Een bank, verzekeraar of vermogensbeheerder heeft relatief weinig eigen operationele uitstoot. Kantoren, wagenpark, energieverbruik: dat is aanwezig, maar het weegt in de meeste gevallen niet op tegen wat er via de portefeuille binnenkomt. De verhouding ligt daar bijna omgekeerd aan wat een productiebedrijf kent: het grootste deel van de duurzaamheidsdata die relevant is, ontstaat niet binnen de eigen muren, maar bij de partijen waarin geïnvesteerd wordt, aan wie geleend wordt of die verzekerd worden. Dat verschil bepaalt waar u moet zoeken, en het verklaart waarom een aanpak die voor een fabriek werkt, hier niet zonder aanpassing overgenomen kan worden.
De data over de eigen voetafdruk is doorgaans het makkelijkst te vinden. Facilitair beheer heeft energie- en waterverbruik van kantoorpanden, HR heeft reisdata en woon-werkverkeer, inkoop heeft contracten met leveranciers van kantoorartikelen, catering en IT-diensten. Dit deel van het datapuntregister is vergelijkbaar met wat elk dienstverlenend bedrijf bijhoudt. De uitdaging zit niet in de complexiteit van deze data, maar in de aandacht die eraan gegeven wordt: omdat het relatief klein is ten opzichte van de portefeuille-impact, wordt eigenaarschap hier vaak losser ingevuld dan het zou moeten zijn.
Het grootste deel van de relevante duurzaamheidsdata zit in de financiële producten zelf: leningen, investeringen, verzekerde risico's, beheerd vermogen. Voor elke tegenpartij moet in kaart gebracht worden welke uitstoot, welk klimaatrisico of welke andere duurzaamheidsindicator daaraan hangt. Deze data komt uit verschillende richtingen: rapportages van de tegenpartij zelf, data van externe aanbieders die schattingen leveren waar directe data ontbreekt, en interne modellen die deze bronnen combineren tot een cijfer per positie of per lening.
De bronnen zijn dus zelden eigen systemen. Een creditsysteem houdt bij wie geld heeft geleend en onder welke voorwaarden, niet wat die klant aan uitstoot veroorzaakt. Een portfoliomanagementsysteem houdt posities en waarderingen bij, niet de klimaatrisico's die aan die posities hangen. De duurzaamheidscijfers worden vaak in een apart spoor berekend en later gekoppeld aan de financiële data, wat betekent dat de koppeling zelf een kwetsbaar punt is: verandert een tegenpartij van naam, structuur of rapportagejaar, dan kan de koppeling breken zonder dat dit direct opvalt.
Omdat niet elke tegenpartij zelf goede duurzaamheidscijfers publiceert, wordt op grote schaal gebruikgemaakt van externe dataleveranciers die schattingen, scores of ratings aanbieden. Dat is een praktische oplossing, maar het verplaatst het probleem niet weg, het voegt een schakel toe. Voor elk datapunt dat van een externe leverancier komt, moet nog steeds vastgelegd worden: welke methode is gebruikt, welke aannames zijn gedaan, hoe oud is het cijfer, en wat gebeurt er als twee leveranciers een andere schatting geven voor dezelfde tegenpartij. Zonder die vastlegging ontstaat een rapport dat overtuigend oogt maar op de achtergrond draait op cijfers waarvan niemand meer kan navertellen waar ze vandaan komen.
Binnen een financiële instelling bestaan vaak meerdere business units die deels dezelfde tegenpartij of hetzelfde onderliggende datapunt gebruiken: een bank die zowel kredietverlening als vermogensbeheer doet, kan voor dezelfde klant tweemaal een uitstootcijfer opvragen of berekenen, via verschillende afdelingen en verschillende leveranciers. Wie in kaart brengt waar een datapunt al bij meerdere business units bestaat, voorkomt dat dezelfde vraag twee keer apart wordt beantwoord met twee mogelijk verschillende uitkomsten. Dat is niet alleen een efficiëntievraag, het is ook een consistentievraag: een tegenpartij kan niet in het ene rapport een ander klimaatrisico hebben dan in het andere, zonder dat daar een verklaring voor is.
De methode om een datapuntregister op te bouwen, bronnen te herleiden en eigenaarschap toe te wijzen, verschilt niet fundamenteel van wat nodig is in de energiesector, de vastgoedsector of de bouw. Wat wel verschilt, is waar het zwaartepunt ligt: bij die sectoren zit het grootste deel van de data in de eigen operatie of in de directe toeleveringsketen, bij financiële dienstverlening zit het grootste deel bij derden waarover u geen directe operationele controle heeft. Dat verandert niet de structuur van het werk, maar wel de vraag wie waarvoor verantwoordelijk gehouden kan worden, en welke datapunten überhaupt binnen bereik liggen om te beheren. Voordat u die vraag beantwoordt, is het zinvol om helder te krijgen welke datapunten werkelijk nodig zijn wanneer meerdere business units erbij betrokken zijn, zodat het register niet groeit met cijfers die niemand raadpleegt.
Zodra duidelijk is welke datapunten er zijn, waar ze vandaan komen en wie ze beheert, ontstaat een volgende vraag: hoeveel van het werk om die datapunten te verzamelen, te controleren en te actualiseren vraagt nog mensenwerk, en welk deel is repetitief genoeg om aan een systeem over te laten. FTE TO AI rekent per taak uit welk deel van het werk door AI over te nemen is, gebaseerd op de taken die uit het datapuntregister naar voren komen, niet op een schatting vooraf.
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.