Beim Reporting nach der Corporate Sustainability Reporting Directive (CSRD) fällt ein großer Teil der Arbeit an, bevor der erste Satz geschrieben ist. Daten müssen aus unterschiedlichen Quellen zusammengeführt, plausibilisiert und mit Nachweisen verknüpft werden. Hinzu kommen Abstimmungen mit Fachbereichen und wiederkehrende Prüfschritte. Laut Boston Consulting Group können die wiederkehrenden Kosten des Sustainability Reportings für große Unternehmen bei mehr als einer Million Euro pro Jahr liegen. Verteilte Daten und manuelle Datenerfassung gehören zugleich zu den zentralen Herausforderungen im Reporting. Viele Sustainability-Teams stemmen diese Aufgaben mit begrenzten Kapazitäten: 65 Prozent der von CSR Talent Group befragten Unternehmen beschäftigen ein bis vier Vollzeitkräfte im Bereich Environmental, Social and Governance (ESG), Corporate Social Responsibility (CSR) oder Sustainability.
Entlastung ist daher an vielen Stellen gefragt. KI kann von der Datenerhebung über die Analyse und Texterstellung bis zur Prüfung Aufgaben übernehmen oder beschleunigen. Entscheidend ist, an welcher Stelle sie eingesetzt wird und wie gut die jeweilige Grundlage vorbereitet ist. So kann sie dazu beitragen, den Reporting-Prozess effizienter zu gestalten, ohne Abstriche bei Qualität und Nachvollziehbarkeit zu machen.
CSRD 2026: Jetzt Daten und Prozesse vorbereiten
Mit dem Omnibus-I-Paket hat die EU den Anwendungsbereich der Corporate Sustainability Reporting Directive (CSRD) verkleinert und Fristen verschoben. Für die weiterhin betroffenen Unternehmen gilt die Berichtspflicht künftig grundsätzlich ab dem Geschäftsjahr 2027. Betroffen sind Unternehmen mit mehr als 1.000 Mitarbeitenden und mehr als 450 Millionen Euro Nettoumsatz.
Damit ist 2026 das zentrale Vorbereitungsjahr. Unternehmen sollten jetzt klären, welche Nachhaltigkeitsdaten sie benötigen, wo diese Daten liegen und wie sie erhoben, geprüft und dokumentiert werden. Auch Verantwortlichkeiten, Berechnungslogiken und Freigabeprozesse müssen rechtzeitig stehen, damit die Daten ab 2027 vollständig und nachvollziehbar erfasst werden können und später ein prüffähiger Bericht entsteht.
Auch Unternehmen außerhalb des direkten Anwendungsbereichs sollten das Thema im Blick behalten. Nachhaltigkeitsdaten werden weiterhin in Lieferketten, im Austausch mit Geschäftspartnern sowie für interne Steuerungs- und Prüfprozesse benötigt.
Ausführlichere Infos:
Wo KI im Berichtsprozess ansetzt
Datenerhebung, Datenanalyse, Texterstellung und Prüfung gehören zum wiederkehrenden Berichtszyklus. In jeder Phase kann KI andere Aufgaben übernehmen. Jede Anwendung stellt zugleich eigene Anforderungen an Daten, Regeln und Abläufe.
1. Datenerhebung: Informationen schneller verfügbar machen
ESG-Daten liegen in vielen Unternehmen über Fachbereiche, Systeme und Dokumente verteilt. Ihre Erhebung bindet entsprechend viel Zeit, vor allem wenn Teams Informationen manuell suchen, prüfen und nachfordern müssen.
Wo KI unterstützt: KI extrahiert relevante Datenpunkte direkt aus vorhandenen Dokumenten, etwa Verbrauchswerte aus Rechnungen oder Informationen aus Richtlinien und Nachweisen. Sie erkennt fehlende Angaben und kann Datenanforderungen oder konkrete Rückfragen an die zuständigen Fachbereiche vorbereiten.
