Nachhaltigkeit ist längst kein reines Kommunikationsthema mehr. Mit der CSRD-Richtlinie und den ESRS-Standards wird Nachhaltigkeitsberichterstattung zur Pflicht – auch für viele mittelständische Unternehmen.
Doch die Herausforderung liegt nicht nur im Reporting, sondern in der steuerungsfähigen Integration von ESG-Daten ins Controlling. Wie misst man CO₂-Emissionen, Energieverbräuche oder Diversity-Ziele so, dass sie Teil der Unternehmensplanung werden?
Genau hier bietet IBM Planning Analytics (TM1) eine Lösung: Es ermöglicht, ESG-Kennzahlen strukturiert zu modellieren, mit Finanzdaten zu verbinden und regelmäßig zu planen oder zu simulieren.
Warum ESG-Daten mehr sind als nur Berichtspflicht
Viele Unternehmen erfassen ESG-Daten heute noch in Excel-Listen oder externen Tools – losgelöst von der Finanzplanung.
Das führt zu Problemen:
- fehlende Vergleichbarkeit über Zeiträume,
- doppelte Datenerfassung,
- keine Verbindung zu finanziellen Zielen,
- hoher manueller Aufwand für Audits und Berichte.
Ein ESG-KPI-Modell schafft hier Transparenz und Steuerungsfähigkeit:
Es macht Nachhaltigkeitsziele messbar und verbindet sie mit der finanziellen Realität.
So wird ESG nicht zur Zusatzaufgabe, sondern Teil der Unternehmenssteuerung.
Welche ESG-Kennzahlen relevant sind
Die Auswahl der richtigen Kennzahlen hängt von Branche und Unternehmensgröße ab. Grundsätzlich lassen sich ESG-KPIs in drei Dimensionen gliedern:
- E – Environment: CO₂-Emissionen (Scope 1–3), Energieverbrauch, Wasser, Abfall, Anteil erneuerbarer Energien.
- S – Social: Mitarbeiterzufriedenheit, Fluktuation, Schulungsstunden, Arbeitssicherheit.
- G – Governance: Compliance-Fälle, Richtlinienumsetzung, Lieferkettenkontrolle.
Wichtig ist, dass jede Kennzahl eine klare Definition, Einheit und Quelle hat, sonst wird sie nicht vergleichbar.
ESG-Daten im Planning Analytics-Modell
Mit IBM Planning Analytics lässt sich ein ESG-KPI-Modell genauso flexibel aufbauen wie ein Finanzplanungsmodell. Der Aufbau folgt typischerweise diesen Schritten:
1. Datenbasis schaffen:
- Quellen identifizieren (z. B. Energiemanagement, HR-System, Lieferantenportal).
- Daten regelmäßig importieren (über ETL oder API).
2. Dimensionsstruktur definieren:
- Kennzahlendimension (CO₂, Energie, Mitarbeiter etc.)
- Organisation (Standort, Business Unit, Werk)
- Zeit (Monat, Quartal, Jahr)
- Szenario (Ist, Plan, Forecast)
3. Treiber & Berechnungen modellieren:
- z. B. CO₂-Ausstoß = Energieverbrauch × Emissionsfaktor
4. Dashboards & Visualisierung:
- ESG-Dashboards in Planning Analytics Workspace (PAW)
- Drill-Down bis zur Quelle
- Datenverfügbarkeit für (automatische) Berichte für CSRD oder interne Nachhaltigkeitsberichte
5. Governance & Freigabe:
- Verantwortlichkeiten (z. B. Fachbereiche für Datenpflege)
- Versionierung und Audit-Trails
- Plausibilitätsprüfungen über Regeln
So entsteht ein Modell, das ESG-Daten nicht nur sammelt, sondern wirklich steuerbar macht.
Praxisbeispiel
Ein Industrieunternehmen wollte seine CO₂-Emissionen erstmals systematisch erfassen und in die Finanzplanung integrieren.
Wir haben:
- Energieverbräuche aus SAP importiert,
- Emissionsfaktoren zentral gepflegt,
- Berechnungslogik in TM1 hinterlegt,
- und das Ganze in einem ESG-Dashboard abgebildet.
Ergebnis:
Das Management sieht heute, wie jede Tonne CO₂ mit Kosten, Investitionen und Zielen zusammenhängt – und kann Maßnahmen gezielt steuern.
Vorteile eines integrierten ESG-KPI-Modells
Ein ESG-Modell in Planning Analytics schafft messbaren Mehrwert:
- Verlässlichkeit: eine zentrale, auditierbare Datenbasis.
- Transparenz: ESG-Daten im selben Modell wie Finanz- und Planwerte.
- Effizienz: weniger manuelle Arbeit, automatisierte Berichte.
- Steuerungsfähigkeit: ESG-Ziele lassen sich simulieren und in Budgets übersetzen.
- Compliance: Anforderungen aus CSRD & ESRS werden einfacher erfüllt.
So wird Nachhaltigkeit nicht nur berichtet, sondern aktiv gemanagt.
Der nächste Schritt: KI-gestützte ESG-Steuerung
Mit Watsonx.ai lassen sich ESG-Daten künftig noch intelligenter nutzen.
Beispiele aus laufenden Projekten:
- automatisierte Trendanalysen („Welche Kennzahlen entwickeln sich positiv?“),
- KI-basierte Prognosen von Emissionen,
- Textgenerierung für ESG-Berichte (automatisierte Erläuterungen),
- Qualitätsprüfung von Daten (Outlier Detection).
Die Verbindung von Planning Analytics + Watsonx.ai ermöglicht damit eine neue Qualität der Nachhaltigkeitssteuerung – nachvollziehbar, skalierbar und prüfbar.
Unser Ansatz bei BI2run
Wir helfen Unternehmen, ESG-Daten nicht nur zu erfassen, sondern in die Steuerung zu integrieren:
- Aufbau eines ESG-KPI-Modells in IBM Planning Analytics
- Definition und Harmonisierung von Kennzahlen
- Anbindung vorhandener Systeme (SAP, HR, Energie, Lieferantenportale)
- Visualisierung und Reporting in PA Workspace
- Optional: Erweiterung mit Watsonx.ai für Prognosen und Kommentierung
So entsteht eine ESG-Lösung, die technisch fundiert und fachlich verständlich ist – von Controllern für Controller.
Der nächste Schritt im Reporting
Nachhaltigkeit ist messbar – und sie gehört in die gleiche Systemwelt wie Finanzen und Planung.
Mit einem ESG-KPI-Modell in IBM Planning Analytics schaffen Sie die Grundlage dafür: transparente Daten, nachvollziehbare Ziele und echte Steuerungsfähigkeit.
Sie möchten Nachhaltigkeit in Ihre Planung integrieren?
Wir zeigen Ihnen, wie Sie mit IBM Planning Analytics Ihr ESG-KPI-Modell aufbauen und CSRD-Anforderungen praxisnah erfüllen.
👉 Jetzt Beratungsgespräch anfragen – wir entwickeln gemeinsam Ihre ESG-Steuerung auf Datenbasis.
