ESG-Datenmanagement – d. h. das Management von Daten aus den Bereichen Umwelt, Soziales und Unternehmensführung – ist der unbesungene Held der ESG-Compliance. Während ESG-Prinzipien, -Missionen und -Ziele die Vision eines Unternehmens unterstreichen, sich weiter zu verbessern, ist es die sorgfältige Erfassung, Analyse und Auslegung von Daten, die es Unternehmen ermöglicht, Ideen in konkrete Maßnahmen und aufschlussreiche Ergebnisse zu verwandeln. Mit anderen Worten, die ESG-Compliance beginnt mit einem guten Datenmanagement.

Was ist ESG-Datenmanagement?

ESG-Datenmanagement beschreibt genauso wie reguläres Datenmanagement die Erfassung, Speicherung und Analyse von Daten – mit dem einzigen Unterschied, dass die in diesem Fall erfassten Daten allesamt einen ESG-Bezug haben.

ESG-Datenmanagement spielt in der heutigen Unternehmenslandschaft eine wichtige Rolle. Es stellt eine Verbindung zwischen Maßnahmen in den Bereichen Umwelt, Soziales und Unternehmensführung und deren Auswirkungen sowie der Unternehmensstrategie und -leistung her.

Welche Themenbereiche decken ESG-Daten ab?

ESG-Daten umfassen eine große Bandbreite an qualitativen und quantitativen Informationen, die die Auswirkungen eines Unternehmens in drei Bereichen messen. Dazu gehören u. a. folgende:

Environmental (Umwelt)

• CO2-Emissionen
• Andere Treibhausgase (THG) und Schadstoffe
• Wasserverbrauch
• Rohstoffverbrauch
• Abfallmanagement
• Energieverbrauch und -effizienz
• Verschmutzungsereignisse

Social (Soziales)

• Vielfalt in der Belegschaft
• Gerechte Bezahlung
• Wohlbefinden der Mitarbeiter
• Soziale Verantwortung in Bezug auf Lieferketten und Verbrauch
• Gesellschaftliches Engagement
• Gesundheit und Sicherheit
• Menschenrechte

Governance (Unternehmensführung)

• Zusammensetzung des Vorstands
• Vergütung der Führungskräfte
• Datenschutz und -sicherheit
• Umwelt- und Sozialkontrollen
• Audit-Compliance
• Ethische Entscheidungsfindung
• Politische Beiträge
• Kunden- und Lieferantenprüfungen

ESG-Datenmanagement versus ESG-Governance

Welcher Zusammenhang besteht zwischen ESG-Datenmanagement und dem geläufigeren Begriff ESG-Governance? Stellen Sie sich das Ganze so vor: ESG-Datenmanagement ist quasi ein Fisch im ESG-Governance-Teich. Das liegt daran, dass ESG-Daten-Governance ein ganzheitlicheres Konzept beschreibt. Es konzentriert sich auf das Framework, die Richtlinien und Verfahren, an denen sich die ESG-Initiativen eines Unternehmens orientieren, wobei die durch das ESG-Datenmanagement bereitgestellten Daten die Grundlage für das Framework bilden.

ESG-Governance stellt sicher, dass ESG-Programme über effektive Inputs, Outputs und Kontrollen verfügen und transparent sind. Dies schließt auch das Datenmanagement mit ein.

Warum ist die Erfassung von ESG-Daten wichtig?

ESG-Daten bilden nicht nur die Grundlage für die ESG-Governance-Strategie, sondern die Erfassung dieser Daten ist aus vielen weiteren Gründen unerlässlich:

