In einer Welt, in der Nachhaltigkeit zunehmend an Bedeutung gewinnt, müssen Unternehmen nicht nur ihre finanziellen, sondern auch ihre ökologischen und sozialen Fußabdrücke transparent darstellen. Die Corporate Sustainability Reporting Directive (CSRD) der Europäischen Union fordert Unternehmen dazu auf, umfassende Berichte über ihre Umwelt-, Sozial- und Governance-Leistungen (ESG) zu erstellen [1].

Herausforderungen im Nachhaltigkeits-Reporting

Die meisten Unternehmen haben bereits den strategischen Wert einer umfassenden Nachhaltigkeitsbewertung erkannt und möchten diese zusätzlich bei der Entscheidungsfindung einbeziehen.

Daraus ergibt sich für Finanzführungskräfte die Herausforderung, genaue und konsistente Daten für ihre Nachhaltigkeitsberichte zu sammeln und zu analysieren. Dies beinhaltet die Erfassung von Kohlenstoffemissionen (Scope 1, 2 und 3), die Einhaltung von ESG-Kriterien und die Berichterstattung über die gesamte Lieferkette.

Auf dem Weg zur Sicherstellung der Datenqualität und -konsistenz sowie der Einhaltung komplexer regulatorischer Anforderungen gibt es jedoch einige Hindernisse zu überwinden. Manuelle Prozesse und fragmentierte Systeme führen zu Fehlern, Verzögerungen und einem erhöhten Arbeitsaufwand.

Vereinfachung der Datenerfassung und -analyse

Um die Anforderungen der CSRD zu erfüllen, wurden die European Sustainability Reporting Standards (ESRS) eingeführt. Diese bieten detaillierte Vorgaben, wie die Berichtserstattung zu erfolgen hat und welche Datenpunkte erfasst werden müssen. Die ESRS umfassen dabei die ESG-Kriterien, die die verschiedenen Aspekte der Nachhaltigkeitsberichterstattung abdecken.

Damit die große Menge an Daten verwaltet und analysiert werden kann, um den ESRS zu entsprechen, brauchen Unternehmen die richtigen Tools. Doch wie genau funktioniert die Auswahl von relevanten Informationen, damit nicht mehr Datenpunkte aufgenommen werden als von den ESRS gefordert?

Ein sinnvoller Ansatz: KI-gestützte Prozesse, die Technologien wie maschinelles Lernen, Deep Learning sowie Natural Language Processing (NLP) nutzen, um strukturierte und unstrukturierte Daten zu erfassen und zu verarbeiten [2].
Beispielsweise kann eine KI-basierte Software in der Kreditorenbuchhaltung direkt aus Rechnungen von Versorgungsunternehmen die Kohlenstoffemissionsmetriken (Scope 2) extrahieren und zusätzlich die Emissionen der Scopes 1 und 3 aus unterschiedlichen Datenquellen berechnen.

Einhaltung des Lieferkettensorgfaltspflichtengesetzes

Das Lieferkettensorgfaltspflichtengesetz (LkSG) verpflichtet Unternehmen in Deutschland dazu, menschenrechtliche und umweltbezogene Sorgfaltspflichten in ihren Lieferketten zu beachten. Das Gesetz umfasst die Ermittlung, Bewertung und Priorisierung von Risiken in der Lieferkette. Dies bedeutet, dass die Verantwortung der Unternehmen nicht länger am eigenen Werkstor endet, sondern entlang der gesamten Lieferkette besteht. Auch hier können KI-basierte Software-Lösungen die Führungskräfte und deren Teams unterstützen:

KI-gesteuerte Automatisierungstechnologien helfen Unternehmen, ihre Lieferketten zu stärken und die gesetzlichen Regularien einzuhalten. Über das Automatisieren von ESG-Fragebögen für Lieferanten bis hin zur Überwachung von Bewertungen bieten KI-basierte Software-Lösungen im Lieferantenmanagement eine große Unterstützung an.
Auch in der Beschaffung kann KI unterstützen, indem CO2-Auswirkungen von Produkten direkt in dem Einkaufskatalog angezeigt werden. Dadurch wird der Erwerb von energieeffizienten Produkten und Dienstleistungen erleichtert. Ein weiterer Pluspunkt ist die Integration von Nachhaltigkeitskriterien in den Beschaffungsprozess, wodurch die Auswahl von Lieferanten basierend auf deren ESG-Bewertungen erleichtert wird.

Fazit

Heutzutage ist die Nutzung von KI-basierter Software zur Vereinfachung des Nachhaltigkeits-Reportings entscheidend, um den gesetzlichen Anforderungen gerecht zu werden und die Transparenz in Bezug auf Umwelt-, Sozial- und Governance-Leistungen (ESG) zu erhöhen. Mit fortschreitender Technologie und zunehmendem Fokus auf Nachhaltigkeit werden Unternehmen, die frühzeitig auf diese innovativen Lösungen setzen, besser positioniert sein, um zukünftige Herausforderungen zu meistern und eine nachhaltige Entwicklung voranzutreiben. Allerdings ist es leicht, im KI-Software-Dschungel den Überblick zu verlieren. Eine KI-basierte Source-to-Pay-Lösung ist daher eine gute Wahl, die unterschiedlichen Bereiche des Beschaffungsprozesses abzudecken und gleichzeitig Finanz- und Beschaffungsfunktionen miteinander zu verbinden.

[1] https://www.esker.de/blog/alle-themen/berichterstattung-zur-nichtfinanziellen-nachhaltigkeit-alles-was-sie-ueber-die/

[2] https://www.esker.de/technologie/intelligente-automatisierung/

77 Artikel zu „Nachhaltigkeits-Reporting“

News | Favoriten der Redaktion | Lösungen | Nachhaltigkeit | Services | Ausgabe 9-10-2024

Nachhaltigkeits-Reporting, CSRD, ESRS, CO₂-Bilanzierung – Ein Leitfaden für die Wahl des richtigen IT-Tools

13. Oktober 2024

Unternehmen, die sich der Nachhaltigkeit verschreiben, sind gut beraten, sich gleich zu Beginn ihres sogenannten Transformationsprozesses mit der Wahl der dafür notwendigen Software zu befassen. Das spart Zeit, Geld und jede Menge personellen Aufwand – besonders in den Fachabteilungen. Doch welche Kriterien sind zu beachten? Unternehmensgröße, Standorte, Internationalität? Welche Features – von Taxonomie über Wesentlichkeitsanalyse bis TCFD – werden wirklich gebraucht? Wie wichtig ist ein Audit Trail?