Effizienz durch Datenmodellierung:
Wie TELUSIO Scope 3- und PCF-Berechnungen vereinfacht

Die Uhr tickt. Unternehmen stehen zunehmend unter Druck, ihre Emissionen transparent zu machen – nicht nur auf Unternehmensebene, sondern auch auf Produktebene.

Regulierungen wie die Corporate Sustainability Reporting Directive (CSRD) und Initiativen wie die Science Based Targets Initiative (SBTi) fordern eine zunehmende Offenlegung der gesamten Emissionsbilanz.
Ein Blick in die Zahlen zeigt schnell, wo die Herausforderung liegt: Der Großteil der Emissionen entsteht in der Lieferkette – den sogenannten Scope 3-Emissionen. Besonders relevant sind die eingekauften Waren und Dienstleistungen (Scope 3.1), da diese oft den größten Anteil am CO₂-Fußabdruck eines Unternehmens ausmachen.
Doch die Transparenz endet oft dort, wo die Kontrolle über die Lieferkette aufhört. Informationen zu exakten Materialien, Produktionsschritten oder Emissionen der eingekauften Güter sind häufig unvollständig, in mangelhafter Qualität, oder gar nicht vorhanden. Ein echtes Problem, wenn es darum geht, die eingekauften Emissionen transparent offenzulegen und die Datenpunkte für weitere Berechnungen zu verwenden.

Hierfür gibt es jedoch eine Lösung: KI-basierte Datenmodellierung gemäß ISO 14067 kann Abhilfe schaffen und für vollständige und transparente Datenpunkte innerhalb des Unternehmens sorgen – egal ob Material, Gewicht oder Emissionswerte.

PCF-Berechnung: Warum Datenlücken ein Problem sind

Neben der Transparenz in Scope 3-Emissionen rückt auch die Berechnung des Product Carbon Footprints (PCF) immer stärker in den Vordergrund. Der PCF umfasst die Emissionen, die ein Produkt während seines gesamten Lebenszyklus verursacht – von der Herstellung über den Vertrieb bis zur Entsorgung. PCF-Werte bieten klare Vorteile: Sie identifizieren Emissionshotspots und schaffen Transparenz.

Doch hier beginnt die Herausforderung: Ohne präzise Stammdaten zu Materialien, Gewichten und Emissionen der eingekauften Güter fehlt oftmals die Grundlage für eine exakte und vollständige CO₂-Bilanz.

Unternehmen stehen dann vor der Wahl:
Lohnt es sich, noch einmal auf die Lieferanten zuzugehen, um exakte Daten zu erfragen? Werden diese Daten meinen Qualitätsansprüchen genügen? Oder müssen Emissionen, Gewichte und Materialien einfach abgeschätzt werden? Beide Ansätze sind ineffizient und fehleranfällig.

Warum der Einkauf der Schlüssel ist

Doch wie kann das Problem angegangen und der Einkauf langfristig nachhaltiger und effizienter gestaltet werden?
Ein nachhaltiger Einkauf beginnt mit einer strategischen Weiterentwicklung der Einkaufsprozesse hin zu datenbasierten Entscheidungen. Der Begriff „Procurement Maturity“ beschreibt diesen Reifeprozess: von einem rein kostenorientierten Ansatz hin zu einem datengetriebenen und nachhaltigen Einkauf. Warum ist das so entscheidend? Weil ein reifer Einkauf Transparenz schafft und es ermöglicht, CO₂-Daten bereits bei der Lieferantenauswahl zu berücksichtigen.

Wie eine Studie von McKinsey zeigt, ist die Digitalisierung von Einkaufsprozessen ein zentraler Hebel, um Transparenz und Effizienz in der Lieferkette zu erhöhen.

Doch das Potenzial reicht weiter:
Einmal erfasste Daten – etwa zu Emissionswerten, Gewichten und Materialien – können direkt in die PCF-Berechnung der Endprodukte einfließen. Einzelteile, deren Emissionen bereits beim Einkauf erfasst wurden, müssen nicht erneut analysiert werden. Stattdessen fließen sie nahtlos in die Berechnung des gesamten Produktlebenszyklus ein.
Das spart Zeit, Ressourcen und erhöht die Genauigkeit.

TELUSIO: Datenmodellierung für mehr Effizienz und Nachhaltigkeit

Doch was tun, wenn diese Daten fehlen?

Hier kommt TELUSIO ins Spiel. Die Software setzt genau dort an, wo viele Unternehmen an ihre Grenzen stoßen: bei fehlenden oder unvollständigen Einkaufsdaten.
Mithilfe von KI-gestützten Algorithmen modelliert TELUSIO automatisch fehlende Informationen – von Materialien über Gewichte bis hin zu Emissionswerten. So wird nicht nur die Scope 3-Berechnung optimiert, sondern auch die PCF-Berechnung erheblich vereinfacht. Selbst bei komplexen Produkten mit zahlreichen Komponenten bewährt sich dieser Ansatz. TELUSIO zerlegt die Produkte in ihre Einzelteile und ermittelt präzise Werte – von der Blackbox hin zur vollen Transparenz.

Diese Daten können direkt in die Einkaufsprozesse integriert werden und schaffen so eine konsistente und präzise Datenbasis. Neben dem Auffüllen bereits vorhandener Datenlücken kann die Modellierung aber auch zur Qualitätsbewertung der Primärdaten von Lieferanten genutzt werden. Sind die Primärwerte realistisch? Kann ich diese mit ruhigem Gewissen in meine Berechnung einbauen? – ein entscheidender Schritt, um die Datenqualität langfristig zu sichern.

Abbildung: Datenmodellierung im Einkauf bei Krones

Ein Beispiel für die erfolgreiche Anwendung dieser Lösung ist die Zusammenarbeit mit der Firma Krones. Mithilfe von TELUSIO konnte Krones das Thema rund um die Scope 3-Berichterstattung und Reduktion angehen und die Emissionswerte von über 100.000 eingekauften Gütern dynamisch berechnen. Die erreichte Transparenz ermöglichte nicht nur einen erhöhten Fokus auf Nachhaltigkeit bei der Lieferantenauswahl, sondern auch eine ressourcensparende Berechnung der PCF-Werte der produzierten Anlagen.

Synergien schaffen: Vom Einkauf bis zur PCF-Berechnung

Die einmal im Einkauf erfassten oder modellierten Daten können effizient für weitere Schritte genutzt werden. Sie ermöglichen eine nahtlose Integration in die PCF-Berechnung, ohne dass Daten erneut geschätzt oder erhoben werden müssen.

Das Ergebnis? Eine unkomplizierte, schnelle und ressourcensparende PCF-Berechnung, die hohe Qualitätsstandards erfüllt und zudem ISO-konform ist. Aber auch Konsistenz und Transparenz innerhalb der gesamten Organisation.