Das Umwelt‑, Sozial- und Governance-Reporting (kurz: ESG-Reporting) ist eine Methode, mit der Unternehmen ihre Governance-Strukturen, ihre gesellschaftlichen Auswirkungen und ihren ökologischen Fußabdruck offenlegen können.
Da die Stakeholder zunehmend soziale Verantwortung von Unternehmen fordern, ist die ESG-Reporting zu einem wichtigen Bestandteil der langfristigen Strategien von Unternehmen geworden.
In diesem Artikel gehen wir auf die Details der ESG-Reportings ein, um die damit verbundenen Herausforderungen zu beleuchten und zu untersuchen, wie die Datenanalyse ihre Genauigkeit verbessern kann.
I. ESG-Reporting
Was ist ESG-Reporting?
Das ESG-Reporting ist eine Form der nichtfinanziellen Berichterstattung, bei der Organisationen ihren Stakeholdern ihre Umweltleistung (E), ihre soziale Verantwortung (S) und die Stärke ihrer Governance-Strukturen (G) mitteilen.
Diese drei Dimensionen ermöglichen ein tiefgreifendes Verständnis der Nachhaltigkeit und der ethischen Auswirkungen eines Unternehmens.
Ein Unternehmen könnte zum Beispiel Folgendes berichten
- Kohlenstoffemissionen seiner Lieferkette (E)
- Initiativen zur Entwicklung des Gemeinwesens (S)
- Diversität der Vorstandsmitglieder (G)
Werfen wir einen Blick auf diese Art des Reportings aus der Sicht der Datenanalyse.
ESG-Reporting mit Daten untermauert
Betrachten wir ein hypothetisches globales Modehaus: I&N.
I&N ist ein Fast-Fashion-Einzelhändler, der Kleidungsstücke, Taschen und Accessoires in Fabriken in Asien herstellt.
Die Läden (in Europa) werden von lokalen Lagern beliefert, die direkt von den Fabriken aufgefüllt werden.
I&N engagiert sich für nachhaltige Praktiken (Kreislaufwirtschaft, erneuerbare Energien) und möchte durch Transparenz Vertrauen bei seinen Stakeholdern schaffen.
Daher legt das Unternehmen seine ESG-Leistungen regelmäßig in seinem jährlichen Nachhaltigkeitsbericht offen.
In seinem jüngsten Bericht legt I&N eine Reihe von ESG-Kennzahlen offen.
(E): Für das Umweltsegment berichtet I&N
- Die gesamten Treibhausgasemissionen (kg CO2eq)
- Der Prozentsatz des Energieverbrauchs aus erneuerbaren Quellen (%)
Diese Indikatoren, die eine fortgeschrittene Datenverarbeitung erfordern, ermöglichen es den Beteiligten, Folgendes zu verstehen
- Der ökologische Fußabdruck der verkauften Produkte.
- Die Bemühungen um den Übergang zu saubereren Energiequellen.
Die Produktlebenszyklusanalyse (LCA) ist eine datengestützte Methodik, mit der diese Umweltauswirkungen aus der Sicht des Produkts bewertet werden können.
Die Idee ist, jeden Prozess von der Rohstoffgewinnung bis zur Produktentsorgung zu analysieren.
Für jeden Prozess werfen wir einen Blick auf die
- Verbrauch von natürlichen Ressourcen, Rohstoffen und Energie
- Emissionen von Schadstoffen und CO2
- Anfallende Abfälle
(S): Für die soziale Komponente: die Unternehmensangaben
- Die Anzahl der Initiativen zur Entwicklung der Gemeinschaft, die das Unternehmen gestartet hat
- Ein durchschnittlicher Wert für die Mitarbeiterzufriedenheit gibt Aufschluss über das Wohlbefinden der Belegschaft.
Wie kann unser Unternehmen den Durchschnittswert der Mitarbeiterzufriedenheit bekannt geben?
Um diese Metrik zu erhalten, verlassen sich Unternehmen traditionell auf Umfragen, die oft subjektive und verzerrte Ergebnisse liefern können.
Daher entschied sich I&N für den Einsatz von Natural Language Processing (NLP) und Social Sentiment Analysis zur Analyse von Textdaten aus Mitarbeiterbewertungen auf Plattformen wie Glassdoor oder internen Kommunikationskanälen.
Sie kann auch in den sozialen Medien eingesetzt werden.
Die ESG-Stimmungsanalyse ist ein wertvolles Instrument, das von Anlegern genutzt wird, um die Stimmung der Stakeholder gegenüber ESG-Themen zu verfolgen und zu verstehen, wie sich diese Faktoren auf den Aktienkurs eines Unternehmens auswirken können.
Es gibt Tools auf dem Markt, die Audits auf sozialen Medien und Jobplattformen durchführen.
