Finanzstabilität Datengrundlage

ESG-Report: Die richtige Datengrundlage schaffen

Die EU-Kommission hat klare Vorgaben gemacht: Bis spätestens 2026 müssen Unternehmen mit mehr als 250 Mitarbeitenden gemäß der Corporate Sustainability Reporting Directive (CSRD) einen jährlichen Nachhaltigkeitsbericht erstellen. Doch wie lässt sich die Integration von Umwelt-, Sozial- und Governance-Aspekten (ESG) in die Unternehmensstrategie effizient erreichen und messen, eine gute Datengrundlage schaffen?

Eine überzeugende ESG-Strategie kann den Ruf einer Marke stärken, die Kundenloyalität festigen und potenzielle Kosteneinsparungen durch verbesserte Energieeffizienz und Abfallreduzierung ermöglichen. Proaktive ESG-Maßnahmen fördern darüber hinaus eine positive Arbeitsmoral und Produktivität und machen Unternehmen widerstandsfähiger gegenüber wirtschaftlichen Schwankungen, regulatorischen Änderungen und Unterbrechungen in der Lieferkette. Die CSR-Richtlinie zielt darauf ab, Transparenz und Verantwortungsbewusstsein in der Unternehmensführung zu fördern. Unternehmen, die die Anforderungen nicht erfüllen, drohen nicht nur empfindliche Strafen, sondern auch ein potenzieller Reputationsverlust bei Kunden und Mitarbeitenden. Gleichzeitig kann mangelnde Nachhaltigkeit zu Lücken im Risikomanagement und Protesten von Shareholdern führen.

Erfolgreiches ESG-Reporting beginnt bei den richtigen Datengrundlage

Datengrundlage für einen aussagekräftigen Nachhaltigkeitsbericht ist eine entsprechende Digitainability. Die erfolgreiche Verknüpfung von Datenmanagement und Nachhaltigkeitsinitiativen stellt sicher, dass Unternehmen ihre ESG-Ziele effizient erreichen und messen können. Um die Vorteile einer starken ESG-Strategie voll auszuschöpfen, bedarf es eines robusten Datenmanagement-Systems, das in der Lage ist, unterschiedliche Daten aus einer Vielzahl von Quellen zu sammeln, diese in Echtzeit zu analysieren und sie ansprechend aufzubereiten. Doch genau hier besteht in vielen Unternehmen noch erhebliches Verbesserungspotenzial, wie eine Studie der Unternehmensberatung PWC zeigt. 73 Prozent der deutschen Mittelständler haben Schwierigkeiten, die benötigten Daten für den ESG-Report zu identifizieren, zu erheben und zu bewerten. 76 Prozent fühlen sich von den bürokratischen und organisatorischen Vorgaben der CSR-Richtlinie überfordert. Eine fortschrittliche Data-Analytics-Lösung kann hier Abhilfe schaffen:

Unternehmen benötigen die richtigen Technologien

Eine der größten Herausforderungen für Unternehmen ist heutzutage die wachsende Menge an Daten, die verarbeitet werden muss. Für ein effizientes ESG-Reporting ist folglich eine hochperformante Datenmanagement-Lösung und eine gute Datengrundlage erforderlich, die über ein hohes Maß an Skalierbarkeit verfügt. Zudem muss diese Lösung in der Lage sein auf verschiedenste Datenquellen und Speicherorte zuzugreifen, einschließlich On-Premises gespeicherter Daten. Ebenfalls entscheidend ist eine schnelle und unkomplizierte Implementierung. Durch einen Acceleration Layer können Unternehmen auf schnelle Dateninsights zurückgreifen, ohne ihr komplettes Tech-Stack austauschen zu müssen. Auch Künstliche Intelligenz (KI) spielt im Bereich der Datenanalyse eine immer wichtigere Rolle. KI-gestützte Funktionen verbessern die Benutzerfreundlichkeit, fördern die Datendemokratisierung und automatisieren Prozesse wie die Datenintegration.