• Besseres ESG-Risikomanagement: ESG-Daten tragen dazu bei, ESG-Risiken zu erkennen und zu minimieren. Anhand Zahlen zu den CO2-Emissionen eines Unternehmens lassen sich beispielsweise dessen Klimaauswirkungen einschätzen. Dadurch weiß das Unternehmen, auf welche Bereiche es sich konzentrieren muss, um nicht gegen Klimagesetze zu verstoßen.
• Steigerung der Attraktivität für Investoren: Im heutigen Geschäftsumfeld berücksichtigen Investoren beim Treffen von Anlageentscheidungen zunehmend Daten zur ESG-Performance. Die Erfassung und Veröffentlichung von ESG-Daten ermöglicht Unternehmen, diesen Erwartungen gerecht zu werden und Zugang zu einem größeren Pool von Investoren zu erhalten.
• Einhaltung der Berichtspflicht: Regierungen und Regulierungsbehörden führen zunehmend mehr ESG-Offenlegungspflichten ein. So hat die US-Börsenaufsichtsbehörde (Securities and Exchange Commission, SEC) beispielsweise Regeländerungen vorgeschlagen, die Unternehmen dazu verpflichten würden, bestimmte Daten zu klimarelevanten Emissionen offenzulegen. Auch die EU und andere Regierungen in aller Welt haben verschiedene ESG-Gesetze sowie Gesetze zur ESG-Berichterstattung vorgeschlagen (oder bereits umgesetzt). Ein Beispiel hierfür ist die EU-Richtlinie über die Nachhaltigkeitsberichterstattung von Unternehmen (Corporate Sustainability Reporting Directive, CSRD). Die effektive Erfassung von ESG-Daten unterstützt Unternehmen bei der ESG-Berichterstattung sowie dabei, ihre ESG-Auswirkungen sowie das Risiko von Sanktionen zu reduzieren.
• Wettbewerbsvorteil: Unternehmen, die ESG-Daten erfassen und diese zur Entwicklung von Strategien heranziehen, können einen nachhaltigen Wettbewerbsvorteil erzielen, da sie dazu in der Lage sind, neue Chancen zu erkennen, die im Einklang mit Nachhaltigkeitszielen stehen – beispielsweise die Gewinnung neuer Investoren, Kunden und Mitarbeiter. Nach außen hin sichtbares fortschrittliches Handeln in Bezug auf ökologische und soziale Verbesserungen trägt zur Steigerung des Kundeninteresses bei.
• Beschleunigte Innovation: ESG-Daten können Innovationschancen sowie Möglichkeiten zur Verbesserung der Betriebsabläufe zutage fördern. Beispielsweise verringert die Reduzierung von Abfall nicht nur die Umweltauswirkungen, sondern auch die Abfallentsorgungskosten.

Dies sind nur einige Beispiele für die zahlreichen Vorteile, die sich aus der Erfassung, dem Management und der Veröffentlichung von ESG-Daten ergeben. Die wichtigste Erkenntnis ist, dass die Vorteile weit über Compliance-Aspekte hinausgehen. Sie verbessern die strategische Ausrichtung des Unternehmensbetriebs und tragen in einem zunehmend ESG-bewussten Umfeld maßgeblich zum Unternehmenserfolg bei.

Welches Vorgehen eignet sich zur Erfassung von ESG-Daten?

Es gibt verschiedene Möglichkeiten zur Erfassung von ESG-Daten, wobei Ihre Strategie vermutlich durch die Art der zu erfassenden Daten beeinflusst wird. Eines steht jedoch fest: Die digitale Erfassung von ESG-Daten ist unumgänglich. Dies umfasst den Einsatz von intelligenter Automatisierung (IA) und Robotic Process Automation (RPA). Bevor wir uns näher mit diesen Themen befassen, ist es jedoch wichtig, zunächst die Herausforderungen zu verstehen, die mit der Erfassung von ESG-Daten einhergehen.

Herausforderungen bei der Erfassung von ESG-Daten

ESG-Daten können von Natur aus komplex und schwierig zu erfassen sein. Nachstehend drei große Herausforderungen, die mit der Erfassung von ESG-Daten einhergehen:

Datenvielfalt

ESG-Daten decken eine große Bandbreite an Informationen und ESG-Kennzahlen ab, die zum Teil über isolierte Systeme sowohl innerhalb als auch außerhalb eines Unternehmens verteilt sind. Ebenso besteht die Möglichkeit, dass verschiedene Abteilungen, Branchen und Unternehmen höchst individuelle ESG-Herausforderungen meistern müssen, was es unmöglich macht, eine für alle geeignete Patentlösung für die Datenerfassung zu entwickeln.

Zuverlässigkeit von Daten

Derzeit wird sich im ESG-Bereich stark auf Selbstauskünfte verlassen, was die Gefahr von Ungenauigkeiten mit sich bringt. Ohne eine zuverlässige Möglichkeit zur Erfassung korrekter Daten tun sich Unternehmen möglicherweise schwer damit, die Richtigkeit ihrer Daten zu gewährleisten. Die Erfassung qualitativer Daten ist mit zusätzlichen Schwierigkeiten verbunden.

Genauigkeit von Daten

Der Zugriff auf Daten ist nicht immer ohne Weiteres möglich. Dies gilt insbesondere für Unternehmen, die nicht über die dafür erforderlichen Tools oder Ressourcen verfügen. Unternehmen, die in Regionen mit eingeschränkten Berichtsinfrastrukturen rund um die ESG-Performance tätig sind oder Zugriff auf relevante Daten von Lieferanten, Partnern und Tochterunternehmen benötigen, stehen vor noch größeren Herausforderungen.