Sie verwenden fortschrittliche NLP-Techniken, um die Sichtweisen von Kunden und Mitarbeitern zu kritischen Themen im Zusammenhang mit einem Unternehmen zu ermitteln.
(G): Für den Bereich Governance legt I&N Folgendes offen
- The number of independent board members
- The percentage of female representation on its board.
Dies hilft Wirtschaftsprüfern und Investoren, das Engagement von I&N für eine faire und verantwortungsvolle Unternehmensführung zu beurteilen.
Die Analyse der Zusammensetzung des Verwaltungsrats ist eine datengestützte Bewertung der Vielfalt und Erfahrung der Mitglieder des Verwaltungsrats und des Managements.
Dies kann durch die Analyse von Daten geschehen, die mit einer Reihe ausgewählter Manager verknüpft sind, die als entscheidend für die Strategie des Unternehmens gelten.
So können beispielsweise Grafiken erstellt werden, um die Vielfalt der Belegschaft anhand der ethnischen Verteilung zu analysieren.
Wenn I&N die Gleichstellung der Geschlechter fördern möchte, können wir die Verteilung der männlichen und weiblichen Führungskräfte nach Abteilungen analysieren.
Diese Visualisierungen können helfen, potenzielle Verbesserungsbereiche zu identifizieren und ein starkes Argument für Vielfalt und Einbeziehung zu liefern, was ein wichtiger Aspekt guter Unternehmensführung ist.
Im nächsten Abschnitt werden wir sehen, wie fortschrittliche Analysen Unternehmen helfen können, die Herausforderungen des ESG-Reportings zu meistern.
II. Erweiterte Analysen für das ESG-Reporting
Das ESG-Reporting kann aufgrund der mangelnden Standardisierung der Berichterstattungspraktiken und der Schwierigkeiten bei der Gewährleistung der Datengenauigkeit eine komplexe Aufgabe sein.
Fehlende Standardisierung
Erstens kann das Fehlen eines standardisierten Berichtsrahmens zu Unstimmigkeiten bei der Berichterstattung verschiedener Unternehmen über ihre ESG-Leistung führen.
So können beispielsweise zwei Unternehmen ihre Umweltauswirkungen auf völlig unterschiedliche Weise messen
- Unternehmen 1 ist ein Hersteller von Plastikspielzeug
Diese beiden Unternehmen melden eine Verringerung des Kunststoffverbrauchs
- -55% für Unternehmen 2 durch die Verwendung von Kartonverpackungen für einige Artikel
- -10% für Unternehmen 1 durch Änderung des Designs von Spielzeug
Aber wie kann man den Aufwand und die Auswirkungen bewerten, während das erste Unternehmen Kunststoff als Rohstoff für seine Produkte verwendet?
💡 Wie kann Datenanalytik die Normung unterstützen?
- Staatliche Stellen können Datenbanken von Unternehmen nach Branchen und Umweltaspekten ihrer Produkte nutzen (Beispiel: Weltbank-Datenbank)
- Automatisierte Datenpipelines können standardisierte Berichte mit Daten aus verschiedenen Quellen extrahieren, verarbeiten und bereitstellen
Da Sie nun einen Standard für Ihren Bericht haben, müssen Sie sicherstellen, dass die verwendeten Daten zuverlässig sind.
Genauigkeit und Verlässlichkeit von ESG-Daten
Bei Daten, die aus einer Vielzahl von Quellen stammen, kann die Aufrechterhaltung der Qualität eine mühsame Aufgabe sein.
Business Intelligence (BI) bietet Funktionen zur Verarbeitung und Analyse großer Datenmengen aus verschiedenen Systemen, um das ESG-Reporting zu unterstützen.
- Flat Files von externen Lieferanten, Rechnungen von Versorgungsunternehmen oder Betriebsdateien
- Produktionsdaten aus den Managementsystemen der Fabriken
- Logistik- und Einzelhandelsdaten aus ERPs, WMS und TMS
Im obigen Beispiel wird diese Datenarchitektur zur Extraktion, Verarbeitung und Speicherung von Daten verwendet, um eine Ökobilanz durchzuführen.
Die Idee ist, die Auswirkungen eines Artikels abzuschätzen, der von
- Verknüpfung der Produktionsmenge mit dem Energie- und Ressourcenverbrauch
- Schätzung der CO2- und Schadstoffemissionen von der Produktion bis zum Transport
- Einbeziehung zusätzlicher nicht-finanzieller Indikatoren von Zulieferern und logistischen Vorgängen
Ziel ist es, die Berechnung von ESG-Indikatoren entlang des Lebenszyklus von Produkten von der Rohstoffgewinnung bis zur Entsorgung zu automatisieren.
