Von Herbert Ritsch

Nachhaltigkeit und soziale Verantwortung von Unternehmen, Investoren und der Gesellschaft werden immer stärker priorisiert. Eine solide ESG-Berichterstattung (Environmental, Social und Governance), in der die Bemühungen und Fortschritte einer Organisation in den Bereichen Umwelt, Soziales und Unternehmensführung dargestellt werden, ist unerlässlich geworden. Die Komplexität von ESG-Daten und Berichten stellt jedoch erhebliche Herausforderungen dar, die ausgeklügelte Technologielösungen erfordern. Hier kommen AI (Artifical Intelligence) Tools ins Spiel.

Die Künstliche Intelligenz verändert die ESG-Berichterstattung über Algorithmen, die umfangreiche Datensätze aus den unterschiedlichsten Datenquellen analysieren können, um Kennzahlen und Indikatoren in strategische Pläne zu übersetzen. Will zum Beispiel ein großer Automobilhersteller seinen Berichtspflichten nachkommen und eruieren, welchen CO2- Fußabdruck sein Unternehmen und auch alle Zulieferbetriebe verursachen, so erfordert das eine umfangreiche Analyse von Herstellungsprozessen, den Produktionsräumlichkeiten, der Rohstoffbeschaffung und zahllosen anderen Faktoren. Im Gegensatz zur manuellen Informationsverarbeitung können AI-Systeme die Identifizierung, Sammlung, Validierung und Konsolidierung dieser breit gestreuten ESG-Daten rationalisieren, um die Genauigkeit zu verbessern und mit der sich schnell entwickelnden gesetzlichen Landschaft Schritt zu halten.

Bewältigung kritischer Punkte in der ESG-Analyse
Die ESG-Analyse eines Unternehmens oder einer Organisation beginnt oft mit unstrukturierten Daten in verschiedenen Formaten wie Nachhaltigkeitsberichten im PDF-Format, Informationen von Webseiten, Newsfeeds und sozialen Medien. Das Sammeln und Analysieren dieser qualitativen Daten ist für Analysten äußerst arbeitsintensiv. AI-Tools sind hervorragend darin, solche Daten zu synthetisieren und Texte nach verwertbaren Informationen „auszulesen“ und wichtige Statistiken, Ereignisse, Trends und Stimmungen herauszufiltern.

Zum Beispiel nutzt die Firma „Arabesque S-Ray“ maschinelles Lernen und Big Data, um die Nachhaltigkeitsleistung von über 50.000 globalen Unternehmen anhand gemeldeter Informationen sowie alternativer Datenströme zu bewerten. Die AI weist jedem Unternehmen eine bestimmte Zahl zu, die eine objektive Quantifizierung von ESG-Kennzahlen darstellt und diese in umsetzbare Erkenntnisse übersetzt.

AI kann auch ESG-Daten in den Entscheidungsprozess einbeziehen, um Risiken zu bewerten, wirkungsvolle Initiativen aufzuzeigen und die Kapitalallokation zu steuern. Zum Beispiel setzt „Truvalue Labs“ eine KI ein, um vorausschauende und Echtzeit-ESG-Daten zu generieren, indem Informationen aus über 25.000 Quellen einschließlich Nachrichten, soziale Medien, Regierungsdatenbanken und NGO-Datensätzen analysiert werden. Diese Daten bilden die Grundlage für die „Truvalue“-Plattform, die Analysen für Investmentmanager erstellt.

AI zur Bewältigung von CSRD und globalen ESG-Berichtsstandards
Im April 2022 hat die EU die Richtlinie über die Nachhaltigkeitsberichterstattung von Unternehmen (Corporate Sustainability Reporting Directive, CSRD) verabschiedet, die auf die Harmonisierung und Durchsetzung von ESG-Angaben im Unternehmens- und Finanzbereich abzielt. Seit 2024 sollen börsennotierte Unternehmen mit über 500 Mitarbeitern beginnen, nach den verbindlichen EU-Standards zur Nachhaltigkeitsberichterstattung Informationen bereitzustellen. Künstliche Intelligenz kann dabei unterstützen, indem sie neue regulatorische Vorschriften und Standards in Echtzeit in Hunderten von Ländern verfolgt und gleichzeitig die sich verändernden Erwartungen aller Stakeholder, die aus globalen Nachrichten- und Social-Media-Quellen extrahiert wurden, überwacht. Schließlich müssen international agierende Betriebe unterschiedliche Gesetzeslagen und Anforderungen in den diversen Wirtschaftsräumen erfüllen.

Da die ESG-Berichterstattung weltweit zunimmt, wird die größte Herausforderung der Mangel an konsistenten Standards und Formaten für Daten sein. Auch hier können AI-Tools die Analyse unterschiedlicher Datensätze vereinfachen. AI Alignment nutzt maschinelles Lernen, damit Investoren die relevanten Nachhaltigkeitskennzahlen nahtlos aggregieren können. Dies ermöglicht es Vermögensverwaltern und Unternehmen, unterschiedlich formatierte Informationen zu analysieren, indem sie Datenquellen in einheitliche Metriken für Benchmarking und Berichterstattung zusammenführen.

Da die ESG-Berichterstattung noch am Anfang ihrer Entwicklung steht, haben KI-Lösungen ein enormes Potenzial zur Verbesserung der Transparenz, Rechenschaftspflicht und Entscheidungsnutzbarkeit von unternehmenseigenen Angaben, die die Bemühungen im Bereich der ESGs abbilden. Wir fangen gerade erst an, Technologien einzusetzen, die die Denkweise von ESG-Analysten nachahmen. Die Zukunft für AI in der ESG-Berichterstattung und -planung sieht in der Tat rosig aus.

Herbert Ritsch ist seit 2021 akkreditierter Prüfer des Österreichischen Umweltzeichens für Finanzprodukte (UZ-49). Mit seiner Firma „ESG Solutions“ berät er Unternehmen und Investoren bei der nachhaltigen Geldanlage.