# ML-gestützter Klassifikationsserver

ML-gestützter Klassifikationsserver ist ein Forschungsprojekt, das zu Freitexten wirtschaftlicher Tätigkeiten passende Wirtschaftszweigkodes zur manuellen Prüfung vorschlägt.

Anbieter: Destatis
Belegt: 2 Studien oder Erprobungen

## Funktion und Anwendung

Überwachte Modelle zur Textklassifikation werten Freitextbeschreibungen wirtschaftlicher Tätigkeiten aus und ordnen sie möglichen Wirtschaftszweig-Klassen zu. Das integrierte Modul gibt mehrere Vorschläge samt Konfidenzwerten über eine Oberfläche oder eine Programmierschnittstelle aus. Beschäftigte nutzen diese Angaben als Entscheidungshilfe bei der manuellen Kodierung und Plausibilisierung.

## Belegte Einsätze

### In Studien und Erprobung

- **Nicht akademische Statistikfachkräfte:** Das Statistische Bundesamt erprobte die in den Klassifikationsserver integrierte ML-Suche, um Freitexten mögliche WZ-2008-Klassen mit Konfidenzwerten zuzuordnen. Dies kann Statistikfachkräfte bei der manuellen Kodierung und Plausibilisierung unterstützen. (Daten, Trends und Ergebnisse analysieren und interpretieren; Quelle: [Statistisches Bundesamt (Destatis)](https://www.destatis.de/DE/Methoden/WISTA-Wirtschaft-und-Statistik/2026/03/wista-032026.pdf?__blob=publicationFile&v=4))
- **Kodierer, Korrekturleser und verwandte Bürokräfte:** Beim Statistischen Bundesamt wurde ein überwachtes ML-Textklassifikationsmodell entwickelt, das zu Freitextbeschreibungen Wirtschaftszweigkodes mit Konfidenzwerten vorschlägt. Es dient als Entscheidungshilfe für die manuelle Kodierung und Prüfung. (Daten in Systeme erfassen und prüfen; Quelle: [Statistisches Bundesamt (Destatis)](https://www.destatis.de/DE/Methoden/WISTA-Wirtschaft-und-Statistik/2026/03/wista-032026.pdf?__blob=publicationFile&v=4))

## Wie weit reicht der Beleg?

Grundlage ist eine amtliche Publikation des Statistischen Bundesamtes (Destatis) zu Entwicklung, Testserver-Darstellung und Integration des ML-Modells. Sie belegt die technische Bereitstellung als Basis für Fachanwendungen, weist jedoch keinen flächendeckenden Regelbetrieb durch Statistik- oder Kodierfachkräfte nach.

## Was bleibt offen?

In welchen konkreten Fachanwendungen das ML-Modul bereits im Regelbetrieb eingesetzt wird und welche Beschäftigtengruppen es persönlich bedienen, ist nicht belegt.

## Kurz beantwortet

**Wofür wird ML-gestützter Klassifikationsserver genutzt?** Das System schlägt zu Freitextbeschreibungen wirtschaftlicher Tätigkeiten passende Wirtschaftszweigkodes mit Konfidenzwerten für die manuelle Prüfung vor.

**In welchen Berufen ist der Einsatz belegt?** Das Werkzeug passt fachlich zu nicht akademischen Statistikfachkräften sowie zu Kodierkräften, die Daten erfassen, kodieren und plausibilisieren.

**Wie belastbar sind die Belege?** Ein Fachartikel von Destatis belegt die Entwicklung und Integration des Modells, aber noch keinen flächendeckenden produktiven Regelbetrieb durch diese Berufsgruppen.

## Berufe

- [Nicht akademische Statistikfachkräfte](https://sapientshift.com/berufe/nicht-akademische-statistikfachkraefte) (ISCO 3314)
- [Kodierer, Korrekturleser und verwandte Bürokräfte](https://sapientshift.com/berufe/kodierer-korrekturleser-und-verwandte-buerokraefte) (ISCO 4413)

## Originalquellen

- [Statistisches Bundesamt (Destatis): Wirtschaftszweigklassifikation mit Maschinellem Lernen im Klassifikationsserver](https://www.destatis.de/DE/Methoden/WISTA-Wirtschaft-und-Statistik/2026/03/wista-032026.pdf?__blob=publicationFile&v=4)

Zitierhinweis: SapientShift, KI-Werkzeugprofil „ML-gestützter Klassifikationsserver“, geprüft am 2026-11-03. https://sapientshift.com/ki-werkzeuge/tool-wz-klassifikationsserver-ml