💡 Zusätzliche Einblicke
Dies kann auch die Rückverfolgbarkeit der für Ihren Bericht verwendeten Daten unterstützen.
Ich habe zum Beispiel ein System implementiert, das mit Hilfe von File-Hashing nachweist, dass eine Datenquelle (von einem Spediteur) bei der Berechnung der CO2-Emissionen nicht verändert wurde.
Da Sie möglicherweise einer Prüfung unterzogen werden, ist dies wichtig, um die Datenquellen nachzuweisen und zu belegen, dass die Ergebnisse nicht manipuliert wurden.
III. Data Science als Game Changer
Über die Messung und Berichterstattung hinaus können diese Technologien Ihrem Unternehmen helfen, die von den Systemen generierten Daten zu nutzen, um
- Prädiktive Erkenntnisse zur Unterstützung der Entscheidungsfindung: Auswahl eines Lieferanten, Budgetzuweisung, Gestaltung des Lieferkettennetzes
- Prädiktive Analysen, die Unternehmen dabei helfen, künftige ESG-Risiken zu antizipieren und abzumildern
Beispiel 1: Nachhaltige Beschaffung
Hierbei handelt es sich um den Prozess der Integration sozialer, ethischer und ökologischer Leistungsfaktoren bei der Auswahl von Lieferanten von Produkten oder Dienstleistungen.
Für jeden Anbieter verfügt I&N über eine Reihe von Punkten:
- Verbrauch von natürlichen Ressourcen (Wasser, Baumwolle)
- Schadstoffe und CO2-Emissionen
- Einhaltung sozialer und staatlicher Vorschriften
Mit fortschrittlicher Analytik können Sie den gesamten Prozess automatisieren
- Sammlung von Daten von Lieferanten
- Beispiel: Nachhaltigkeits-KPIs (CO2, natürliche Ressourcen, ökologischer Fußabdruck), soziale und Governance-Indikatoren
- Bewertung der Lieferanten anhand von ESG- und Geschäftsindikatoren
- Beispiel: feste und variable Kosten, Qualität, soziale Verantwortung
- Entscheidungsfindung mittels linearer Programmierung
- Beispiel: Auswahl der Lieferanten, die den Gewinn minimieren und gleichzeitig ein Mindestmaß an ESG-Bewertungen einhalten
Dies ist ein echter Wendepunkt, da es die Beschaffungsteams dabei unterstützen kann, ihre Beschaffungsstrategie mit dem ESG-Fahrplan des Unternehmens in Einklang zu bringen.
💡 Weitere Informationen über Analysen für nachhaltige Beschaffung:
- What is Sustainable Sourcing?, Samir Saci, Medium
Beispiel 2: ESG-freundliche Budgetplanung
Die lineare Programmierung kann Ihnen auch dabei helfen, Ihre Investitionen in Projekte zu lenken, die den ESG-Fahrplan des Unternehmens unterstützen.
Stellen wir uns das Szenario der Budgetvergabe eines internationalen Logistikunternehmens vor.
Ein Regionaldirektor erhält Budgetanträge von 17 Lagerleitern für Projekte, die sich auf die nächsten drei Jahre auswirken.
Für jeden Haushaltsantrag muss der Verwalter Folgendes angeben
- Eine Beschreibung des Projekts (Anschaffung von Ausrüstung, Renovierung, …)
- Jährliches Budget für die nächsten drei Jahre
- Kapitalrendite = (Kostenreduzierung + zusätzlicher Umsatz) – (Gesamtkosten)
- Zusätzliche Vorteile, die sich auf die Geschäftsentwicklung, Produktivität oder ESG-Indikatoren auswirken
Unsere Direktorin muss entscheiden, für welche(s) Projekt(e) sie ihr Budget auf der Grundlage des finanziellen Aspekts (ROI) und des ESG-Kriteriums bereitstellen will.
Wie lässt sich die Kapitalrendite maximieren und gleichzeitig die ESG-Anforderungen erfüllen?
Mit Hilfe der linearen Programmierung können wir den Prozess der Auswahl der Projekte automatisieren, die den ROI maximieren und gleichzeitig den Einschränkungen in Bezug auf CSR, HSE oder Nachhaltigkeit gerecht werden.
- Parameter: boolesche Werte für jedes Projekt (1: ausgewählt, 0: nicht ausgewählt)
- Beschränkungen: Geschäftsentwicklung und ESG-Nutzen
- Zielfunktion: Maximierung des ROI
Durch die Umsetzung der von der obersten Leitung festgelegten ESG-Ziele kann unser Direktor sicherstellen, dass die ausgewählten Projekte die langfristige Strategie des Unternehmens unterstützen.
