ESG meets KI : Wenn Algorithmen den Nachhaltigkeitsbericht schreiben

Der Druck wächst

Die Corporate Sustainability Reporting Directive (CSRD) stellt Tausende europäischer Unternehmen vor eine gewaltige Herausforderung: Sie müssen erstmals umfassend und standardisiert über Umwelt-, Sozial- und Governance-Aspekte berichten. Die Berichterstattung nach den European Sustainability Reporting Standards (ESRS) erfordert die Erfassung hunderter Datenpunkte aus den unterschiedlichsten Unternehmensbereichen -- von CO₂-Emissionen über Lieferketteninformationen bis hin zu Biodiversitätsauswirkungen.

Angesichts dieses enormen Aufwands setzen immer mehr Unternehmen auf Künstliche Intelligenz als Werkzeug für die Nachhaltigkeitsberichterstattung. KI verspricht Effizienz, Skalierbarkeit und Konsistenz. Doch der Einsatz von Algorithmen in diesem hochregulierten Bereich wirft fundamentale Fragen auf: Wo endet sinnvolle Automatisierung -- und wo beginnt Greenwashing?

Die CSRD im Überblick

Anwendungsbereich

Die CSRD (Richtlinie (EU) 2022/2464) erweitert den Kreis der berichtspflichtigen Unternehmen erheblich. Betroffen sind:

• Große kapitalmarktorientierte Unternehmen: Bereits seit dem Geschäftsjahr 2024 berichtspflichtig
• Alle großen Unternehmen (zwei der drei Kriterien: > 250 Mitarbeiter, > 50 Mio. EUR Umsatz, > 25 Mio. EUR Bilanzsumme): Ab dem Geschäftsjahr 2025
• Kapitalmarktorientierte KMU: Ab dem Geschäftsjahr 2026 (mit Übergangsfrist bis 2028)
• Nicht-EU-Unternehmen mit EU-Nettoumsatz über 150 Mio. EUR: Ab dem Geschäftsjahr 2028

Berichtsstandards: Die ESRS

Die European Sustainability Reporting Standards (ESRS) wurden von der European Financial Reporting Advisory Group (EFRAG) entwickelt und von der Europäischen Kommission am 31. Juli 2023 als delegierte Rechtsakte verabschiedet. Sie umfassen:

• ESRS 1 (Allgemeine Anforderungen) und ESRS 2 (Allgemeine Angaben): Für alle Unternehmen verpflichtend
• ESRS E1-E5 (Umwelt): Klimawandel, Umweltverschmutzung, Wasser- und Meeresressourcen, Biodiversität, Kreislaufwirtschaft
• ESRS S1-S4 (Soziales): Eigene Belegschaft, Arbeitnehmer in der Wertschöpfungskette, betroffene Gemeinschaften, Verbraucher und Endnutzer
• ESRS G1 (Governance): Unternehmensführung

Das Prinzip der doppelten Wesentlichkeit

Ein Kernprinzip der CSRD ist die doppelte Wesentlichkeit (Double Materiality). Unternehmen müssen sowohl berichten, wie Nachhaltigkeitsthemen das Unternehmen finanziell beeinflussen (finanzielle Wesentlichkeit), als auch wie das Unternehmen selbst auf Umwelt und Gesellschaft einwirkt (Impact-Wesentlichkeit).

Wo KI im ESG-Reporting helfen kann

1. Automatisierte Datenerfassung und -aggregation

Die größte Herausforderung der CSRD-Berichterstattung liegt in der Datenbeschaffung. Unternehmen müssen Informationen aus einer Vielzahl interner und externer Quellen zusammenführen: ERP-Systeme, HR-Plattformen, Energiemanagementsysteme, Lieferantenportale und viele mehr.

KI-gestützte Systeme können diese Datenerfassung erheblich beschleunigen:

• Automatische Extraktion von ESG-relevanten Daten aus unstrukturierten Dokumenten (Rechnungen, Lieferantenberichte, Zertifikate)
• Echtzeit-Monitoring von Energieverbrauch und Emissionen über IoT-Sensoren
• Konsolidierung von Daten aus unterschiedlichen Standorten und Tochtergesellschaften

2. Wesentlichkeitsanalyse

Die doppelte Wesentlichkeitsanalyse erfordert die systematische Bewertung einer großen Zahl von Nachhaltigkeitsthemen. KI kann hier unterstützen durch:

• Natural Language Processing (NLP) zur Auswertung von Stakeholder-Feedback, Medienberichterstattung und Regulierungsentwicklungen
• Sentiment-Analyse zur Identifizierung aufkommender ESG-Risiken
• Clusteranalysen zur Gruppierung und Priorisierung von Wesentlichkeitsthemen

3. CO₂-Fußabdruck-Berechnung

Insbesondere die Berechnung von Scope-3-Emissionen -- also den indirekten Emissionen in der vor- und nachgelagerten Wertschöpfungskette -- stellt Unternehmen vor erhebliche Herausforderungen. KI-Modelle können:

