Der Einzelhandel hat eine Eigenschaft, die seine Nachhaltigkeitsdaten schwieriger macht als bei einem Unternehmen mit einem einzigen Produktionsstandort: Der größte Teil der Wirkung entsteht nicht in den eigenen Gebäuden, sondern bei anderen. Ein Einzelhändler verkauft Produkte, die anderswo hergestellt wurden, transportiert von Parteien, die nicht angestellt sind, und verpackt in Materialien, die von Lieferanten ausgewählt wurden. Die eigenen Geschäfte und Verteilzentren liefern nur einen Teil des Gesamtbildes. Der Rest liegt in einer Kette von Lieferanten, Logistikdienstleistern und manchmal wiederum deren eigenen Zulieferern. Wer die Nachhaltigkeitsdaten einer Einzelhandelsorganisation sucht, sucht also größtenteils Daten, die nicht von der eigenen Organisation gemessen wurden.
Der am leichtesten zugängliche Teil der Daten gehört zum eigenen Immobilien-Fußabdruck: Energieverbrauch von Geschäften, Verteilzentren und Büros, oft nachzuvollziehen in Rechnungen der Energieversorger oder in Gebäudemanagementsystemen. Bei einer Kette mit vielen Filialen wird dies schnell zu einer Sammlung von Einzelverträgen, Zählerständen und Rechnungen pro Standort, verwaltet von verschiedenen Regionalmanagern oder einem Facility-Team. Die Daten existieren, sind aber über so viele Standorte verstreut, dass niemand automatisch ein Gesamtbild daraus macht.
Transportdaten — Kraftstoffverbrauch der eigenen Fahrzeugflotte, aber vor allem der beauftragten Transporteure — liegen größtenteils außerhalb der Organisation. Ein Einzelhändler, der den Transport auslagert, erhält Rechnungen und manchmal Berichte des Transportunternehmens, aber selten ein Format, das dem eigenen Berichtsbedarf entspricht. Diese Daten müssen angefordert, übersetzt und mit internen Volumina verknüpft werden, was einen manuellen Schritt hinzufügt, der leicht zwischen Einkauf, Logistik und Nachhaltigkeit verloren geht.
Der größte Teil der Klimawirkung eines Einzelhändlers liegt in der Regel in der Produktion der verkauften Waren, weit vor der eigenen Tür. Diese Daten stammen, sofern sie überhaupt verfügbar sind, von Lieferanten, die selbst unterschiedliche Messmethoden verwenden, oder über generische Branchendurchschnitte, die Einkauf oder Nachhaltigkeit irgendwann einmal ermittelt haben. Bei einem Sortiment mit vielen verschiedenen Produkten und Lieferanten entsteht eine Tabelle mit Daten wechselnder Qualität: Manche Zahlen sind gemessen, andere geschätzt, wieder andere aus einem alten Bericht übernommen. Niemand in der Organisation hat einen vollständigen Überblick darüber, welche Zahl woher kommt.
Verpackungsdaten — Gewicht, Material, Recyclingfähigkeit — werden oft von Einkauf oder Packaging-Spezialisten erfasst, pro Produktkategorie oder Lieferantenvertrag. Abfalldaten von Geschäften und Verteilzentren stammen wiederum von Entsorgungsunternehmen, mit eigenen Berichtsformen und Maßeinheiten. Beide Datenströme landen selten im selben System wie die Energie- oder Transportdaten, sodass jemand, der ein vollständiges Bild möchte, mehrere Abteilungen durchlaufen muss, um die Puzzleteile zusammenzutragen.
Neben Klimadaten erfordert die Nachhaltigkeitsberichterstattung auch soziale Indikatoren: Personalfluktuation, Diversität, Arbeitsbedingungen in der Kette. Für die eigene Organisation liegt dies meist bei HR, in Systemen, die nicht mit Blick auf die Nachhaltigkeitsberichterstattung eingerichtet wurden. Für die Kette — Arbeitsbedingungen bei Lieferanten — sind die Daten oft noch spärlicher und abhängig von Audits oder Zertifizierungen, die nicht jedes Jahr auf dieselbe Weise durchgeführt werden.
Der rote Faden im Einzelhandel ist, dass Daten selten an einem Ort entstehen und fast nie an einem Ort verwaltet werden. Für jeden Datenpunkt ist die Frage relevant: Kommt dies aus einem eigenen System oder von einem Dritten, wer hat es geliefert, wie wurde es gemessen, und wann wurde es zuletzt aktualisiert. Ohne ein Register, das diese Fragen beantwortet, bleiben die Daten unter einem Bericht eine Sammlung einzelner Dateien, deren Herkunft niemand mit Sicherheit angeben kann. Genau darauf richtet sich der Data Readiness Scan: nicht der Bericht selbst, sondern die Lineage pro Datenpunkt, die Eigentümerschaft und die Qualitätsregeln, die bestimmen, ob eine Zahl belastbar ist.
Die hier beschriebene Herausforderung wiederholt sich in vergleichbarer Form in anderen Branchen, allerdings mit anderen Schwerpunkten. Bei einem Gastronomiebetrieb liegt der Schwerpunkt auf Lebensmittelströmen und Energieverbrauch pro Standort, bei einem IT-Unternehmen auf Rechenzentren und Gerätenutzung, und bei einem Immobilienunternehmen auf der Energieleistung von Gebäuden über die gesamte Lebensdauer. In jeder dieser Branchen gilt dieselbe Grundfrage: Wo entsteht die Zahl, und wer kann sie verantworten.
Der Data Readiness Scan von csrdready.net wird derzeit gebaut. Wer bereits jetzt mitdenken möchte, wie ein Datenpunktregister für eine Organisation mit vielen Filialen und einer langen Lieferantenkette aussehen sollte, kann sich für die Warteliste anmelden. Derzeit wird nichts verkauft, es wird lediglich ein Platz reserviert für den Zeitpunkt, an dem das Instrument verfügbar wird.
Sobald der Überblick über Datenpunkte, Quellen und Eigentümer in Ordnung zu kommen beginnt, entsteht eine Folgefrage: welcher Teil des Sammelns, Kontrollierens und Aktualisierens dieser Daten manuelle Arbeit ist, und welcher Teil mit Unterstützung von KI erledigt werden kann. FTE TO AI bietet dafür einen Arbeitsscan, der pro Aufgabe berechnet, welcher Teil der Arbeit übernommen werden kann — eine Ergänzung, die erst dann sinnvoll ist, wenn klar ist, welche Aufgaben genau bestehen und woher sie kommen.
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.