💡 Weitere Einzelheiten zur ESG-freundlichen Haushaltsplanung:
- Automate Budget Planning Using Linear Programming, Samir Saci, Towards Data Science
Beispiel 3: Optimierung des Lieferkettennetzwerks
Eine gute Möglichkeit, Ihre ESG-Bewertung zu verbessern, besteht darin, Ihre grüne und ethische Transformation zu fördern.
Die nachhaltige Optimierung der Lieferkette ist ein spannender Ansatz, der Kosteneffizienz mit Nachhaltigkeit verbindet.
Sie haben
- Nachfrage für jeden Marktstandort in (Einheiten/Monat)
- Eine Reihe potenzieller Produktionsstandorte mit unterschiedlichen Produktionskosten, Umweltauswirkungen, Sozial- und Governance-Bewertungen
- Beschränkungen des ökologischen Fußabdrucks pro Einheit, soziale und Governance-Bewertungen
Welches ist die nachhaltigste (und wirtschaftlich tragfähigste) Kombination?
Mit fortgeschrittener Analytik können Sie ein Werkzeug zum Testen verschiedener Szenarien entwickeln
- Was ist, wenn ich die Kosten minimieren möchte? Kann ich meine ESG-Ziele erreichen?
- Was ist, wenn ich die CO2-Emissionen minimieren möchte? Kann ich mein Rentabilitätsniveau halten?
Ich habe ein solches Modell in einer Webanwendung implementiert, die online bereitgestellt wird:
- Laden Sie Ihre Marktnachfragedaten hoch: (Einheiten) pro Markt
- Fügen Sie Ihre Produktionsdaten hinzu: Fabriken nach Standort mit (Kosten, CO2-Emissionen, Ressourcennutzung und Social Scores)
- Wählen Sie die Zielfunktion: Minimierung der Kosten, CO2-Emissionen oder des Ressourcenverbrauchs
Sie können schnell von einem Ziel zum anderen wechseln, um zu entscheiden, was die praktikabelste Lösung ist.
💡 Wenn Sie dieses Tool ausprobieren möchten, habe ich eine POC online zugänglich gemacht
Beispiel 4: Simulation einer Kreislaufwirtschaft
Eine Kreislaufwirtschaft ist ein Wirtschaftsmodell, das darauf abzielt, Abfälle zu minimieren und die Ressourceneffizienz zu maximieren.
Einige Unternehmen haben ein Abonnementmodell eingeführt, bei dem die Kunden eine regelmäßige Gebühr für den Zugang zu einem Produkt oder einer Dienstleistung für einen bestimmten Zeitraum zahlen.
Ein Kunde möchte ein Kleid für 2 Wochen
- Das Kleid kann in einem Geschäft abgeholt werden
- Der Artikel wird zwei Wochen lang benutzt
- Die Kundin gibt das Kleidungsstück zurück, das dann abgeholt wird.
- Nach der Abholung wird das Kleidungsstück geprüft und gereinigt, bevor es an das Geschäft zurückgeschickt wird.
So kann ein einmal hergestelltes Kleid von mehreren Kunden verwendet werden.
Um wie viel können wir mit diesem Modell die CO2-Emissionen senken?
Ich habe ein Simulationsmodell entwickelt, das die CO2-Einsparungen für verschiedene Mietzeiträume auf der Grundlage der tatsächlichen Verkaufsdaten schätzt.
Die Ergebnisse sind verblüffend,
- -75 % der Ermäßigungen für kurze Mietzeiten
- Lange Mietzeiten beeinträchtigen die Effizienz des Netzes
III. Schlussfolgerung
Mit der zunehmenden Verbreitung des ESG-Reportings wird die Rolle der Datenanalytik bei der Verbesserung ihrer Genauigkeit und Effizienz weiter zunehmen.
In der Zukunft könnten fortschrittliche Lösungen entwickelt werden, die speziell auf das ESG-Reporting zugeschnitten sind.
Business Intelligence ist ein Prozess, der Software und Dienstleistungen einsetzt, um Daten in verwertbare Informationen umzuwandeln, die die Entscheidungsfindung unterstützen
Diese Lösungen könnten den gesamten Prozess der ESG-Reportings automatisieren, von der Datenerfassung bis zur Analyse und Entscheidungsfindung.
💡 Für weitere Informationen
- What is Business Intelligence?, Samir Saci, Towards Data Science
Durch den Einsatz dieser Instrumente können Unternehmen nicht nur ihre ESG-Reports verbessern, sondern auch wertvolle Einblicke gewinnen, um ihre Nachhaltigkeitsstrategien voranzutreiben.
Quelle: medium
Erfahren Sie hier mehr über Lösungen im Bereich Data Management oder besuchen Sie eines unserer kostenlosen Webinare.
