Nachhaltige und digitale Transformation: eine unvermeidbare Konvergenz im Zeitalter der KI ?
Veröffentlicht am 2. Juli 2025
- Sustainability
Key takeaways
- Gemeinsame Anwendungsfälle zwischen CSR- und IT-Abteilungen nehmen zu und werden zunehmend komplexer.
- Die KI bietet vielversprechende Perspektiven für die Weiterentwicklung von CSR-Strategien, wirft jedoch auch wachsende Bedenken hinsichtlich ihrer Auswirkungen auf.
- Es besteht ein breiter Konsens darüber, dass KI sowohl effizient als auch verantwortungsvoll sein muss – unter Achtung der planetaren Grenzen und der Grundrechte.
- Die Integration von CSR in alle Geschäftsbereiche sowie eine robuste Daten-Governance ebnen den Weg für neue Formen der Zusammenarbeit.
Digitalieserung und Nachhaltigkeit: Die Anwendungsfälle vervielfachen sich und werden immer komplexer
Die Zusammenarbeit zwischen Nachhaltigkeitsteams und den Digital- & IT-Abteilungen ist in großen Organisationen nicht völlig neu – insbesondere im Hinblick auf die Messung und Steuerung der nichtfinanziellen Leistung. Die Anforderungen entwickeln sich jedoch weiter und reichen mittlerweile weit über die Nachhaltigkeitsfunktion und ihr Mandat zur nichtfinanziellen Berichterstattung hinaus. Sie betreffen nun auch den Einkauf, das Risikomanagement, die Lieferkette, das Marketing und weitere Bereiche.
IT-Abteilungen müssen heute sicherstellen, dass Nachhaltigkeitsdaten nahtlos in alle Elemente ihrer Business-Informationssysteme integriert werden. Dieser Trend spiegelt sich im Softwaremarkt wider, der trotz erster Konsolidierungsbewegungen weiterhin stark fragmentiert ist. Keine einzelne SaaS-Lösung kann sämtliche Anforderungen abdecken – was die Bedeutung klarer Fahrpläne für die nächsten drei bis fünf Jahre und gezielter Investitionen unterstreicht.
Einige Beispiele
Crédit Agricole entwickelt seine Nachhaltigkeitstools bereits seit Jahren – lange vor der Einführung der CSRD –, um den regulatorischen Anforderungen des Bankensektors im Bereich der nichtfinanziellen Berichterstattung gerecht zu werden. Heute zielt die Nachhaltigkeitsstrategie darauf ab, alle Bereiche der Organisation zu erreichen, indem sie mit digitalen Fähigkeiten verknüpft wird, um ESG-Einblicke zu Kunden zu verbessern und passgenauere Produkte anzubieten.
Bei La Poste entstehen neue Anforderungen im Zusammenhang mit der Anpassung an den Klimawandel, dem Ressourcen- und Vulnerabilitätsmanagement sowie der Messung des CO₂-Fußabdrucks ihrer Kunden.
EDF verfolgt das Ziel, durch innovative Lösungen und Services eine CO₂-neutrale Zukunft mitzugestalten – wobei digitale Technologien wie IoT, Daten und KI eine zentrale Rolle spielen. Dies zeigt sich in Tools, die Verbraucher bei der Steuerung ihres Energieverbrauchs unterstützen, sowie in der Fernwartung, die industrielle Anlagen länger und effizienter in Betrieb hält.
Weltweit erfassen derzeit nur rund 10 % der Unternehmen ihre Emissionen umfassend. Angesichts der Komplexität der zu verarbeitenden Daten ist digitale Technologie unverzichtbar geworden, um den CO₂-Fußabdruck präzise zu berechnen und Dekarbonisierungspfade effektiv zu steuern.
Nachhaltigkeit muss von Anfang an in alle Geschäftsbereiche und Funktionen der Gruppe integriert und mit digitalen Tools verknüpft werden – insbesondere, um das ESG-Verständnis unserer Kunden zu vertiefen.
Die CSRD beschleunigt die Konvergenz von Digitalisierung und Nachhaltigkeit.
KI bietet vielversprechende Perspektiven, wirft jedoch zunehmend ESG-bezogene Bedenken auf.
