Eine Bildungseinrichtung ist keine Fabrik und keine Einzelhandelskette, aber wohl eine Organisation mit Gebäuden, Energieverträgen, Transport, Einkauf und einer großen Gruppe von Menschen, die kein Mitarbeiter im üblichen Sinne sind. Studierende und Schüler bewegen sich durch Gebäude, nutzen Einrichtungen und erzeugen Reisebewegungen, ohne dass sie irgendwo auf einer Lohnliste stehen. Dieses Verhältnis zwischen Mitarbeitern und Nutzern der Gebäude ist im Bildungswesen anders als in den meisten Branchen, und das wirkt sich auf die Daten aus: Ein großer Teil der Umweltauswirkungen hängt mit Belegung und Gebäudenutzung zusammen, nicht mit einem Produktionsprozess oder einer Verkaufsfläche.
Hinzu kommt, dass eine Einrichtung oft aus mehreren Standorten besteht, manchmal verteilt über eine Stadt oder Region, jeweils mit eigenen Zählern, eigener Verwaltung und eigenen Mietverträgen. Das Bildungswesen kennt zudem einen ausgeprägten Saisonrhythmus: Ferienzeiten, zwischenzeitlichen Leerstand, Abendnutzung durch Dritte. Wer Energiedaten pro Monat aufsummiert, ohne diesen Rhythmus zu kennen, zieht leicht falsche Schlüsse über Einsparungen, die eigentlich Ferienverteilung sind.
Bei den meisten Einrichtungen ist der Gebäudebestand der größte Posten. Diese Daten sind über mehrere Stellen verteilt: Der Facility-Management-Dienst hat Energieverträge und Zählerstände, oft pro Gebäude und nicht zentral zusammengefasst. Bei größeren Einrichtungen mit eigenem Immobilienbesitz läuft zusätzlich ein Gebäudemanagementsystem mit Verbrauchsdaten pro Anlage. Bei gemieteten Standorten liegt ein Teil der Verantwortung, und damit ein Teil der Daten, beim Vermieter, der nicht immer bereit oder in der Lage ist, diese auf dem benötigten Niveau zu teilen.
Renovierungen, Dämmmaßnahmen und die Nachhaltigkeitsoptimierung von Anlagen werden oft in Projektdossiers beim Facility-Management-Dienst oder einem externen Partner erfasst, losgelöst von der regulären Energieverwaltung. Wer den Effekt einer solchen Maßnahme in den Zahlen sehen möchte, muss diese beiden Quellen miteinander verknüpfen, und das geschieht selten automatisch.
Der Arbeitsweg des Personals wird, sofern überhaupt erfasst, meist über HR oder ein Abrechnungssystem erhoben. Das Reiseverhalten von Studierenden und Schülern ist eine andere Sache: Diese Daten existieren oft nicht in einem zentralen System, höchstens als Schätzung auf Basis von Postleitzahlgebieten oder einer vor einigen Jahren durchgeführten Umfrage. Im Hochschulwesen kommt internationales Reisen hinzu, für Austausch oder Forschung, erfasst in separaten Verwaltungen internationaler Büros oder Forschungsabteilungen, getrennt von den regulären Reisedaten des Personals.
Wer diese beiden Gruppen — Mitarbeiter und Studierende — im Datenpunktregister nicht auseinanderhält, läuft Gefahr, Äpfel mit Birnen zu vergleichen: Ein einzelner Vollzeitmitarbeiter wiegt in den Daten anders als ein Student, der zwei Tage pro Woche zu einem Gebäude kommt.
Der Einkauf bei Bildungseinrichtungen läuft oft über eine zentrale Einkaufsabteilung für große Verträge, aber daneben auch über dezentrale Bestellungen von Fakultäten, Abteilungen oder einzelnen Forschungsgruppen. Labormaterialien, Chemikalien und Spezialgeräte bei Forschungseinrichtungen haben eine eigene Beschaffungskette mit eigenen Lieferanten, getrennt vom regulären Bürobedarf. Catering ist meist an einen externen Partner ausgelagert, was bedeutet, dass Daten über Lebensmittelverschwendung oder die Herkunft von Zutaten nicht bei der Einrichtung selbst liegen, sondern bei diesem Lieferanten, mit wechselnder Bereitschaft, Zahlen zu teilen.
Abfall ist eine vergleichbare Geschichte: Die getrennte Sammlung wird vom Facility-Management-Dienst oder einem externen Entsorgungsunternehmen organisiert, und die daraus entstehenden Berichte passen nicht immer zu der Einteilung, die für die Nachhaltigkeitsberichterstattung benötigt wird.
Bei Fachhochschulen und Universitäten fügt Forschung eine Ebene hinzu, die andere Branchen nicht kennen. Forschungsgruppen arbeiten oft mit eigenen Budgets, eigenem Einkauf und manchmal eigenen Gebäuden oder Laboren, finanziert von externen Partnern mit eigenen Berichtsanforderungen. Diese dezentrale Autonomie ist funktional für die Forschung, bedeutet aber, dass zentrale Dateneigentümer oft nicht wissen, welche Informationen in diesen Gruppen bereits vorliegen, oder unter welchem Namen und in welchem Format.
Bei vielen Einrichtungen wird der Umgang mit Nachhaltigkeitsdaten mit der Anschaffung eines Berichtssystems begonnen. Dieses System liefert übersichtliche Bildschirme, aber die zugrunde liegende Frage bleibt offen: Steht der Zählerstand von Gebäude B nun für Büroflächen, eine Sporthalle oder einen an eine dritte Partei vermieteten Teil, und wer innerhalb der Organisation kann diese Frage beantworten. Ohne ein geordnetes Bild davon, wo jeder Datenpunkt entsteht, wer dafür verantwortlich ist und welche Qualitätsregeln dafür gelten, erzeugt ein Tool vor allem ordentlichere Darstellungen derselben unsicheren Zahlen.
Der Data Readiness Scan ist daher kein Berichtstool, sondern ein Register: pro Datenpunkt die Herkunft, den Weg von Quelle zu Bericht, den Eigentümer innerhalb der Einrichtung und die Regeln, denen die Daten entsprechen müssen. Dieses Register macht sichtbar, wo beispielsweise Studierendenreisen fehlen, wo Facility-Management und Gebäudeverwaltung getrennt voneinander zählen, und wo ein externer Caterer oder Entsorgungsunternehmen noch keine Ansprechperson für die Datenlieferung hat.
Dieselbe Frage stellt sich mit eigenen Merkmalen im Einzelhandel, der Landwirtschaft und den Finanzdienstleistungen, jeweils mit einer anderen Aufteilung zwischen zentral und dezentral.
Dieser Scan befindet sich noch in der Entwicklung. Einrichtungen, die wissen möchten, wo ihre Nachhaltigkeitsdaten genau entstehen und bei wem sie liegen, können sich für die Warteliste anmelden und werden informiert, sobald der Scan verfügbar ist.
Sobald klar ist, welche Datenpunkte es gibt, wer sie verwaltet und auf welchem Weg sie entstehen, wird auch sichtbar, welche Arbeit dahintersteckt: Zählerstände abschreiben, Reisedaten aus Tabellen ableiten, Rechnungen von Caterern auf die Herkunft von Zutaten überprüfen. Ein Großteil dieser Arbeit ist repetitiv und an feste Quellen gebunden, was sie für eine Bewertung hinsichtlich Automatisierung geeignet macht. Der Arbeitsscan von FTE TO AI berechnet pro Aufgabe, welcher Teil der Arbeit von KI übernommen werden kann, auf Basis derselben Art von Aufgabenzerlegung wie im Datenpunktregister.
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.