Es gibt eine Frage, die bei fast jedem Nachhaltigkeitsbericht offen bleibt, auch nachdem der Bericht veröffentlicht wurde: Woher kommt diese Zahl. Nicht die Schlussfolgerung, nicht der Text drumherum, sondern die Zahl selbst. Wer sie eingegeben hat, welches System oder welche Tabelle dahintersteckt, und ob jemand das noch aufzeigen kann, ohne drei Kollegen anzurufen.
Bei vielen Organisationen ist die Antwort vage. Es gibt einen Bericht, es gibt Zahlen, aber die Linie zurück zur Quelle ist irgendwo auf dem Weg verlorengegangen. Das ist nicht unbedingt ein Zeichen von Nachlässigkeit. Es ist eine Folge davon, wie Nachhaltigkeitsdaten meist entstehen: verteilt über Abteilungen, Systeme und Menschen, die mit den besten Absichten ihren Teil beigetragen haben, ohne dass es einen einzigen Ort gibt, an dem das Ganze zusammenkommt.
Ein Datenpunktregister ist kein Bericht und kein Dashboard. Es ist eine Übersicht: Pro Datenpunkt wird festgehalten, was er ist, woher er kommt, wer Eigentümer ist, und welche Regeln bestimmen, ob ein Wert gültig ist. Für CO2-Emissionen, Energieverbrauch, Personalkennzahlen oder Lieferkettendaten macht das methodisch wenig Unterschied. Die Frage ist stets dieselbe: Gibt es eine nachweisbare Quelle, und gibt es jemanden, der dafür Verantwortung trägt.
Was das Register nicht tut, ist diese Quelle zu korrigieren. Wenn eine Zahl aus einer Tabelle stammt, die niemand mehr vollständig versteht, dokumentiert das Register diese Tatsache. Es löst sie nicht. Die Registrierung macht sichtbar, wo die schwachen Glieder liegen, sodass eine Organisation entscheiden kann, was danach nötig ist. Das ist ein bescheidener Anspruch, aber einer, der zutrifft.
Die Verlockung ist groß, zuerst ein Tool anzuschaffen, das Berichte erstellt oder Fragebögen ausfüllt, und erst später auf die zugrunde liegenden Daten zu schauen. Das wirkt sich negativ aus. Ein Tool, das über einen unorganisierten Prozess gesetzt wird, erzeugt ordentlichere Berichte über dieselben unzuverlässigen Zahlen. Die zugrunde liegende Frage, ob der Datenpunkt bis zu einer Quelle und einem Eigentümer zurückverfolgt werden kann, bleibt dann unbeantwortet. Nur sieht es danach überzeugender aus, als es ist.
Deshalb beginnt der Scan beim Datenpunktregister, der Lineage von Quelle zu Berichtspunkt und der Eigentümerschaftsfrage, nicht bei Software, die darauf aufgesetzt wird. Was Datenreife ist und wie Sie sie messen ist im Grunde dieselbe Frage in anderer Form: nicht ob ein Bericht vorliegt, sondern ob die Organisation weiß, woher ihre Zahlen kommen und wie stabil diese Grundlage ist.
Es ist nicht so, dass ein Scan auf einen Schlag alle Datenpunkte einer Organisation vollständig erfasst. Der erste Durchgang legt fest, was bekannt ist und, ebenso wichtig, was noch nicht bekannt ist. Manche Quellen sind eindeutig: eine Energierechnung, ein HR-System. Andere sind weniger klar, etwa eine Schätzung, die einmal gemacht wurde und seitdem als fester Wert beibehalten wird, ohne dass noch jemand weiß, auf welcher Annahme sie beruht.
Der Scan behauptet auch nicht, dass jeder Datenpunkt letztlich innerhalb einer festen Frist assurance-fähig gemacht werden kann. Wie viel Zeit das kostet, hängt davon ab, wie viele Systeme beteiligt sind, wie viele Eigentümer noch bestimmt werden müssen und wie verteilt die Quellen sind. Ein Eindruck davon, wie lange es dauert, ein Thema in Ordnung zu bringen, hilft bei dieser Einschätzung, ohne dass dies zu einem Versprechen über eine bestimmte Durchlaufzeit wird.
Und der Scan geht nicht von der Annahme aus, dass Tabellen das Problem sind. Oft ist eine Tabelle nicht mehr als der Ort, an dem der Mangel an Struktur sichtbar wird; die Frage warum Tabellen nicht das Problem sind erklärt, warum das Ersetzen des Instruments selbst die zugrunde liegende Frage selten löst.
In der Praxis ist CO2 oft das erste Thema, bei dem diese Frage scharf gestellt wird, schlicht weil es meist die am weitesten verteilte und am meisten zurückverfolgte Zahl in einem Bericht ist. Es gibt einen Grund, warum CO2 meist das erste Thema ist, mit dem begonnen wird, und dieser Grund sagt etwas darüber aus, wie Datenpunkte durch eine Organisation laufen, vom Zählerstand bis zur Berichtszeile.
Der hier beschriebene Scan befindet sich im Aufbau. Was es jetzt gibt: eine Art des Betrachtens und eine Struktur, um Fragen zu stellen, die von den meisten Organisationen noch nicht systematisch gestellt werden. Wer derzeit Bedarf an dieser Vorgehensweise hat, kann sich für die Warteliste anmelden. Das ist keine Warteliste für eine vage Zukunft, sondern für ein Instrument, das noch fertiggestellt wird, und das schreiben wir lieber ehrlich, als etwas anzubieten, das noch nicht vollständig steht.
Wenn klar ist, welche Datenpunkte eine Quelle haben und welche nicht, folgt von selbst eine andere Frage: Wie viel der Arbeit, diese Quellen zu prüfen, zu pflegen und zurückzuverfolgen, muss eigentlich von Menschen erledigt werden, und wie viel kann ein System übernehmen. Das ist eine andere Frage als die, die diese Seite beantwortet, aber ein logischer nächster Schritt. Der Arbeitsscan von FTE TO AI berechnet pro Aufgabe, welcher Teil der Arbeit von KI übernommen werden kann, und liefert damit ein Bild davon, wo Menschen Zeit für Arbeit aufwenden, die, sobald die Daten in Ordnung sind, größtenteils automatisiert ablaufen kann.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.