Die Einführung von ChatGPT Ende 2022 markierte einen Wendepunkt im Aufstieg generativer KI, die inzwischen in nahezu allen Geschäftsbereichen eingesetzt wird. Die Nachhaltigkeitsteams, die bereits daran arbeiten, Datenkompetenzen aufzubauen, um regulatorische Anforderungen zu erfüllen und freiwillige Verpflichtungen umzusetzen, bewerten nun die Chancen und Risiken, die mit diesen Technologien einhergehen.
Im Zentrum der Diskussion steht die Frage: Wie können Unternehmen das Wachstum generativer KI mit ihren Nachhaltigkeitszielen in Einklang bringen? Während KI erhebliche ESG-Fragen aufwirft – insbesondere im Hinblick auf den Energie- und Ressourcenbedarf ihrer Infrastruktur sowie die damit verbundenen ethischen Implikationen – zeigen bestimmte Anwendungsfälle ein echtes Potenzial, nichtfinanzielle Mehrwerte für Unternehmen zu schaffen.
Einige Beispiele
Bei der La Poste Gruppe sind KI und Daten starke Wachstumstreiber. Docaposte, die Tochtergesellschaft für digitale Vertrauensdienste, unterstützt mit Dalvia Santé medizinisches Fachpersonal bei der Betreuung und Versorgung von Patienten. Gleichzeitig entwickelt Geopost, der Geschäftsbereich für Expresspaketlieferungen, autonome elektrische Zustellroboterlösungen.
CO2 AI, ein Anbieter von Software für die CO₂-Bilanzierung, unterstützt Reckitt (ein anglo-niederländisches multinationales Unternehmen, das sich auf Reinigungs- und Hygieneprodukte spezialisiert hat) bei seinen Dekarbonisierungsbemühungen entlang der gesamten Wertschöpfungskette (Scope 3). Mithilfe seiner Technologie ermöglicht CO2 AI die Zuordnung des relevantesten Emissionsfaktors zu jeder Produktlinie in nur wenigen Minuten – eine Aufgabe, die zuvor manuell, zeitaufwendig und fehleranfällig war. Das Tool beschleunigt die Analyse und verbessert die Genauigkeit der Berechnungen, die für den Übergang des Konzerns zu einer kohlenstoffarmen Wirtschaft erforderlich sind.
Dank prädiktiver Modellierung trägt die KI zur Optimierung des Austauschs zentraler Komponenten in Kernkraftwerken bei, verlängert deren Lebensdauer und reduziert ihren CO₂-Fußabdruck.
KI wirft grundlegende Fragen zu den ESG-Auswirkungen auf, auch wenn sich das Gesamtbild allmählich herauskristallisiert.
Erweiterte Logistik hilft, Leerfahrten zu reduzieren und verbindet ökologische Wirkung mit wirtschaftlicher Effizienz.
Konsens über eine verantwortungsvolle und ressourcenschonende KI
Trotz der anhaltenden Intransparenz seitens der Hardwarehersteller und Softwareanbieter hinsichtlich der tatsächlichen Umweltauswirkungen generativer KI bemühen sich Organisationen, Umwelt-, Sozial- und gesellschaftliche Aspekte in die Entwicklung und den Einsatz von künstlicher Intelligenz einzubeziehen. Dieses Engagement für ein verantwortungsvolles Impact-Management zeigt sich in zahlreichen Initiativen entlang der gesamten Wertschöpfungskette – mit dem klaren Ziel, KI effizienter und verantwortungsvoller zu gestalten, wobei ethischen und inklusiven Praktiken besondere Aufmerksamkeit geschenkt wird.
Einige Beispiele
Trotz der anhaltenden Intransparenz seitens der Hardwarehersteller und Softwareanbieter hinsichtlich der tatsächlichen Umweltauswirkungen generativer KI bemühen sich Organisationen, Umwelt-, Sozial- und gesellschaftliche Aspekte in die Entwicklung und den Einsatz von künstlicher Intelligenz einzubeziehen. Dieses Engagement für ein verantwortungsvolles Impact-Management zeigt sich in zahlreichen Initiativen entlang der gesamten Wertschöpfungskette – mit dem klaren Ziel, KI effizienter und verantwortungsvoller zu gestalten, wobei ethischen und inklusiven Praktiken besondere Aufmerksamkeit geschenkt wird.
