Der Energiesektor hat eine Eigenschaft, die nur wenige andere Sektoren haben: Es wird bereits fortlaufend gemessen. Messdaten von intelligenten Zählern, Produktionszahlen eigener Anlagen, Verbrauchsdaten von Installationen, Emissionsfaktoren, die je Energieträger und je Quelle unterschiedlich sind. Während ein Dienstleister noch herausfinden muss, ob überhaupt Daten existieren, ertrinkt ein Energieunternehmen oft in Daten, die bereits vorhanden sind. Die Frage ist nicht so sehr, ob die Zahl existiert, sondern welches der fünf Systeme, die sie erfassen, das richtige ist, und ob diese fünf Systeme dieselbe Definition einer Messeinheit verwenden.
Das ist eine andere Falle als bei Sektoren, in denen Nachhaltigkeitsdaten bei externen Parteien abgeholt werden müssen. Hier liegt das Problem in Überfluss und Fragmentierung: SCADA-Systeme, Meterdaten-Management-Plattformen, ERP für die finanzielle Seite, separate Tabellenkalkulationen für Scope-3-Schätzungen der Kette. Jedes System hat seine eigene Sichtweise darauf, was ein Datenpunkt bedeutet, und niemand hat festgelegt, welche Quelle zu welchem Berichtspunkt gehört.
Innerhalb von Energieunternehmen laufen zwei Arten von Daten durcheinander, die nicht dieselbe Herkunft haben. Produktions- und Verbrauchsdaten stammen in der Regel aus operativen Systemen, die primär für den Betrieb gebaut wurden, nicht für die Berichterstattung. Emissionsdaten hingegen werden häufig nachträglich berechnet, mit Umrechnungsfaktoren, die je Quelle, je Jahr und je Berichtsrahmen unterschiedlich sind. Der größte Teil der Diskussionen über Datenqualität in diesem Sektor betrifft nicht die Messung selbst, sondern die Übersetzung von Messwert zu Emissionszahl: welcher Faktor, welcher Bezugszeitraum, welche Annahme.
Das macht Lineage hier besonders wichtig. Eine Zahl im Nachhaltigkeitsbericht, die „Gesamt-CO2-Ausstoß“ heißt, kann aus einem Zählerstand, einem Emissionsfaktor aus einer externen Datenbank und einer manuellen Korrektur in einer Tabellenkalkulation zusammengesetzt sein. Ohne festgelegte Herkunft pro Schritt lässt sich nicht nachvollziehen, ob eine Abweichung gegenüber dem Vorjahr eine Veränderung der Produktion ist, ein angepasster Faktor, oder ein Fehler bei der Übertragung zwischen Systemen.
In Energieunternehmen liegen die Daten selten bei einer einzigen Abteilung. Operative Messdaten fallen unter Asset Management oder den technischen Dienst. Finanzielle und Verbrauchsdaten unter Finance oder Controlling. Scope-3-Schätzungen von Lieferanten und Kunden liegen häufig beim Einkauf oder bei der Nachhaltigkeitsabteilung selbst, die diese Daten nicht selbst produziert, aber dafür verantwortlich zeichnen muss. Wer der Eigentümer eines Datenpunkts ist, ist damit keine technische Frage, sondern eine organisatorische: Wer kann die Herkunft erklären, wer kann eine Korrektur durchführen, wer zeichnet für die Richtigkeit.
Diese Verteilung der Eigentümerschaft findet sich auch in anderen Sektoren mit vielen technischen Anlagen wieder. Die Übereinstimmungen mit wo sich die Nachhaltigkeitsdaten im Bausektor befinden sind größer als erwartet: auch dort liegen Messdaten bei einer technischen Abteilung und Emissionsdaten bei einer separaten Funktion, mit wenig Abstimmung zwischen beiden. Bei der Installationsbranche zeigt sich ein vergleichbares Muster, bei dem operative Daten über Installationen losgelöst vom Berichtszyklus stehen, der später daraus zusammengestellt wird.
Ein Energieunternehmen, das für diese Fragmentierung ein Berichtstool anschafft, bekommt ein übersichtlicheres Dashboard über dieselbe unklare Herkunft. Das Dashboard zeigt eine Zahl, aber die Frage, ob diese Zahl aus dem richtigen Zähler stammt, mit dem richtigen Faktor verrechnet und von der richtigen Person kontrolliert wurde, bleibt unbeantwortet. Das Tool fügt eine Schicht über dem Problem hinzu, keine Lösung für das Problem.
Was hingegen hilft, ist zunächst festzulegen, welcher Datenpunkt aus welcher Quelle stammt, über welche Zwischenschritte er den Berichtspunkt erreicht, und wer für jeden Schritt verantwortlich ist. Das ist ein Register, kein Dashboard: eine Liste von Datenpunkten mit ihrer Herkunft, ihrem Eigentümer und den Regeln, an denen die Qualität geprüft wird. Erst wenn das vorliegt, hat ein Berichtstool etwas Verlässliches, worauf es aufbauen kann.
Energieunternehmen mit mehreren Sparten — Produktion, Distribution, Vertrieb — stoßen auf eine zusätzliche Komplikation: derselbe Begriff bedeutet in jeder Sparte etwas anderes. „Verbrauch“ bei der Distribution ist eine andere Zahl als „Verbrauch“ beim Vertrieb. Für diese Fragestellung lohnt sich ein Blick auf welche Datenpunkte wirklich benötigt werden, wenn mehrere Business Units berichten, und auf wo ein Datenpunkt möglicherweise bereits bei einer anderen Business Unit existiert, bevor er erneut aufgebaut wird. Die Wiederverwendung einer bereits bestehenden, validierten Quelle ist oft schneller, als eine neue Messung aufzubauen.
Sobald das Datenpunktregister vorliegt — mit Herkunft, Eigentümer und Qualitätsregel pro Punkt — entsteht auch Einblick in die dahinterliegende Arbeit: wer sammelt, wer kontrolliert, wer korrigiert, und wie viele dieser Schritte routinemäßig sind. An dieser Stelle ist der [Arbeitsscan](https://ftetoai.com) von FTE TO AI relevant: dieser berechnet pro Aufgabe, welcher Teil der Arbeit von KI übernommen werden kann, basierend auf den Aufgaben, die aus dem Datenpunktregister hervorgehen, statt auf einer vorab gemachten Schätzung.
Der Data Readiness Scan für den Energiesektor befindet sich in der Entwicklung. Wer das Datenpunktregister für die eigene Organisation aufbauen lassen möchte, sobald es verfügbar ist, kann sich für die Warteliste anmelden.
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.