• Emissionsfaktoren aus Datenbanken automatisch zuordnen
• Lücken in den Primärdaten durch modellbasierte Schätzungen füllen
• Szenarioanalysen für verschiedene Reduktionspfade berechnen

4. Berichtserstellung und Textgenerierung

Große Sprachmodelle (Large Language Models, LLM) können bei der Texterstellung unterstützen:

• Entwurf von Standardpassagen und Formeltexten
• Übersetzung von Berichten in mehrere Sprachen
• Konsistenzprüfung über verschiedene Berichtsabschnitte

Die Grenzen der KI: Wo es gefährlich wird

Halluzinationen und Datenqualität

KI-Systeme, insbesondere Large Language Models, sind anfällig für Halluzinationen -- die Generierung plausibel klingender, aber faktisch falscher Aussagen. In einem Nachhaltigkeitsbericht, der der Prüfungspflicht unterliegt, kann dies fatale Folgen haben:

• Erfundene Emissionswerte oder Reduktionsziele
• Falsche Referenzen auf Normen oder Standards
• Inkonsistente Angaben zwischen verschiedenen Berichtsabschnitten

Greenwashing durch Algorithmen

Die unkritische Verwendung von KI in der ESG-Berichterstattung kann zu einer neuen Form des Greenwashing führen. Wenn Algorithmen darauf trainiert sind, Unternehmensdaten in ein möglichst positives Narrativ zu verpacken, besteht die Gefahr, dass:

• Negative Entwicklungen durch geschickte Formulierung verschleiert werden
• Datenlücken stillschweigend durch optimistische Annahmen gefüllt werden
• Komplexe Zusammenhänge unzulässig vereinfacht werden

Der europäische Gesetzgeber nimmt Greenwashing zunehmend ernst. Die Europäische Kommission hat im März 2023 einen Vorschlag für eine Green Claims Directive vorgelegt, der Umweltaussagen einer Nachweispflicht unterwerfen sollte. Obwohl der aktuelle Status des Vorschlags unsicher ist, zeigt die Richtung klar: Unbelegte oder irreführende Nachhaltigkeitsaussagen werden künftig strenger sanktioniert.

Black-Box-Problem

Viele KI-Modelle operieren als Black Box: Ihre Entscheidungsprozesse sind für Außenstehende -- und oft auch für die nutzenden Unternehmen selbst -- nicht nachvollziehbar. Dies steht im Widerspruch zu den Transparenzanforderungen der CSRD und der ESRS, die eine nachvollziehbare Darstellung der Methoden und Annahmen verlangen.

Prüfungspflichten und Verifizierung

Pflicht zur Prüfung mit begrenzter Sicherheit

Die CSRD sieht vor, dass Nachhaltigkeitsberichte einer Prüfung mit begrenzter Sicherheit (Limited Assurance) durch einen unabhängigen Wirtschaftsprüfer oder Prüfungsdienstleister unterzogen werden müssen. Mittelfristig ist eine Verschärfung auf hinreichende Sicherheit (Reasonable Assurance) geplant.

Was bedeutet das für KI-gestützte Berichte?

Prüfer müssen in der Lage sein, die im Bericht dargestellten Informationen nachzuvollziehen und zu verifizieren. Bei KI-gestützter Berichterstattung ergeben sich besondere Herausforderungen:

• Auditierbarkeit: Der Prüfer muss die Methodik der KI-Systeme verstehen und die Plausibilität der Ergebnisse beurteilen können
• Datenherkunft: Jeder im Bericht verwendete Datenpunkt muss auf seine Primärquelle zurückführbar sein
• Modellvalidierung: Die verwendeten KI-Modelle müssen regelmäßig auf ihre Genauigkeit und Zuverlässigkeit überprüft werden
• Bias-Kontrolle: Systematische Verzerrungen in den Trainingsdaten können zu systematisch falschen Berichtsergebnissen führen

Die Rolle des DRSC

Das Deutsche Rechnungslegungs Standards Committee (DRSC) spielt eine zentrale Rolle bei der Umsetzung der ESRS in Deutschland. Es bringt deutsche Interessen in die Entwicklung der europäischen Standards ein und begleitet die praktische Implementierung. Unternehmen sollten die Verlautbarungen des DRSC aufmerksam verfolgen, da sie wertvolle Hinweise zur Auslegung der Standards geben.

Die EU-Taxonomie als Rahmen

Neben der CSRD bildet die EU-Taxonomie-Verordnung (EU) 2020/852 einen weiteren wichtigen Baustein des europäischen Nachhaltigkeitsrahmens. Sie definiert, welche wirtschaftlichen Aktivitäten als ökologisch nachhaltig einzustufen sind, und verlangt von betroffenen Unternehmen die Angabe von Taxonomie-Kennzahlen (Umsatz, Investitionsausgaben, Betriebsausgaben).

KI kann auch bei der Taxonomie-Klassifizierung unterstützen -- etwa bei der automatisierten Zuordnung von Wirtschaftsaktivitäten zu den sechs Umweltzielen der Taxonomie. Jedoch erfordert die Beurteilung, ob eine Aktivität einen wesentlichen Beitrag leistet und keinen erheblichen Schaden verursacht (Do No Significant Harm -- DNSH), häufig qualitative Einschätzungen, die sich einer rein algorithmischen Lösung entziehen.

