Ein Bootcamp klingt wie ein Training, ein paar Tage intensives Programm, wonach jeder wieder weiterkann. Das ist nicht gemeint. Es geht um einen strukturierten Prozess, in dem eine Organisation ihre Nachhaltigkeitsdaten kartiert: welche Datenpunkte es gibt, woher sie stammen, wer dafür verantwortlich ist und welche Qualitätsregeln darauf anwendbar sind. Kein Training über Berichtspflichten, kein Workshop über die Norm. Arbeit an den Daten selbst.
Das Ergebnis ist ein Datenpunktregister: eine Übersicht über jeden Datenpunkt, den die Organisation benötigt, mit je Datenpunkt der Herkunft, zurückverfolgt vom Quellsystem bis zur Berichtskennzahl, einem benannten Eigentümer und den Regeln, denen die Daten entsprechen müssen, um als verlässlich zu gelten. Das ist kein Bericht und kein Dashboard. Es ist die Grundlage, die bestimmt, ob ein Bericht, welcher Bericht auch immer, auf etwas Solidem steht. Wo existiert ein Datenpunkt schon ist oft die erste Frage, die dieser Prozess beantwortet, und diese Frage erweist sich regelmäßig als schwieriger als erwartet: dieselben Daten stehen manchmal an drei Stellen, in drei Definitionen.
Es ist keine Implementierung eines Tools. Software, die Berichte über einem unorganisierten Prozess erstellt, produziert ordentlichere Berichte über dieselben unzuverlässigen Zahlen. Das Datenbootcamp geht diesem Schritt voraus: zuerst feststellen, was ein Datenpunkt ist, woher er kommt und wer dafür ansprechbar ist, erst dann über Systeme nachdenken, die diesen Prozess unterstützen. Es ist auch keine Garantie für Assurance-Bereitschaft. Es schafft die Struktur, die Assurance ermöglicht, aber ob ein Wirtschaftsprüfer eine Zahl bestätigt, hängt von mehr ab als von einem Register. Wer sich darin vertiefen möchte, findet unter wie machen Sie ESG-Daten prüfbar für Assurance, wo diese Grenze genau liegt.
Eine häufig gehörte Annahme ist, dass Tabellenkalkulationen die Quelle unzuverlässiger Daten sind und ein System die Lösung ist. Das ist ein Irrtum. Das Problem ist selten das Medium, es ist das Fehlen von Eigentümerschaft und Nachvollziehbarkeit. Eine Tabellenkalkulation mit einem klaren Eigentümer, einer festgelegten Herkunft und einer Qualitätsregel ist zuverlässiger als ein teures System ohne diese drei Dinge. Warum Tabellenkalkulationen nicht das Problem sind geht darauf näher ein. Das Datenbootcamp konzentriert sich daher nicht auf den Ersatz von Tools, sondern auf das Festhalten dessen, was bereits vorhanden ist, wo auch immer es sich befindet.
Der Zeitaufwand hängt von der Anzahl der Datenpunkte, der Anzahl der Quellsysteme und dem Ausmaß ab, in dem Eigentümerschaft bereits zugewiesen ist. Eine Organisation mit ein paar zentralen Systemen und einer kleinen Anzahl wesentlicher Datenpunkte durchläuft den Prozess anders als eine Organisation mit Dutzenden von Tochtergesellschaften, jede mit eigenen Tabellenkalkulationen und eigenen Definitionen. Es lässt sich ohne diesen Kontext keine feste Durchlaufzeit nennen, und wer eine konkrete Zahl erwartet, bekommt hier keinen Schuss ins Blaue vorgesetzt.
Sobald jeder Datenpunkt bis zu seiner Quelle zurückverfolgbar ist und einen Eigentümer hat, verschiebt sich das Gespräch. Fragen wie "woher kommt diese Zahl" und "wer kann das erklären" haben dann eine direkte Antwort, statt einer Suche durch E-Mail-Verläufe und alte Dateien. Das betrifft nicht nur die Berichterstattung dieses Jahres, sondern auch die Übergabe an einen Nachfolger, einen neuen Controller oder ein externes Team. Was ändert sich, wenn die Lineage einmal steht beschreibt diese Verschiebung, und wer liest Ihr Datenpunktregister, wenn Sie nicht mehr da sind zeigt, warum diese Übertragbarkeit oft schwerer wiegt als die Berichterstattung des laufenden Geschäftsjahres.
Ein häufiger Fehler ist der Wunsch, das Register auf einmal vollständig zu machen für jeden Datenpunkt, den eine Norm jemals verlangen könnte. Das führt zu einem Projekt, das nie fertig wird. Das Datenbootcamp beginnt bei den Datenpunkten, die die Organisation tatsächlich benötigt, angesichts ihrer Wesentlichkeit und ihrer Branche, und erweitert sich von dort aus. Welche Datenpunkte benötigen Sie tatsächlich ist die Frage, die am Anfang jedes Prozesses steht, bevor jemand beginnt, ein Register aufzubauen.
Das Tool, das diesen Prozess unterstützt, befindet sich in der Entwicklung. Wer bereits jetzt damit beginnen möchte, Datenpunkte, Herkunft und Eigentümerschaft zu kartieren, kann sich für die Warteliste anmelden; es wird nichts geliefert, was es noch nicht gibt, aber die Anfrage wird notiert für den Moment, an dem das Instrument verfügbar wird.
Ein Datenpunktregister sagt, woher die Daten kommen und wer dafür einsteht. Es sagt nicht von selbst, wie viel von der Arbeit rundherum, das Abschreiben, das Kontrollieren, das Zusammenführen von Quellen, künftig noch Menschenarbeit bleiben muss. Wer das wissen möchte, kann bei FTE TO AI den Arbeitsscan durchführen lassen: der zeigt je Aufgabe, welcher Anteil davon von KI übernommen werden kann, sodass deutlich wird, wo Zeit wegfällt und wo menschliche Kontrolle nötig bleibt.
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.