Mit KI nachhaltige Beschaffungskriterien in öffentlichen Ausschreibungen erkennen

Tausende Ausschreibungsdokumente manuell auf Nachhaltigkeitskriterien zu prüfen, ist kaum umsetzbar. Künstliche Intelligenz kann diese Aufgabe übernehmen – vorausgesetzt, sie weiss, wonach sie suchen soll. Ein Forschungsprojekt der BFH untersucht, wie standardisierte Beschaffungskriterien die KI-gestützte Erkennung von Nachhaltigkeit verbessern.

Wer eine Ausschreibung auf Nachhaltigkeit prüft, greift auf Fachwissen zurück: Welche Kriterien sind relevant? Wo verbergen sich Nachhaltigkeitsaspekte, die auf den ersten Blick nicht erkennbar sind? Dieses Wissen ist sektorspezifisch – was im Bauwesen gilt, muss für IT-Beschaffungen nicht zutreffen.

Genau vor dieser Herausforderung steht auch Künstliche Intelligenz: Ohne klare Vorgaben fehlt ihr der Kontext, um Nachhaltigkeitskriterien zuverlässig zu identifizieren. Ein Forschungsprojekt an der BFH untersucht daher, wie standardisierte Beschaffungskriterien die maschinelle Erkennung verbessern können.

Bestehende Empfehlungen als Ausgangspunkt

Für viele Dienstleistungs- und Warengruppen gibt es bereits nationale und internationale Empfehlungen zu technischen Spezifikationen, Eignungs- und Zuschlagskriterien, die aufzeigen, wie Nachhaltigkeitsaspekte in Ausschreibungen integriert werden können. Beispiele für solche Empfehlungen sind die Toolbox Nachhaltige Beschaffung Schweiz oder die EU GPP Criteria. Wer diese berücksichtigt, spart Zeit. Stimmen die gewählten Kriterien semantisch mit diesen Empfehlungen überein, kann die KI sie leichter als nachhaltig identifizieren.  Entfernen sich die Kriterien stärker von den Empfehlungen, wird die Erkennung schwieriger. Eine Orientierung an den offiziellen Empfehlungen unterstützt daher sowohl die Integration von Nachhaltigkeit in Ausschreibungen als auch die zuverlässige Erkennung durch die KI.

Lücken schliessen: Neue Kriterien für unterversorgte Sektoren

Für manche Dienstleistungs- und Warengruppen fehlen bislang ausreichende Empfehlungen zu nachhaltigen Beschaffungskriterien. In solchen Fällen greift die KI auf allgemeine, sektorübergreifende Empfehlungen zurück. Das ist zwar möglich, führt jedoch zu weniger präzisen Ergebnissen, da sektorspezifische Besonderheiten nicht berücksichtigt werden. Umso wichtiger ist es, neue Empfehlungen für diese Gruppen zu entwickeln. Das kann durch offizielle Leitlinien, aber auch durch den Austausch von Praxiserfahrungen oder die gemeinsame Erarbeitung branchenspezifischer Empfehlungen geschehen. Diese erleichtert es den Beschaffungsstellen, Nachhaltigkeit klarer in ihren Ausschreibungen zu integrieren, und unterstützt Anbietende dabei, ihre Leistungen sichtbar nachhaltiger zu gestalten. Davon profitiert auch die KI, die Nachhaltigkeitsambitionen dadurch zuverlässiger erkennen und abbilden kann. Investitionen in neue und die Überarbeitung der bisherigen Empfehlungen lohnen sich, um Nachhaltigkeit langfristig im öffentlichen Beschaffungswesen zu verankern und sichtbarer zu machen.

Implikationen für die Praxis

Aus dem Forschungsprojekt lassen sich drei zentrale Erkenntnisse ableiten:

1. Vorhandene Empfehlungen nutzen: Wo bereits sektorspezifische Kriterien existieren, spart deren Nutzung Zeit und erhöht die Sichtbarkeit von Nachhaltigkeitsambitionen in Ausschreibungen.
2. Neue Empfehlungen entwickeln: In vielen Dienstleistungs- und Warengruppen fehlen entsprechende Empfehlungen – eine Lücke, die durch Brancheninitiativen oder offizielle Leitlinien geschlossen werden sollte. Auch bestehende Empfehlungen sollten regelmässig weiterentwickelt werden, da sich Märkte und Anforderungen laufend verändern.
3. Perspektive wechseln: Eine klare Formulierung verbessert die maschinelle Erkennbarkeit. Nachhaltigkeitskriterien, die eindeutig und standardisiert formuliert sind, lassen sich durch KI zuverlässiger identifizieren – ein Beitrag zu mehr Transparenz im öffentlichen Beschaffungswesen.