Praktische KI-Tools für die ESG-Berichterstattung

Der Markt für KI-gestützte ESG-Software wächst rasant. Zu den relevanten Lösungskategorien gehören:

Datenmanagement-Plattformen

• Automatisierte Erfassung und Konsolidierung von ESG-Daten aus verschiedenen Quellen
• Integration mit bestehenden ERP- und HR-Systemen
• Echtzeit-Dashboards für die Nachhaltigkeitsperformance

Emissions-Management

• Automatische Berechnung von Scope-1-, Scope-2- und Scope-3-Emissionen
• Modellierung von Reduktionsszenarien
• Benchmarking gegen Branchenwerte

Berichterstellungs-Tools

• Automatische Generierung von Berichtsentwürfen nach ESRS-Struktur
• Cross-Referencing zwischen verschiedenen Standards (ESRS, GRI, TCFD)
• Gap-Analyse zur Identifizierung fehlender Datenpunkte

Risiko-Analyse

• KI-gestütztes Monitoring von ESG-Risiken in der Lieferkette
• Frühwarnsysteme für regulatorische Änderungen
• Automatisierte Medienanalyse für Reputationsrisiken

Der Human-Oversight-Imperativ

Trotz aller Potenziale der KI gilt ein unverrückbarer Grundsatz: Die Verantwortung für den Nachhaltigkeitsbericht liegt beim Unternehmen und seinen Organen -- nicht beim Algorithmus.

Mindestanforderungen an die menschliche Aufsicht

Unternehmen, die KI in der ESG-Berichterstattung einsetzen, müssen sicherstellen:

• Letztentscheidung durch Menschen: Alle KI-generierten Inhalte müssen von qualifizierten Fachkräften geprüft und freigegeben werden
• Methodentransparenz: Die eingesetzten KI-Systeme und ihre Funktionsweise müssen im Bericht offengelegt werden
• Qualitätssicherung: Systematische Kontrollen der KI-Ergebnisse durch Stichproben und Plausibilitätsprüfungen
• Kompetenzaufbau: Mitarbeiter müssen in der Lage sein, KI-Ergebnisse kritisch zu hinterfragen und zu korrigieren
• Dokumentation: Der gesamte Prozess -- von der Dateneingabe über die KI-Verarbeitung bis zur menschlichen Validierung -- muss lückenlos dokumentiert werden

Governance-Rahmen für KI im ESG-Reporting

Ein belastbarer Governance-Rahmen sollte umfassen:

• KI-Policy: Klare Regeln für den Einsatz von KI in der Berichterstattung
• Rollenverteilung: Definition, welche Aufgaben KI übernehmen darf und welche menschliche Expertise erfordern
• Eskalationsmechanismen: Verfahren für den Umgang mit abweichenden oder unplausiblen KI-Ergebnissen
• Regelmäßige Audits: Überprüfung der KI-Systeme durch interne oder externe Experten

Praktische Handlungsempfehlungen

Kurzfristig

1. Bestandsaufnahme: Welche ESG-Daten liegen bereits vor? Wo bestehen Lücken?
2. Pilotprojekte starten: KI zunächst für klar abgegrenzte Aufgaben einsetzen (z.B. Datenerfassung, Emissionsberechnung)
3. Prüfer frühzeitig einbinden: Den Wirtschaftsprüfer bereits in der Planungsphase über den KI-Einsatz informieren

Mittelfristig

1. Dateninfrastruktur aufbauen: Zentrale ESG-Datenplattform implementieren
2. Prozesse standardisieren: Klare Workflows für die KI-gestützte Berichterstattung definieren
3. Kompetenz aufbauen: Schulungen für Nachhaltigkeits-, IT- und Finanzteams

Langfristig

1. Integration: ESG-Reporting in die reguläre Finanzberichterstattung integrieren
2. Continuous Monitoring: Von der jährlichen Berichterstattung zur kontinuierlichen Nachhaltigkeitssteuerung
3. Best Practices: Erfahrungen teilen und Branchenstandards mitgestalten

Fazit

KI ist ein mächtiges Werkzeug für die ESG-Berichterstattung -- aber kein Ersatz für menschliche Verantwortung und fachliche Expertise. Der regulatorische Rahmen aus CSRD, ESRS und EU-Taxonomie verlangt Präzision, Transparenz und Nachvollziehbarkeit. Wer KI klug einsetzt, kann den enormen Aufwand der Nachhaltigkeitsberichterstattung bewältigen. Wer sie unkritisch übernimmt, riskiert fehlerhafte Berichte, Prüfungsversagen und den Vorwurf des Greenwashing.

Bei compleneo unterstützen wir Sie bei der CSRD-konformen Nachhaltigkeitsberichterstattung, der Implementierung geeigneter KI-Tools und der Sicherstellung der Prüfungsfähigkeit Ihrer Berichte. Sprechen Sie uns an.