Datenqualität als Herausforderung

Eine erfolgreiche Umsetzung des ESG-Report setzt jedoch nicht nur auf die richtigen Tools und Technologien, sondern auch auf die Qualität der Daten und die entsprechende Unternehmenskultur. Nach dem Motto „garbage in, garbage out“ liefern nur qualitativ hochwertige Daten aussagekräftige Ergebnisse, die eine fundierte Entscheidungsfindung ermöglichen. Unternehmen müssen deshalb sicherstellen, dass ihre Daten korrekt, vollständig und aktuell sind und entsprechende Maßnahmen zur Sicherstellung dieser Qualität implementieren. Das Fehlen allgemein akzeptierter Standards im ESG-Report führt jedoch dazu, dass unterschiedliche Reportingmethoden zu Inkonsistenzen in den Berichten führen. Diese Diskrepanzen erschweren es Investoren und Stakeholdern, die ESG-Performance verschiedener Unternehmen genau zu vergleichen. Die mangelnde Möglichkeit einer unabhängigen Überprüfung dieser Daten erhöht zudem die Gefahr des sogenannten “Greenwashings”, bei dem Unternehmen ihre Nachhaltigkeitsleistung überbewerten, um ein positives Image zu vermitteln.

Das S im ESG-Report

Neben all den qualitativen Aspekten darf nicht außer Acht gelassen werden, dass auch eine offene und unterstützende Datenkultur für den Erfolg der Nachhaltigkeitsinitiativen entscheidend ist. Tools und Technologien bringen nur dann einen Mehrwert, wenn die Mitarbeitenden auch bereit und in der Lage sind, diese zu nutzen. Daher sollten Unternehmen in Schulungen investieren und eine Kultur der Datennutzung und -transparenz fördern. Doch gerade diese Unternehmenswerte, wie die Unternehmenskultur oder der Einfluss auf die Gemeinschaft, lassen sich durch Daten nicht erfassen oder quantifizieren. Solche qualitativen Aspekte sind jedoch ebenso wichtig, um ein vollständiges Bild der ESG-Leistung eines Unternehmens zu erhalten.

Zukunftssicher durch Digitainability

Das ESG-Reporting ist mehr als nur eine gesetzliche Verpflichtung und wird in den kommenden Jahren weiter an Bedeutung gewinnen. Unternehmen, die jetzt handeln und auf fortschrittliche Data-Analytics-Lösungen setzen, werden in der Lage sein, ihre ESG-Strategien erfolgreich umzusetzen, langfristig von den Vorteilen profitieren, sich als Vorreiter in Sachen Nachhaltigkeit und Transparenz positionieren und damit langfristig wettbewerbsfähig bleiben. Unternehmen, die hingegen nicht nachhaltig wirtschaften oder nicht über entsprechende datenbasierte Nachweise verfügen, laufen Gefahr, in diesen Bereichen Nachteile zu erleiden. Wie sehr Unternehmen tatsächlich von der Umsetzung der CSR-Richtlinie profitieren, zeigt ein Bericht von McKinsey. Die gesammelten Forschungsergebnisse belegen, dass ein starkes ESG-Angebot mit höheren Aktienrenditen korreliert und auch mit einem geringeren Abwärtsrisiko einhergeht, was sich unter anderem in höheren Kreditratings widerspiegelt.

 

Autor

  • Helena Schwenk ist als Vizepräsidentin des Chief Data & Analytics Office bei Exasol für den Bereich Analyst Relations verantwortlich. Sie verfügt über mehr als 26 Jahre Erfahrung im Bereich Datenanalyse und war 18 Jahre lang als Branchenanalystin mit den Schwerpunkten Big Data, Advanced Analytics und AI tätig. Als Data-Evangelist beschäftigt sie sich mit den Auswirkungen von Technologie auf Wirt-schaft und Gesellschaft.

    Alle Beiträge ansehen