ESG-Datemanagement beschreibt die Erfassung, Speicherung und Analyse von Daten mit Bezug zu Nachhaltigeitsthemen. Es soll eine Verbindung zwischen Maßnahmen in den Bereichen Umwelt, Soziales und Unternehmensführung (ESG, Environmental, Social und Governance) und deren Auswirkungen sowie der Unternehmensstrategie und -leistung herstellen und ist ein Schlüssel zur ESG-Compliance. Doch auch darüber hinaus können sich die Daten als nützlich erweisen. Die Effekte beschreibt der Softwarespezialist Plue Prism wie folgt:
- Risikomanagement: ESG-Daten können helfen, Risiken zu erkennen und zu reduzieren. Beispielsweise lassen sich anhand von Zahlen zu den CO2-Emissionen eines Unternehmens dessen Klimaauswirkungen einschätzen.
- Attraktivität für Investoren: Investoren berücksichtigen beim Treffen von Anlageentscheidungen zunehmend Daten zur ESG-Performance. Durch die Erfassung und Veröffentlichung dieser Daten können Unternehmen diesen Erwartungen nachkommen.
- Berichtspflicht einhalten: Regierungen und Regulierungsbehörden führen zunehmend ESG-Offenlegungspflichten ein. Die US-Börsenaufsichtsbehörde (Securities and Exchange Commission, SEC) hat etwa Regeländerungen vorgeschlagen, die Unternehmen dazu verpflichten würden, bestimmte Daten zu klimarelevanten Emissionen offenzulegen. Auch die EU und andere Regierungen arbeiten an verschiedenen Gesetzen oder haben diese bereits umgesetzt. Ein Beispiel hierfür ist die EU-Richtlinie über die Nachhaltigkeitsberichterstattung von Unternehmen (Corporate Sustainability Reporting Directive, CSRD). Die Datenerfassung unterstützt Unternehmen dabei, diesen Regelungen nachzukommen.
- Beschleunigte Innovation: ESG-Daten können Innovationen beschleunigen sowie Betriebsabläufe verbessern. Beispielsweise verringert die Reduzierung von Abfall die Umweltauswirkungen und die Entsorgungskosten.
Beim Erfassen von ESG-Daten kann Automatisierungssoftware helfen. Blue Prism nennt hier die intelligente Automatisierung (IA, Intelligent Automation), die verschiedene Technologien kombiniert. Beispielsweise kommt Robotic Process Automation (RPA) zum Einsatz, um Tätigkeiten wie etwa die Datenerfassung und -eingabe zu automatisieren. Eine weitere Komponente ist künstliche Intelligenz. Diese extrahiert Daten aus unstrukturierten Quellen und erkennt Muster, die beispielsweise Hinweise auf mögliche Risiken geben können.
Durch IA ergeben sich laut Blue Prism einige positive Effekte. Der Ansatz könne etwa bei der Datenerfassung und -verarbeitung unterstützen und manuelle Dateneingaben reduzieren. Ebenso sei die Integration mit verschiedenen Datenquellen, einschließlich interner und externer Systeme möglich. Die gewonnenen Informationen können wiederum als Grundlage für ESG-relevante Entscheidungen dienen.