Bei EDF arbeiten die Teams daran, Prinzipien des Ökodesigns in die Entwicklung von KI-Agenten zu integrieren. Bevorzugt werden kleinere Sprachmodelle (sogenannte Small LLMs), die teilweise mit RAG* eingesetzt werden, da sie leichter, weniger ressourcenintensiv (hinsichtlich Speicher und Energieverbrauch) und schneller ausführbar sind – in manchen Fällen sogar lokal.
Eine wirksame und sinnvolle KI-Strategie muss ressourcenschonend sein – nicht nur aus ökologischen, sondern auch aus wirtschaftlichen Gründen. Zu den aktuellen gesellschaftlichen Herausforderungen zählt auch die Souveränität, die heute als integraler Bestandteil der ESG-Themen betrachtet werden muss. In diesem Zusammenhang stellt KI eine echte Herausforderung dar.
Auch wenn unser eigener CO₂-Fußabdruck im Vergleich zu dem unserer Kunden gering bleibt, setzen wir auf Frugalität: KI wird gezielt und mit Bedacht eingesetzt, mit dem Fokus auf präzise und wertschöpfende Ergebnisse.
Neue Formen der Zusammenarbeit
Die Herausforderungen im Zusammenhang mit dem verantwortungsvollen Einsatz von KI und einer robusten ESG-Daten-Governance rücken die DSI in den Mittelpunkt der nachhaltigen Transformation. Über die Leitung verantwortungsvoller Digitalinitiativen hinaus wird von CIOs heute erwartet, dass sie IT-Masterpläne mitgestalten, die eine ganzheitliche Sicht auf ESG-Prioritäten über alle Geschäftsbereiche hinweg widerspiegeln. Dieser Wandel ebnet den Weg für neue Formen der Zusammenarbeit und Organisationsmodelle.
Einige Beispiele
Bei Crédit Agricole wurde eine neue Transformationseinheit geschaffen, die Nachhaltigkeit, Digitalisierung und HR zusammenführt. Dieser bereichsübergreifende Ansatz ermöglicht eine engere Zusammenarbeit zwischen ESG- und Digitalteams.
Innerhalb der La Poste-Gruppe hat die CSRD als Katalysator für tiefgreifende Veränderungen in der Struktur und im Sponsoring gewirkt und das gegenseitige Verständnis sowie die Zusammenarbeit zwischen den CSR- und DSI-Abteilungen deutlich beschleunigt. Ein zentrales Ziel besteht darin, eine gemeinsame, systemische Vision der ESG-Integration zu entwickeln.
Digitalisierung und ESG sind beide starke Treiber der Geschäftstransformation. Ihre Abstimmung und gemeinsame Umsetzung sind entscheidende Hebel, um echten Mehrwert für Kunden und Teams zu schaffen.
Es ist entscheidend, nicht isoliert zu arbeiten. Der Beitritt zu Communities wie dem INR ermöglicht es uns, durch den Austausch von Rückmeldungen und Best Practices schneller zu lernen. Beim INR entwickeln wir gemeinsam praxisnahe Tools, Rahmenwerke, Schulungsprogramme und Zertifizierungen – all das hilft Organisationen dabei, ihre Wirkung zu steigern.
Wavestone bedankt sich herzlich bei den CSR- und IT-Verantwortlichen, die ihre Erfahrungen und Überzeugungen geteilt haben
- Claire Baritaud, Director of Policy, Expertise and Planning, Societal Engagement Department, La Poste
- Richard Bury, Head of the Responsible Digital Program, EDF – President, Institut du Numérique Responsable (INR)
- Charlotte Degot, Founder & CEO, CO2.AI
- Christophe Jacolin, Head of ESG Strategy, Crédit Agricole
*RAG (Retrieval-augmented generation) ermöglicht es, LLM-Daten mit unternehmensspezifischen Informationen anzureichern (die benötigte Datenmenge bleibt gering, und diese Praxis vermeidet die Kosten und Verzögerungen, die mit Fine-Tuning oder Pre-Training verbunden sind). Weitere Informationen hier : https://www.databricks.com/fr/glossary/retrieval-augmented-generation-rag
