Prof. Dr. Marco Barenkamp, LL.M., Wirtschaftsinformatiker und Wirtschaftsjurist, Aufsichtsrat der LMIS AG, Osnabrück
Mit der Einführung der Corporate Sustainability Reporting Directive (CSRD) im Jahr 2025 steht der europäischen Wirtschaft eine signifikante Veränderung bevor. Kapitalmarktorientierte und große Unternehmen in der EU werden zur umfassenden Offenlegung ihrer Nachhaltigkeitsleistungen verpflichtet. Eine Anforderung, die schrittweise bis 2029 auch kleinere und nicht in der EU ansässige Unternehmen umfassen wird. Die Berichterstattung erstreckt sich über die Bereiche Umwelt, Soziales und Unternehmensführung (ESG), wobei die EU-Berichtsstandards (ESRS) als Richtlinie dienen. Dieses neue Mandat zielt darauf ab, Transparenz zu fördern und nachhaltige Konzepte in den Vordergrund zu rücken. Als zentrales Instrument der Nachhaltigkeitsberichterstattung ermöglicht
die Wesentlichkeitsanalyse Unternehmen , relevante ESG-Themen zu identifizieren und Prioritäten zu setzen. Der Einsatz moderner Technologien, insbesondere der Künstlichen Intelligenz (KI), erweist sich dabei als unerlässlich. KI bietet nicht nur die Möglichkeit, komplexe Daten effizient zu verarbeiten und zu analysieren, sondern unterstützt auch bei der Identifikation und Bewertung elevanter Nachhaltigkeitsthemen. Durch Machine Learning und Deep Learning, die in der Regel das Fundament moderner KI-Systeme bilden, können Unternehmen nicht nur ihre Nachhaltigkeitsberichte präzisieren, sondern auch Prognosen erstellen und Strategien anpassen, um den stetig steigenden Anforderungen gerecht zu werden. Die Integration von KI in den Prozess der Wesentlichkeitsanalyse und Nachhaltigkeitsberichterstattung bietet somit eine vielversprechende Perspektive für Unternehmen, sich den künftigen Herausforderungen zu stellen und gleichzeitig nachhaltige Geschäftserfolge zu sichern.
Inhalt
I. EU -Nachhaltigkeitsberichterstattung
II. Künstliche Intelligenz
III. Wesentlichkeitsanalyse
IV. Anwendungsmöglichkeiten von
Künstlicher Intelligenz
V. Datenanalyse und Datenverarbeitung
VI. Erkennung relevanter Aktivitäten
VII. Risikobewertung
VIII. Vorhersageanalyse
IX. Automatisierung der Berichterstattung
X. Risiken beim Einsatz von Künstlicher Intelligenz
1. Datensicherheit und Datenschutz
2. Objektivität und Transparenz
3. Qualifikation und Ethik
4. Fehlinterpretation und
Missbrauch
XI. Fazit
Den vollständigen Beitrag lesen Sie bitte im Archiv der BOARD 3/2024
