Nachhaltigkeit hat in den vergangenen Jahren immer mehr an Relevanz gewonnen – nicht nur für Verbraucher, sondern auch für Finanzinstitute, die ihre Environmental-, Social- und  Governance-(ESG)-Risiken kalkulieren und über ihre Nachhaltigkeitsaktivitäten berichten müssen. Mit dem Inkrafttreten der Corporate Sustainability Reporting Directive (CSRD) wird die Berichtspflicht noch einmal ausgeweitet. Um die damit verbundenen Datenmengen verarbeiten zu können, müssen Finanzdienstleister ihr Datenmanagement gezielt angehen, am besten ganzheitlich.

Verschiedene ökonomisch-strategische und regulatorische Vorgaben haben dazu geführt, dass der Bedarf an Daten und Informationen zuletzt stark gestiegen ist. So gibt es einerseits eine Reihe von Unternehmenseinheiten, Abteilungen und anderen internen Stakeholdern, die inzwischen zusätzliche Daten anfordern. Andererseits haben externe Einflüsse wie die EU-Taxonomie oder die CSRD den Bedarf nach weiteren Informationen erhöht. Daraus ergeben sich neue Herausforderungen für das Datenmanagement von Finanzinstituten. Eine davon liegt in der zu verarbeitenden Datenmenge: Während ein klassischer Adressrisiken-Haushalt einen Umfang von etwa 200 Datenpunkten hat, wird das Volumen durch die CSRD auf tausend und mehr Datenpunkte ansteigen. Außerdem wächst die Breite des Datenstamms, da neben Finanzdaten im Falle der CSRD künftig weitere Informationen herangezogen werden müssen, etwa Daten aus dem Personalwesen und anderen Unternehmensbereichen. Teile davon liegen bereits vor und müssen gegebenenfalls nur neu aufbereitet werden.

Daten zum Energieverbrauch sind oft  noch nicht systemtechnisch erfasst

Bei der Frage, wie nachhaltig eine Finanzierung oder wie groß ihr CO₂-Fußabdruck ist, wird es hingegen bereits schwieriger. Daten zum Energieverbrauch der eigenen Immobilien und eigene Emissionen sind oft überhaupt noch nicht systemtechnisch erfasst und liegen – wenn überhaupt – nur in physischen Akten oder bestenfalls Excel-Tabellen vor. Die Finanzdienstleister stehen deshalb meist erst einmal vor der Aufgabe, sich zu überlegen, woher sie welche Informationen bekommen. Dabei müssen sie nicht alle Werte selbst erheben – je nach Verfügbarkeit und Datenqualität kann es für die Institute sinnvoll sein, Daten bei Anbietern wie Sustainalytics, ISS ESG, MSCI etc. einzukaufen. Dies ist oftmals der effizienteste Weg. Eine sorgfältige Abwägung verschiedener Optionen bei der Datenerhebung beziehungsweise -beschaffung zahlt sich im wahrsten Sinne des Wortes aus.

Ohne automatisierte, digitale Prozesse ist die Datenflut nicht handhabbar

Bisher ist es in vielen Banken nicht ungewöhnlich, die angeforderten Daten jeweils auf Zuruf individuell aufzubereiten und zusammenzustellen. Doch dieses Vorgehen ist auf Dauer nicht praktikabel. Die Finanzinstitute sollten sich dringend überlegen, die neuen Anforderungen zur gesamthaften Digitalisierung ihrer Berichtsprozesse zu nutzen. Unsere Erfahrung zeigt, dass sich mithilfe einer ganzheitlich ausgerichteten Dateninfrastruktur enorm viel Arbeit und Zeit sparen lässt. Bis zu 40 Prozent der Anforderungen aus den verschiedenen Teilen der ESG-Initiativen sind redundant, sodass sich bei einem gesamthaften Vorgehen signifikante Einsparungen erzielen lassen. Bei einem solch gewaltigen Vorhaben sollten Banken gleichzeitig aber auch darüber nachdenken, wie sie dieses effizient umsetzen können. Ohne Digitalisierung und Automatisierung bräuchte es Heerscharen von Beschäftigten, um die Datenflut künftig überhaupt bewältigen zu können.

Wer sich nun dafür entscheidet, die Datenstrukturen neu aufzusetzen, sollte sich zunächst die ganze Prozesskette – vom Generieren der Daten über ihren Transport bis hin zur Verarbeitung – ansehen und dann überlegen, wie die Infrastruktur zweckmäßig gestaltet werden kann. Welcher Aufbau ist sinnvoll? Braucht es neue Datenhaushalte? Können die vorhandenen Informationen noch zusätzlich angereichert werden? An welcher Stelle sollte man das tun?

Ein häufiger Irrglaube ist, dass es für jede Anforderung eine neue IT-Lösung braucht. Diese Denkweise hat dazu geführt, dass in der Vergangenheit viele Silos entstanden sind. Stattdessen sollte überlegt werden, wie die bestehenden Systeme eingebunden und miteinander verzahnt werden können. Warum zögern viele Institute noch, ihr Datenmanagement neu auszurichten? Es scheitert weniger an Motivation oder Geld. Das eigentliche Hindernis ist ein Mangel an Zeit und Kapazitäten, zumal sich diese Arbeit nur eingeschränkt auslagern lässt. Ein weiteres Hindernis sind Altlasten, also komplexe, historisch gewachsene Systeme.

Chancen sehen

Der wachsende Datenbedarf bietet auch Chancen. Gerade wenn eine Bank ihre Daten bisher weitestgehend manuell verarbeitet hat, können neu geschaffene Anwendungen den Weg zu einem datengetriebenen Unternehmen ebnen. Das Abfragen von Informationen beim Kunden könnte bei den Banken zudem zu Impulsen führen, die dafür sorgen, sich noch nachhaltiger aufzustellen. Es ergeben sich also durchaus positive Nebeneffekte, die die Häuser nur erkennen und aufgreifen müssen.