← Zurück

January 2, 2024

Scope 1, 2, and 3 CO2-Emissionsdaten: KI als heiliger Gral?

Autor:
Bavest
ESG
Scope 1, 2 und 3 erklärt

Das Verständnis des Kohlenstoff-Fußabdrucks eines Unternehmens ist für Investoren, die sich um ökologische Nachhaltigkeit bemühen, von entscheidender Bedeutung. Die Kohlenstoffemissionen werden in drei Bereiche eingeteilt. Scope 1 umfasst direkte Emissionen aus Quellen, die dem Unternehmen gehören oder von ihm kontrolliert werden, wie z. B. die Verbrennung von Brennstoffen vor Ort. Scope 2 umfasst indirekte Emissionen aus eingekauftem Strom, Wärme oder Dampf. Scope 3 umfasst indirekte Emissionen aus der gesamten Wertschöpfungskette, einschließlich vor- und nachgelagerter Aktivitäten wie Lieferkette, Transport und Produktnutzung. Unternehmen konzentrieren sich bei internen Nachhaltigkeitsinitiativen oft auf Scope 1- und Scope 2-Emissionen, während Scope 3-Emissionen eine umfassendere Bewertung des gesamten Geschäftsökosystems erfordern. Die Anerkennung dieser Unterscheidungen hilft Investoren bei der Bewertung des Engagements eines Unternehmens zur Verringerung seiner gesamten Umweltauswirkungen.

Herausforderungen bei der Erhebung von Scope-2- und Scope-3-Daten

Das Sammeln genauer Daten für Scope 2- und Scope 3-Emissionen stellt eine große Herausforderung dar. Scope-2-Daten hängen von der Transparenz der Energieversorger ab, und Unstimmigkeiten bei den Berichtsmethoden können zu ungenauen Bewertungen führen. Da Scope 3 die umfangreichste Kategorie ist, ist eine Zusammenarbeit über die gesamte Lieferkette hinweg erforderlich, was es schwierig macht, das gesamte Ausmaß der Emissionen zu erfassen. Viele Unternehmen kämpfen mit Datenlücken, unvollständigen Berichten von Zulieferern und unterschiedlichen Messstandards. Dieser Mangel an standardisierten Berichten macht es für Investoren schwierig, die CO2-Fußabdrücke verschiedener Unternehmen genau zu vergleichen. Die Überwindung dieser Hürden ist für Anleger, die fundierte Entscheidungen auf der Grundlage der umfassenden Klimaauswirkungen eines Unternehmens treffen wollen, von entscheidender Bedeutung.

Das Problem mit Small- und Mid-Cap-Aktien

Ein vorherrschendes Problem im Bereich der ESG-Investitionen (Environmental, Social and Governance) ist die begrenzte Verfügbarkeit von Scope-1-, Scope-2- und Scope-3-Daten für Small- und Mid-Cap-Aktien. Viele Plattformen konzentrieren sich auf größere Unternehmen mit umfangreicheren Berichterstattungsmöglichkeiten, wobei kleinere Unternehmen übersehen werden. Kleinen und mittelgroßen Unternehmen fehlen möglicherweise die Ressourcen oder der regulatorische Druck, umfassende Emissionsdaten offenzulegen. Diese Informationslücke kann Anleger daran hindern, Umweltaspekte vollständig in ihre Entscheidungsprozesse einzubeziehen, was zu einer unvollständigen Bewertung der Nachhaltigkeit eines Portfolios führen kann. Die Überbrückung dieser Datenlücke ist von entscheidender Bedeutung, um die Transparenz zu fördern und es den Anlegern zu ermöglichen, ein breiteres Spektrum von Unternehmen in ihren nachhaltigen Anlagestrategien zu berücksichtigen.

KI: Der Heilige Gral?

In der Ära der fortschrittlichen KI, insbesondere mit großen Sprachmodellen und Transformatorarchitekturen, gibt es ein neu entdecktes Potenzial, um die Herausforderung der Erfassung von Scope-1-, Scope-2- und Scope-3-Daten zu bewältigen, selbst für kleine und mittelständische Unternehmen. Innovationen in der Datenextraktion und -analyse, die durch KI unterstützt werden, können die Erfassung von Umweltdaten aus verschiedenen Quellen automatisieren und einen umfassenderen und standardisierten Datensatz bereitstellen. Wir bei Bavest veranschaulichen diesen Ansatz, indem wir KI-Technologien nutzen, um CO2-Emissionsdaten zusammenzustellen und zu präsentieren, selbst für Unternehmen mit begrenzten Berichtsmöglichkeiten. Die Fähigkeit der KI, riesige Datensätze zu sichten, unstrukturierte Informationen zu interpretieren und Muster zu erkennen, macht sie zu einem wertvollen Instrument, um die Zugänglichkeit und Zuverlässigkeit von Umweltdaten für Investoren zu verbessern.

Hier extrahiert die Bavest AI Engine Text und Zahlen aus einem gegebenen Dokument, um ESG Daten zu generieren

Bei Bavest nutzen wir das Transformer-Modell, um umfassende Mengen an Finanz- und ESG-Daten aus unterschiedlichen Dokumenten und verschiedenen Dateiformaten zu extrahieren. Durch das Transformer-Modell sind wir in der Lage, diese Daten aus einer Vielzahl von Quellen zu analysieren und zu verarbeiten. Wie genau unsere KI-Technologie bei Bavest aussieht, können Sie hier nachlesen: https://www.bavest.co/de/post/unlocking-the-power-of-transformers

Fazit

Da Investoren zunehmend Wert auf Nachhaltigkeit legen, wird das Verständnis des Kohlenstoff-Fußabdrucks eines Unternehmens zu einem wesentlichen Bestandteil der Entscheidungsfindung. Die Scope-1-, -2- und -3-Emissionen bieten eine differenzierte Perspektive auf die Umweltauswirkungen eines Unternehmens. Allerdings war es bisher schwierig, umfassende Daten zu sammeln, insbesondere bei Aktien kleiner und mittlerer Unternehmen. Das Aufkommen der künstlichen Intelligenz mit ihrer Fähigkeit, große Mengen an Informationen effizient zu verarbeiten, bietet eine vielversprechende Lösung, um diese Lücke zu schließen. Unternehmen wie X sind ein Beispiel für das transformative Potenzial der KI, um CO2-Emissionsdaten zugänglicher und zuverlässiger zu machen. Während Investoren sich in der sich entwickelnden Landschaft der ESG-Überlegungen zurechtfinden, wird die Integration von KI-gesteuerten Lösungen ein entscheidender Schritt auf dem Weg zu einem nachhaltigeren und transparenteren Finanzökosystem.

Nutzen Sie die CO2 Emissionsdaten von der Bavest API

Wir bei Bavest bieten nicht nur für Large Caps Scope 1, 2, and 3 CO2 Emissionsdaten an, sondern auch für Mid- und Small-Caps.

Unser proprietäres System erlaubt uns eine Vielzahl an Daten von verschiedenen Quellen zu sammeln und diese so zu erfassen, dass wir Ihnen eine große Datenbreite an Klimadaten liefern können.

Sind Sie interessiert, wie Sie unsere Lösungen einsetzen können? Dann sprechen Sie mit uns!

blog

Weitere Artikel