De ICT-sector wijkt af van sectoren met fabrieken, wagenparken of gebouwen. Een softwarebedrijf heeft geen hoogovens en meestal geen eigen bedrijfspand van betekenis. Dat maakt de sector op het eerste gezicht licht in emissies, maar de duurzaamheidsdata is niet weg — die is verplaatst. Ze zit niet in eigen assets, maar in de keten van leveranciers, in contracten met clouddienstverleners, en in de apparatuur die medewerkers gebruiken. Wie in de ICT alleen naar het eigen kantoor kijkt, mist het grootste deel van het verhaal.
Voor veel ICT-bedrijven is het zwaartepunt van de klimaatimpact verschoven naar de rekencapaciteit die ze inkopen. Wie gebruikmaakt van AWS, Azure, Google Cloud of een lokale hostingpartij, koopt in feite energieverbruik in dat ergens anders wordt opgewekt en verantwoord. De data hierover zit meestal niet in een intern systeem, maar in facturen, dienstverleningsovereenkomsten en de duurzaamheidsrapportages die cloudproviders zelf publiceren. Sommige providers leveren emissiecijfers per klant of per workload, andere alleen een algemeen gemiddelde. Het verschil tussen die twee bepaalt hoe nauwkeurig een bedrijf zijn eigen cloudgerelateerde uitstoot kan onderbouwen — en dat verschil is vaak niet bekend bij wie het rapport samenstelt.
De tweede plek waar duurzaamheidsdata zich ophoopt is apparatuur: laptops, servers, netwerkapparatuur, telefoons. Deze data ontstaat op meerdere momenten in de levenscyclus. Bij inkoop ligt informatie over materiaalgebruik en fabricage-emissies bij de leverancier, vaak in een productpaspoort of milieuverklaring die niet standaard wordt opgevraagd. Tijdens gebruik genereert IT-beheer gegevens over energieverbruik van datacenters en serverruimtes, soms in facilitaire systemen, soms in IT-asset-management-tools die niet met finance communiceren. Bij afvoer ontstaat weer nieuwe data: hergebruikpercentages, recyclingcertificaten, contracten met verwerkers van elektronisch afval. Drie fasen, drie soorten bronnen, en zelden één plek waar ze samenkomen.
Bedrijven die primair software of digitale diensten leveren, hebben een aanvullende complicatie: hun product zelf heeft geen fysieke voetafdruk, maar het draait wel op infrastructuur die dat wel heeft. De vraag welk deel van de cloud-uitstoot toe te rekenen is aan welk product of welke klant vraagt om allocatiemethodes die vaak nog niet zijn vastgelegd. Wie hierover rapporteert, moet eerst bepalen welk datapunt de basis vormt — rekenkracht, opslag, dataverkeer — voordat er iets te meten valt. Dat is een methodologische keuze die los staat van het rapport, maar er wel aan voorafgaat.
Omdat de sector arbeidsintensief is en relatief weinig fysieke activa heeft, wegen personeelsgerelateerde posten vaak zwaarder mee dan in industriële sectoren: woon-werkverkeer, thuiswerken, zakenreizen, de energie van kantoorpanden die soms gedeeld worden met andere huurders. Deze data zit verspreid over HR-systemen, reisboekingsplatforms, facilitaire dienstverleners en soms in spreadsheets die door een individuele medewerker worden bijgehouden. Het volume per post is klein, maar het aantal bronnen is groot, en dat maakt consolidatie tijdrovender dan de omvang doet vermoeden.
In sectoren als de bouw of de vastgoedsector is de data vaak geconcentreerd rond een beperkt aantal fysieke locaties of projecten. In de ICT-sector is het omgekeerde waar: de data is dun uitgesmeerd over veel kleine, digitale en contractuele bronnen. Dat vraagt een andere aanpak bij het opzetten van een datapuntregister — niet beginnen bij gebouwen of machines, maar bij contracten, systemen en de vraag wie binnen de organisatie welk stuk van de keten beheert.
Ook binnen een ICT-bedrijf met meerdere business units — bijvoorbeeld een aparte cloud-, consultancy- en softwaretak — keert dezelfde vraag terug: welke datapunten heeft u werkelijk nodig bij meerdere business units en waar in de organisatie bestaat dat datapunt al. Voordat opnieuw wordt gevraagd naar cloudverbruik of hardware-inventaris, is het de moeite waard na te gaan of dat gegeven ergens al wordt bijgehouden, bijvoorbeeld via waar bestaat een datapunt al bij meerdere business units. Dat voorkomt dat elke unit zijn eigen, licht afwijkende versie van hetzelfde cijfer opbouwt.
De verleiding bij versnipperde data is om eerst een tool aan te schaffen die alles overzichtelijk maakt. Een tool die op een ongeorganiseerd proces wordt gezet, levert echter vooral een netter ogend rapport op over cijfers die onderliggend nog niet kloppen. Eerst helder krijgen waar elk datapunt vandaan komt, wie ervoor verantwoordelijk is en welke kwaliteitsregels erop van toepassing zijn, is de stap die aan systeemkeuzes voorafgaat, niet erop volgt.
Zodra duidelijk is welke datapunten er zijn, waar ze vandaan komen en wie ze beheert, ontstaat ook zicht op hoeveel handmatig werk er nog omheen hangt: overtypen, controleren, achterhalen bij een collega. Dat is precies het soort werk waarvan FTE TO AI met een werkscan per taak uitrekent welk deel door AI over te nemen is, als aanvulling op het inzicht dat een datapuntregister al oplevert.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.