Eine Organisation mit mehreren Business Units zählt häufig dieselben Nachhaltigkeitsdaten mehrfach, ohne dass es jemand bemerkt. Der Energieverbrauch eines Standorts steht in einer Excel-Datei des Facility Managers, in einem Berichtstool der Business Unit und in einer Aggregationstabelle der Gruppe. Drei Stellen, drei möglicherweise unterschiedliche Zahlen, und niemand, der mit Sicherheit sagen kann, welche die richtige ist.
Das ist keine Ausnahme. Es ist der normale Zustand von Nachhaltigkeitsdaten in einer Organisation, die pro Business Unit gewachsen ist, wo jeder Bereich seine eigenen Systeme, Definitionen und Tabellen aufgebaut hat, bevor Berichterstattung zu einem gemeinsamen Thema wurde.
Ein Datenpunktregister legt pro Datenpunkt fest: was es ist, woher es kommt, wer der Eigentümer ist und welche Qualitätsregeln darauf anwendbar sind. Bei einer Organisation mit mehreren Business Units bedeutet das, dass Sie nicht nur registrieren, dass es einen Datenpunkt „Energieverbrauch“ gibt, sondern auch, wo dieser Datenpunkt pro Business Unit festgehalten wird, in welchem System, von wem, und mit welcher Definition.
Sobald das nebeneinandersteht, wird sichtbar, ob Business Units dasselbe messen. Oft zeigt sich, dass die eine den Verbrauch in kWh registriert und die andere in einem umgerechneten CO2-Wert, oder dass der Umfang von „Energieverbrauch“ bei der einen Unit nur Elektrizität umfasst und bei der anderen auch Gas. Der Datenpunkt heißt gleich, ist inhaltlich aber nicht vergleichbar. Diesen Unterschied finden Sie nicht, indem Sie einen Bericht betrachten. Den finden Sie, indem Sie die Quelle, die Definition und den Eigentümer pro Unit nebeneinanderlegen.
Das Register füllt sich nicht von selbst. Jemand muss pro Business Unit abfragen, welche Datenpunkte festgehalten werden, in welchem System, und auf Basis welcher Quelle. Das ist Inventarisierungsarbeit: beim Eigentümer jedes Systems nachfragen, die Herkunft jeder Zahl bis zur ursprünglichen Erfassung zurückverfolgen, und festhalten, was Sie vorfinden, auch wenn das unklar oder inkonsistent ist.
Die Art, wie Sie diese Inventarisierung strukturieren, bestimmt, ob Überlappung sichtbar wird oder verborgen bleibt. Ein Ansatz pro Business Unit, jeweils losgelöst voneinander, liefert fünf Register, die nicht vergleichbar sind. Ein Ansatz pro Datenpunkt, quer durch alle Units, liefert den Überblick, den Sie brauchen. Wie Sie das aufsetzen, steht beschrieben in wie Sie ein Datenpunktregister bei mehreren Business Units erstellen. Es geht um eine Struktur, die Doppelung gerade sichtbar macht, statt dass diese Struktur selbst die Doppelung aufrechterhält.
Ein Datenpunktregister ist nicht vollständig, sobald eine Liste mit Datenpunkten vorliegt. Es ist vollständig, sobald jeder Datenpunkt eine Quelle hat, die sich zurückverfolgen lässt, einen Eigentümer, der Verantwortung übernimmt, und eine festgelegte Definition, die mit anderen Business Units vergleichbar ist. Ohne das können Sie eine Überlappung sehen, aber nicht feststellen, ob diese Überlappung ein Problem ist oder eine bewusste Entscheidung.
Die Frage, wie viele Ihrer Datenpunkte diese Bedingung tatsächlich erfüllen, ist in der Praxis oft kleiner als erhofft. Manche Datenpunkte haben keine erkennbare Quelle, nur eine Zahl, die seit Jahren aus dem vorherigen Bericht übernommen wird. Wie Sie diese Anzahl ermitteln, lesen Sie bei wie viele Ihrer Datenpunkte eine erkennbare Quelle haben. Und für den Fall, dass Sie auf einen Datenpunkt stoßen, für den einfach keine Quelle zu finden ist, auch nicht nach Nachfragen, gibt es einen eigenen Ansatz, beschrieben in was Sie mit einem Datenpunkt ohne Quelle bei mehreren Business Units tun.
Der Zeitpunkt, an dem das Register „fertig“ ist, ist kein fester Zeitpunkt, sondern ein Status pro Datenpunkt. Manche Datenpunkte sind schnell in Ordnung, andere erfordern mehrere Runden von Nachfragen und Verifizieren. Was das für Ihre Planung bedeutet, steht bei wann ein Register bei mehreren Business Units fertig ist.
Wenn Sie einmal sehen, dass drei Business Units denselben Datenpunkt festhalten, entsteht die nächste Frage: ist das eine Doppelung, die Sie beseitigen können, oder sind es drei Datenpunkte, die zufällig denselben Namen haben, aber einen anderen Umfang? Diese Unterscheidung lässt sich nicht immer sofort treffen, und das Treffen dieser Unterscheidung steht im Zentrum des Erkennens eines doppelten Datenpunkts bei mehreren Business Units, was weiter ausgearbeitet wird auf wie Sie einen doppelten Datenpunkt bei mehreren Business Units erkennen. Das ist Arbeit, die um Präzision kreist: die Definition, den Umfang und die Rechenregel jedes Exemplars nebeneinanderlegen, bevor Sie schließen, dass es sich um denselben Datenpunkt handelt.
Das Erfassen von Datenpunkten, Quellen und Eigentümerschaft über mehrere Business Units ist wiederkehrende Arbeit: neue Berichtsperioden, neue Regulierung und Organisationsänderungen erfordern die Wiederholung derselben Abfrage. Ein Teil dieser Arbeit, wie das Nebeneinanderlegen von Definitionen oder das Aufspüren einer Quelle in einem System, ist repetitiv genug, um zu untersuchen, ob KI einen Teil davon übernehmen kann. FTE TO AI berechnet pro Aufgabe, welcher Teil der Arbeit dafür in Frage kommt, mit der Werkscan als Ausgangspunkt, um das für Ihre Situation zu betrachten.
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.