Nachhaltigkeitsreporting

Reporting
Im späten siebzehnten Jahrhundert wurde Sir Henry Furnese
für ein Korrespondentennetzwerk bekannt, das ihm
Nachrichten aus ganz Europa lieferte. Thematisiert man die
Anfänge der Business Intelligence, kommt man wahrscheinlich
nicht drum herum, Furnese und seine Informanten zu erwähnen.
In einer kriegsgeplagten Zeit erlaubte ihm der Zugriff
auf aktuelle politische Informationen, sich zu einem
renommierten Londoner Bankier zu etablieren.
anvisieren. Unternehmen müssen sich
daher bereits im Vorfeld auf die wichtigsten
Themenschwerpunkte und Ansprechpartner
verständigen, die getroffene
Auswahl entscheidet über den
Mehrwert der Analyse.
Die datenanalytische Alternative
Business Intelligence bleibt
auch heute von vitaler Bedeutung,
meint der Begriff doch
den Transfer von Daten in
Wissen, das Geschäftsentscheidungen
positiv beeinflussen kann. Da sich Unternehmensstrategien
zunehmend an
ESG-Kriterien (Environmental, Social
und Governance) orientieren, rücken
neue Arten nichtfinanzieller Business
Intelligence in den Blick. Bei der Steuerung
von Nachhaltigkeitsstrategien
weisen Big Data-Analysen zudem interessante
Lösungsansätze auf.
Wie Datenanalysen Unternehmensstrategie
gestalten
Daten zu ESG-Themen entspringen
unzähligen Quellen: den Nachrichten,
staatlichen Regulierungen, Rankings
und Auszeichnungen, sozialen Medien
und unternehmenseigenen Berichten.
Diese Informationen existieren im Überfluss,
unterliegen konstantem Wandel
und entsprechen keinem einheitlichen
Format, daher lassen sie sich nur schwer
nachvollziehen.
Neue Datenanalysetechnologien stellen
sich diesen Herausforderungen. Bereits
heute können sie ESG-Probleme identifizieren
und Risiken kennzeichnen. Weiterhin
verfügen sie über die Kompetenz,
Nachhaltigkeitsberichterstattungen
diverser Unternehmen miteinander zu
vergleichen, Medienreferenzen zu strategierelevanten
Themen zu observieren
und Nachhaltigkeitsanalysen bei Best
Practices vorzunehmen.
Eine datenanalytische Vorgehensweise
der Business Intelligence legt aber auch
Fallstricke aus. Daten können unzuverlässig
sein und Antworten auf kritische
Fragen verschleiern. Mit der Ergründung
unterschiedlicher Wege versuchen
sich Unternehmen diesen Herausforderungen
zu stellen.
Fall 1: Wesentlichkeitsanalyse
Geht es um die Identifikation essenzieller
Inhalte zur Gestaltung der Nachhaltigkeitsstrategie,
orientieren sich Unternehmen
häufig an einem methodischen
Verfahren der Wesentlichkeitsanalyse.
Herkömmlicherweise interagieren Unternehmensvertreter
dabei mit entscheidenden
Stakeholdern wie Vorstandsmitgliedern,
Führungskräften, Kunden,
Investoren und NGOs. Auf dieser Grundlage
erschließen sie, welches Gewicht
die jeweiligen Interessengruppen verschiedenen,
vordefinierten ESG-Themen
beimessen.
Diese traditionelle Form der Wesentlichkeitsanalyse
stärkt Stakeholder-Beziehungen.
Zeit- und Budgetrestriktionen
machen eine solche Herangehensweise
aber nur begrenzt realisierbar – sie
kann ausschließlich eine limitierte Anzahl
von Themen und Stakeholdern
Die Business-Intelligence-Platform Datamaran
beispielsweise verfolgt einen unterschiedlichen
Ansatz bei der Wesentlichkeitsanalyse.
Sie überprüft diverse,
von Proxys bereitgestellte Quellen, während
sie auf direkten Kontakt zu Stakeholdern
verzichtet. Das System analysiert,
wie diese Quellen ESG-Probleme
adressieren und erstellt auf dieser Basis
maßgeschneiderte Kundenberichte. Verglichen
mit dem traditionellen Ansatz
ist diese Art der Datenerhebung detaillierter
und kontinuierlich aktualisierbar.
Mit Hilfe von Natural Language Processing
(NLP), das Computern die Interpretation
der menschlichen Sprache
ermöglicht, untersucht die Plattform
eine Vielzahl schriftlicher Ressourcen.
„Im Wesentlichen“, sagt Donato Calace,
Director of Innovation bei Datamaran,
„bringen wir Computern das Lesen bei.“
Das Unternehmen füttert seine Datenbanken
mit Unternehmensberichten,
Regulierungsvorschriften und Nachrichtenquellen.
Inhalte aus den sozialen Medien
werden ebenfalls miteinbezogen.
Ausgestattet mit einem Wörterbuch von
über 6.000 Schlüsselbegriffen, untersucht
die Datamaran-Engine diese Quellen
auf relevante Inhalte zu 100 verschiedenen
ESG-Themen. Das System
eruiert den Umfang sowie den Kontext,
in dem sie erwähnt werden.
Des Weiteren ist Datamarans Wesentlichkeitsanalyse
in der Lage, Problemstellungen
jedes Geschäftszweiges zu
erkennen: Sie observiert Komplikationen,
mit denen Wettbewerber, Lieferanten
und Interessenvertreter kon- >>
Ausgabe 15 | Mai 2021 | Umweltdialog.de
33