Technologie als ein zentraler Enabler für mehr Nachhaltigkeit

November 2023

Unternehmen müssen die Nachhaltigkeitstransformation in allen Bereichen vorantreiben. Die Ansätze dafür sind äußerst facettenreich. Ein zentraler Schlüssel zur Verbesserung der Nachhaltigkeit ist dabei in vielen Fällen Technologie. Mittels Digitalisierung sowie Automatisierung lassen sich beispielsweise viele Unternehmensprozesse effizienter und damit nachhaltiger gestalten. Zentral sind dabei insbesondere KI und DatenKünstliche Intelligenz kann den Übergang zum nachhaltigen Wirtschaften erleichtern. Die Publikation liefert hier einige Anwendungsbeispiele.
Welche Daten braucht es dazu? Und wie lassen sich negative Folgen des Verwaltens riesiger Informationsmengen begrenzen?

daten test

Daten als "Rohstoff der Zukunft"

Um Erkenntnisse durch KI-gestützte Analysen zu gewinnen, braucht es passende Daten. Überhaupt führt das Bemühen um Nachhaltigkeit zu einem enormen Datenhunger – nicht nur bei Unternehmen. So verlangt die im neuen Gebäudeenergiegesetz (GEG) geforderte kommunale Wärmeplanung nach einem Wärmekataster, also einem Überblick über alle Erzeuger und Verbraucher von Wärme. Dafür müssen riesige Informationsmengen erhoben und analysiert werden. Es genügt also nicht, den „Rohstoff Daten“ zu sammeln, er muss auch veredelt werden. Im Klartext: Verfügbare Daten müssen standardisiert und harmonisiert werden, um für Analysen brauchbar zu sein. Die Nachhaltigkeitstransformation erfordere daher Plattformen und Ökosysteme für ein adäquates Datenmanagement

Handlungsempfehlungen zum Aufbau eines hochwertigen ESG-Datenmanagements

An erster Stelle umfasst die ESG-Datenstrategie die Abstimmung von Geschäftszielen mit ESG-Zielen, die Definition von Anwendungsfällen und die Planung der Datenintegration.
Die zweite Dimension besteht aus der Schaffung einer modernen Datenarchitektur und Bereitstellung einer ESG-Datenplattform.
Drittens ist zu empfehlen, ein integratives Tool für Data Governance und Datenkataloge einzusetzen, um die erwünschten ESG-KPIs zu berechnen und Qualitätsstandards zu sichern.
Viertens erlaubt der Aufbau eines ESG-Cockpits eine aktive Steuerung der Nachhaltigkeitsziele sowie die Nutzung von KI/ML Modellen.
Schlussendlich strebt das Vorgehensmodell den Übergang von einem obligatorischen Reporting zur aktiven Steuerung und Interpretation von ESG-Kennzahlen sowie den Einsatz von generativer AI unter Berücksichtigung von Qualitätsstandards an

Rechenzentren mit hohem Anteil an weltweitem Stromverbrauch

Als enorme Stromfresser könnten diese Plattformen und Ökosysteme zum Datenmanagement der Umwelt am Ende auch schaden. Einen möglichen Ausweg sehen wir in energiesparenden Speichertechnologien: Sie erfassen bei häufig geänderten Daten nur die Veränderung an sich oder halten nur häufig genutzte Daten in schnell abrufbarer Form vor. Wie bei allen anderen Rohstoffen ist ein bewusster Umgang essentiell: Auch die Speicherung kostet Energie, daher müssen wir sorgsam abzuwägen, welche Informationen wir wirklich brauchen – und welche nicht.

Wir freuen uns auf den Austausch mit Ihnen zu Sustainable AI & Tech!
Die Publikation entstand in Kooperation mit dem Handelsblatt Research Institut und ist Teil der Kampagne "The Sustainable Company"

Es genügt nicht, den ,Rohstoff Daten' zu sammeln, er muss auch veredelt werden.

Tomas Chroust, Partner bei BearingPoint

Download der Executive Summary

  • Sustainable AI & Tech
    Sustainable AI & Tech 508.92 KB Download

Wünschen Sie weitere Informationen?

Wenn Sie mehr über diese Publikation erfahren möchten, wenden Sie sich bitte an unsere Experten, die gerne von Ihnen hören.