Technologien zur Automatisierung der Erfassung von ESG-Daten

Genauso wie Unternehmen Automatisierungssoftware zur Erfassung und Veröffentlichung von Finanzdaten verwenden, ist dies auch mit ESG-Daten möglich.

Intelligente Automatisierung (IA) ist eine Kombination verschiedener Technologien, die Geschäftsprozesse – z. B. die Erfassung und Vorverarbeitung von ESG-Daten – automatisieren und optimieren. IA beinhaltet die Robotic Process Automation (RPA), d. h. den Einsatz von Digital Workern zur Automatisierung von Tätigkeiten, die zuvor von Menschen erledigt wurden. Dazu zählen beispielsweise die Datenerfassung und -eingabe. Erfahren Sie mehr zum Thema ESG-Automatisierung. 

Artificial Intelligence (AI) ist eine weitere Komponente der IA, die bei der Erfassung von ESG-Daten eine Rolle spielt. KI extrahiert Daten aus unstrukturierten Quellen und erkennt Muster, die Hinweise auf mögliche Risiken geben, die den Beteiligten ansonsten möglicherweise verborgen geblieben wären.

IA bietet folgende Vorteile, die zur Minimierung von Herausforderungen beitragen:

• Effizientere Datenerfassung und -verarbeitung
• Reduzierung des mit der manuellen Dateneingabe einhergehenden Fehlerrisikos
• Fehlerfreie Erfassung auch bei ständig wiederkehrenden Daten und hohem Datenvolumen
• Skalierbarkeit, wodurch Datenerfassungsprozesse nicht an Effektivität einbüßen, wenn das Unternehmen wächst/expandiert
• Integration mit verschiedenen Datenquellen, einschließlich interner und externer Systeme, für eine ganzheitliche Sicht auf ESG-Daten
• Bereitstellen präziser ESG-Informationen in Echtzeit, auf deren Grundlage Entscheidungsträger fundierte Entscheidungen treffen und schnell auf ESG-Probleme reagieren können

Diese Tools halten in der Praxis, was sie in der Theorie versprechen. So revolutionieren InvoiceBotz von WonderBotz und GLYNT beispielsweise die Art und Weise, wie Unternehmen ESG-Daten erfassen, verarbeiten und veröffentlichen. InvoiceBotz ist eine Software zur Automatisierung der Rechnungsbearbeitung und nutzt die intelligente Automatisierung von SS&C Blue Prism und KI, um Rechnungsdaten in allen Details zu erfassen und zu verarbeiten. GLYNT trägt dazu bei, Nachhaltigkeitsdaten genauso sorgfältig aufzubereiten wie Finanzdaten. Beide Lösungen erhöhen die Genauigkeit und Konsistenz von Daten und verbessern die Transparenz der Nachhaltigkeits- und ESG-Berichterstattung.

Welche Daten sind für die ESG-Berichterstattung erforderlich?

In einigen Ländern ist die ESG-Berichterstattung bereits gesetzlich verpflichtend, während andere Regionen zunehmend nachziehen. Einhergehend mit der Weiterentwicklung der ESG-Vorschriften werden sich auch die Anforderungen an die Berichterstattung ändern (wofür wiederum entsprechende Daten erfasst werden müssen). Unternehmen, die IA für die Datenerfassung verwenden, können im Handumdrehen Änderungen vornehmen.

Einige Unternehmen veröffentlichen ihre ESG-Daten bereits, indem sie ihre Geschäftsberichte und Governance-Strategien um entsprechende ESG-Abschnitte ergänzen. Gleichzeitig entwickeln Datenaggregatoren bereits Kennzahlen zum Thema ESG und veröffentlichen ESG-Bewertungen.

Bleiben Sie bezüglich des ESG-Datenmanagements auf der Höhe

Einhergehend mit der Weiterentwicklung der Anforderungen an die ESG-Berichterstattung entwickeln sich auch die Anforderungen an die Erfassung von ESG-Daten weiter. Schnell kann der Eindruck entstehen, man sei in einer nicht enden wollenden Spirale gefangen, die Geschicklichkeit, Agilität sowie unerschütterlichen Fokus erfordert, um mit allen neuen Anforderungen und Vorgaben Schritt zu halten – und die einem über den Kopf zu wachsen droht.

Doch mit der Unterstützung von intelligenter Automatisierung und anderen digitalen Lösungen können Sie das ESG-Datenmanagement meistern und verhindern, in der Flut von Vorschriften, Systemen und Richtlinien unterzugehen.