Am 28. November 2024 durfte ich beim Business-Treff „Data in Practice“ in Wien mit einem Fachpublikum über zwei zentrale Themen sprechen, die derzeit viele Unternehmen beschäftigen: Data Management und Data Quality.
In diesem Insights-Beitrag möchte ich die wichtigsten Erkenntnisse teilen und verdeutlichen, warum Datenmanagement und Datenqualität in Zeiten wachsender Nachhaltigkeitsverpflichtungen so essenziell sind.
Warum sind Daten so entscheidend für die CSRD und CSDDD?
Die CSDDD erweitert diesen Rahmen: große Unternehmen müssen die Auswirkungen ihrer gesamten Lieferkette – von der Beschaffung bis hin zur Distribution – auf die Umwelt und die Mitarbeiter:innen bewerten und dokumentieren. Dazu zählen unter anderem CO₂-Emissionen sowie Maßnahmen zu deren Reduktion. Kleinere Unternehmen werden indirekt betroffen werden, wenn sie Teil der Lieferkette größerer Firmen sind und diese dann die notwendigen Daten zur Erfüllung der CSDDD verlangen.
Die zentrale Herausforderung: Daten. Unternehmen stehen vor der grundlegenden Frage, ob sie überhaupt über die notwendigen Informationen verfügen – und falls nicht, wie sie diese beschaffen können. Anschließend müssen die Daten in eine nutzbare Form gebracht, aggregiert und analysiert werden. Im Kontext der EU-Regulierungen, insbesondere des Data Governance Act, müssen diese Daten zudem eine sehr hohe Qualität aufweisen. Häufig besteht die Anforderung, sie entweder zu veröffentlichen oder mit anderen Marktteilnehmern zu teilen.
Für viele Unternehmen stellt dies eine erhebliche Herausforderung dar, insbesondere wenn die betreffenden Daten bisher nicht als strategisch relevant angesehen wurden.
Die fünf großen Herausforderungen im Datenmanagement
- Datenvollständigkeit
Unternehmen müssen sicherstellen, dass alle relevanten Daten vorliegen. Häufig fehlen jedoch grundlegende Informationen, wie beispielsweise der CO₂-Fußabdruck von Mitarbeitenden auf dem Weg zur Arbeit. - Dezentrale Datenquellen
Daten befinden sich oft in unterschiedlichen Systemen und Formaten. Ein Beispiel: Energiedaten werden an verschiedenen Standorten separat verwaltet und liegen teilweise nur als Rechnungen vor. Ohne Standardisierung bleibt die Aggregation manuell, zeitaufwendig und fehleranfällig. - Datenqualität
Unterschiedliche Formate, fehlende Zeitreihen oder veraltete Daten erschweren die Verarbeitung. Ein Kunde von Tietoevry hatte beispielsweise sechs verschiedene Quellen für die Unternehmensstruktur – ein komplexes Problem, das mühsame Abstimmungsprozesse erforderte. - Datenverfügbarkeit
Selbst wenn die Daten vorhanden sind, ist deren rechtzeitige Verfügbarkeit oft nicht garantiert. Besonders bei manuellen Prozessen kann es vorkommen, dass Daten verspätet geliefert oder Berechnungsmethoden nicht dokumentiert werden. - Manuelle Prozesse
Viele Unternehmen nutzen noch Excel für die Datensammlung – ein mühsamer, fehleranfälliger Ansatz, der zudem die Nachhaltigkeitsabteilungen stark belastet.
Alle Teilnehmer:innen der Diskussion waren sich einig, dass diese Probleme in jeder Branche auftreten. Gleichzeitig wurde betont, dass sich solche Herausforderungen durch optimierte Prozesse, effektive Kommunikation und den Einsatz geeigneter Technologien bewältigen lassen.
Dies ist besonders relevant für unternehmenseigene Daten, die sich auf die Vergangenheit oder Gegenwart beziehen (klassisches Reporting), sowie für die Integration externer Daten und die Modellierung zukunftsorientierter Szenarien. Die Entwicklung und Optimierung von Modellen – eine grundlegende Voraussetzung für den Einsatz von KI – ist jedoch nur mit qualitativ hochwertigen Daten möglich.
Chancen durch datenbasierte Geschäftsprozesse
- Effizienzsteigerung und Kostensenkung
Durch die Bereinigung und Strukturierung von Daten gewinnen Unternehmen Transparenz über Prozesse und Ressourcenverbrauch. Ein Beispiel aus unserer Praxis: In einem Bürogebäude konnte durch die Analyse des Wasserverbrauchs ein Leck entdeckt werden – ein Problem, das andernfalls unbemerkt geblieben wäre.
- Wettbewerbsvorteile durch Transparenz
Kunden und Endverbraucher achten zunehmend auf Nachhaltigkeit. Unternehmen, die CO₂-Bilanzen oder nachhaltige Produkte ausweisen können, werden bevorzugt. Bereits jetzt sehen wir Ausschreibungen, bei denen die Treibhausgasbilanz angefordert werden.
- Innovationspotenziale
Datengetriebene Innovationen eröffnen völlig neue Möglichkeiten, insb. im Bereich der sogenannten „Data Spaces“, wo Unternehmen ihre Daten austauschen können. Ein beeindruckendes Beispiel ist eine Plattform für vorausschauende Wartung: Produktionsdaten werden mit Herstellern geteilt, um frühzeitig Verschleiß vorherzusagen und Ersatzteile rechtzeitig bereitzustellen.
All diese Chancen können nur genutzt werden, wenn die genannten Herausforderungen aktiv angegangen werden. Denn nur hochwertige Daten können veröffentlicht werden und schaffen einen echten Mehrwert für neue Geschäftsmodelle.
Daten-Herausforderungen meistern mit Tietoevry
Fazit: Daten als Schlüssel für Nachhaltigkeit und Erfolg