Was es dafür braucht: Unternehmen müssen ihre Datengrundlage so vorbereiten, dass KI verlässlich darauf zugreifen kann. Dazu gehört, die benötigten Datenpunkte klar zu definieren und zu prüfen, ob die entsprechenden Rohdaten vollständig, digital verfügbar und zugänglich sind. Erst auf dieser Basis kann KI Informationen automatisiert extrahieren und Lücken zuverlässig erkennen.
2. Datenanalyse: Auffälligkeiten schneller erkennen
Mit der Zahl der Kennzahlen, Gesellschaften und Standorte wächst auch der Aufwand für Plausibilisierung und Qualitätskontrolle. Gerade bei umfangreichen Datensätzen kann KI die systematische Vorprüfung beschleunigen.
Wo KI unterstützt: KI vergleicht Vorjahreswerte, identifiziert Ausreißer und prüft Daten anhand hinterlegter Regeln. Bei ungewöhnlichen Abweichungen kann sie erste Hypothesen zu möglichen Ursachen liefern und Rückfragen an Datenlieferanten vorbereiten.
Was es dafür braucht: Unternehmen brauchen einheitliche Berechnungslogiken, belastbare Vergleichswerte und klare Plausibilitätsregeln. Diese Vorgaben bestimmen, welche Abweichungen die KI als auffällig markiert. Die fachliche Bewertung der Kennzahlen bleibt beim Sustainability-Team.
3. Texterstellung: Schneller zum belastbaren Entwurf
Bei der Berichtserstellung liegt der Nutzen generativer KI besonders nahe. Das Team muss Kapitel nicht mehr vollständig von Grund auf formulieren, sondern kann mit einem strukturierten Entwurf arbeiten.
Wo KI unterstützt: KI strukturiert Berichtsinhalte, erstellt Kapitelentwürfe und berücksichtigt ein definiertes Corporate Wording. Dabei kann sie prüfen, ob die erforderlichen Inhalte vorhanden und entsprechend den hinterlegten Berichtsanforderungen strukturiert sind. Aussagen lassen sich mit den zugrunde liegenden Quellen verknüpfen, fehlende Angaben oder Nachweise werden sichtbar. So entsteht ein Entwurf, der das Reporting-Team bei der fachlichen Prüfung unterstützt und bereits auf die Anforderungen einer späteren Wirtschaftsprüfung vorbereitet ist.
Was es dafür braucht: Die verwendeten Daten müssen freigegeben sein. Zudem müssen Berichtsstruktur und inhaltliche Anforderungen feststehen, damit die KI den Entwurf daran ausrichten kann. Auch Stilvorgaben sowie Anforderungen an Quellen und Nachweise sollten definiert sein. Der erzeugte Text bleibt ein Arbeitsstand. Das Reporting-Team prüft ihn fachlich und übernimmt die Freigabe.
4. Prüfung: Qualität und Nachvollziehbarkeit sichern
Je näher der Bericht an Freigabe und externe Prüfung rückt, desto stärker rücken Konsistenz und Nachweisbarkeit in den Fokus. KI kann einen Teil der aufwendigen Kontrollarbeit übernehmen.
Wo KI unterstützt: KI erkennt Konsistenzbrüche zwischen Daten und Berichtstext, markiert potenzielle Greenwashing-Risiken und clustert Prüferanmerkungen. Auf dieser Basis kann sie Antworten vorbereiten und Maßnahmen aus den Rückmeldungen strukturieren.
Was es dafür braucht: Unternehmen müssen Greenwashing- und Claim-Regeln definieren. Sie geben vor, anhand welcher Kriterien Aussagen auffällig sind und eine genauere fachliche Prüfung benötigen.
Über alle vier Phasen hinweg zeigt sich ein gemeinsames Muster: Besonders viel Potenzial steckt in manuellen Such-, Prüf-, Abstimmungs- und Dokumentationsaufgaben. Die Qualität der KI-Unterstützung hängt unmittelbar davon ab, wie gut Unternehmen ihre Datengrundlage und ihre Reporting-Prozesse vorbereitet haben.
