre Produktdaten strukturieren müssen. ECLASS, UNSPSC und ISO 13584 existieren nebeneinander. Hersteller wählen den Standard, der für sie praktisch ist – oder keinen.

2. Heterogene Datenqualität

Manche Hersteller liefern vollständige Datenblätter mit 50+ Merkmalen. Andere bieten nur einen Produktnamen und ein PDF. Diese Unterschiede in Vollständigkeit und Format machen automatisierte Vergleiche unmöglich.

3. Unterschiedliche Klassifikationssysteme je nach Branche und Region

Automotive nutzt VDA-Standards. Elektrotechnik setzt auf ECLASS. Der Handel bevorzugt UNSPSC. Dieselbe Schraube kann in drei verschiedenen Klassifikationssystemen unter völlig anderen Hierarchien eingeordnet sein.

4. Proprietäre Produktbezeichnungen als bewusste Strategie

Viele Hersteller nutzen eigene Bezeichnungen, um Direktvergleiche zu erschweren. Wenn ein Wettbewerbsprodukt nicht einfach identifizierbar ist, sinkt die Preistransparenz – ein strategischer Vorteil für den Hersteller.

5. Fehlende Maschinenlesbarkeit

Produktdaten stecken oft in PDFs, Word-Dokumenten oder proprietären Systemen. Diese Formate sind für Menschen lesbar, für Maschinen nicht direkt verarbeitbar. Automatisierte Extraktion erfordert aufwendige NLP- oder OCR-Verfahren.

Was strukturierte Daten konkret ändern würden

Strukturierte Produktdaten ermöglichen direkten Vergleich ohne manuelle Zwischenschritte. Wenn Merkmale normiert, vollständig und maschinenlesbar vorliegen, kann ein System automatisch:

• Äquivalente Bauteile verschiedener Hersteller identifizieren

• Preis-Leistungs-Vergleiche durchführen

• Alternativen bei Lieferproblemen vorschlagen

Der Zeitaufwand sinkt von Stunden auf Sekunden. Engineering-Teams gewinnen Zeit für ihre Kernaufgaben. Procurement kann Beschaffungsprozesse automatisieren.

Typische Fehler im Umgang mit Herstellerdaten

Produktnamen mit Produktidentität gleichsetzen. Gleiche Bezeichnungen verschiedener Hersteller bedeuten nicht dasselbe Produkt. Merkmale und Toleranzen können stark abweichen.

PDF als Datenquelle akzeptieren. PDFs sind keine strukturierten Daten. Wer sie für automatisierte Prozesse nutzt, schafft Fehlerquellen und Medienbrüche.

Einen Standard für die gesamte Lieferkette annehmen. Lieferanten in verschiedenen Ländern nutzen verschiedene Standards. Wer nur ECLASS kennt, übersieht UNSPSC und ISO 13584.

Manuelle Prozesse skalieren wollen. Mehr Personal löst das Datenproblem nicht. Es skaliert den Aufwand – aber nicht die Effizienz.

Praxisbeispiel: Bauteilvergleich im Maschinenbau

Ein mittelständisches Unternehmen sucht für eine Pumpe einen alternativen Dichtungslieferanten. Die Anforderungen sind klar: Temperaturbeständigkeit bis 200°C, chemische Beständigkeit gegen Hydrauliköl, definierte Abmessungen.

Mit unstrukturierten Daten: Der Einkäufer lädt Datenblätter von fünf Lieferanten herunter, extrahiert Merkmale manuell, übersetzt zwischen Einheitensystemen und erstellt eine Vergleichstabelle. Aufwand: 3–4 Stunden.

Mit strukturierten, klassifizierten Daten: Ein System gleicht Merkmale automatisch ab, filtert nach Spezifikation und liefert in Sekunden eine qualifizierte Shortlist. Der Einkäufer bewertet, statt zu extrahieren.

FAQ

Warum gibt es keine einheitliche Norm für industrielle Produktdaten?

Industrielle Normen sind historisch branchenspezifisch gewachsen. Internationale Standardisierung verläuft langsam. ECLASS und UNSPSC sind verbreitet, aber keines ist universell verpflichtend.

Was ist der Unterschied zwischen ECLASS und UNSPSC?

ECLASS ist ein hierarchisches System mit starkem Fokus auf technische Merkmale – vor allem in der Industrie. UNSPSC ist einfacher, breiter eingesetzt, bietet aber weniger technische Tiefe.

Warum nutzen Hersteller proprietäre Bezeichnungen?

Proprietäre Bezeichnungen erschweren Direktvergleiche mit Wettbewerbsprodukten. Das schützt Marktanteile und reduziert Preistransparenz – ein bewusster strategischer Vorteil.

Wie kann KI beim Bauteilvergleich helfen?

KI kann unstrukturierte Produktdaten aus PDFs extrahieren, klassifizieren und in strukturierte Formate überführen. Das ermöglicht automatisierte Vergleiche, die manuell nicht skalierbar wären.

Was ist der erste Schritt zur Lösung des Datenproblems?

Die Einführung eines einheitlichen Klassifikationssystems für das eigene Produktportfolio. Erst wenn interne Daten strukturiert sind, lassen sich externe Vergleiche automatisieren.

Fazit

Der Vergleich von Industriebauteilen ist so schwer, weil die Industrie ohne gemeinsame Datensprache gewachsen ist. Fehlende Standards, heterogene Datenqualität und strategische Intransparenz machen jeden Vergleich zu einem manuellen Projekt. Die Lösung ist kein Tool, sondern ein Systemwechsel: strukturierte, klassifizierte Produktdaten als Grundlage für Automatisierung und bessere Entscheidungen.