Wie KI-gestütztes Reporting in der Praxis aussieht
Der CSRD Reporting Agent von Campana & Schott zeigt, wie sich diese Anforderungen technisch umsetzen lassen. Er adressiert drei Bereiche, die im Reporting besonders viel Aufwand verursachen: Texterstellung, Qualitätssicherung und Nachweisführung.
- Bei der begleiteten Texterstellung erzeugt der Agent Kapitelentwürfe entlang der ESRS-Struktur. Er greift dafür auf freigegebene Daten und hinterlegte Quellen zurück. Das Team kann einzelne Passagen im Dialog gezielt überarbeiten. Ein hinterlegter Styleguide sorgt für konsistentes Corporate Wording.
- Die Qualitätssicherung ist direkt in den Prozess integriert. Der Agent erkennt Inkonsistenzen zwischen Text und Datenbasis. Ein Greenwashing-Check markiert Aussagen ohne ausreichenden Beleg. Fehlende Informationen bleiben als Datenlücken sichtbar.
- Über Quellenverknüpfung und Audit Trail bleiben Kennzahlen und Aussagen mit ihren Datenquellen verbunden. Der Agent dokumentiert die einzelnen Arbeitsschritte und schafft so Nachvollziehbarkeit für die weitere Prüfung, auch durch externe Wirtschaftsprüfungsgesellschaften. Der Entwurf kann inklusive Quellenverweisen in den bestehenden Reporting-Prozess übernommen werden.
Im CSRD Reporting Agent lassen sich zusätzlich Editorial Rules hinterlegen. Dazu gehören etwa eine Quellenpflicht für Zahlen, festgelegte Terminologie oder Regeln gegen unbelegte Umweltclaims. Änderungen an diesen Vorgaben dokumentiert der Audit Trail.
Für das Sustainability-Team verschiebt sich damit die Arbeit am Bericht. Aus Autor:innen werden stärker Reviewer. Der Agent übernimmt einen Teil der zeitintensiven Fleißarbeit. Das Team konzentriert sich auf fachliche Bewertung, Korrektur und Freigabe.
Was KI im Reporting zum Hebel macht
KI kann im Nachhaltigkeits-Reporting an vielen Stellen Zeit sparen. Voraussetzung dafür sind belastbare Daten und ein Reporting-Prozess, in dem Verantwortlichkeiten und Qualitätsanforderungen klar geregelt sind. Die fachliche Kontrolle bleibt beim Sustainability-Team.
Unter diesen Bedingungen kann KI genau jene Aufgaben beschleunigen, die heute viel Kapazität binden: Informationen suchen, Daten zusammenführen, Auffälligkeiten prüfen, Inhalte abstimmen, Nachweise dokumentieren und Berichtsentwürfe erstellen. So bleibt mehr Zeit für fachliche Einordnung und die Steuerung der Nachhaltigkeitsthemen.
Reporting ist dabei nur ein Anwendungsfeld. KI kann Sustainability-Teams beispielsweise im ESG-Datenmanagement, bei der Dekarbonisierungssteuerung, in der Lieferkette oder in der internen Kommunikation unterstützen.
Wie gut KI im Reporting tatsächlich funktioniert, entscheidet sich jedoch an einigen zentralen Voraussetzungen. Welche Stolpersteine Unternehmen dabei besonders häufig begegnen und wie sie sich vermeiden lassen, zeigen wir im zweiten Teil.
Sie haben Fragen zum Thema KI im CSRD-Reporting oder ein konkretes Projekt?
Autorin
Kategorien
#AI Solutions
#Sustainable Transformation & Decarbonization
#Analytics, Data & AI
#AI Transformation
#AI Strategy
#ESG Compliance
#ESG Data
