Betrugsrisiko im ESG-Reporting: Neue Kontrollpflichten für Finanzteams

Die Anforderungen an das ESG-Reporting nehmen zu. Für Finanzteams bedeutet dies eine zusätzliche Aufgabe neben dem regulären Abschluss. Die Daten zu Umwelt, Soziales und Unternehmensführung (ESG) sind nicht länger eine optionale Ergänzung. Sie werden zu einem zentralen Bestandteil der Unternehmensberichterstattung. Mit dieser wachsenden Bedeutung steigt auch das Betrugsrisiko im ESG-Reporting. Die Daten müssen mit der gleichen Sorgfalt behandelt werden wie Finanzkennzahlen. Eine Studie über 22 Rechtsordnungen zeigt eine globale Sättigung bei der ESG-Offenlegung. Die durchschnittliche Rate stieg zwischen 2019 und 2024 von 89.2 % auf 97.1 % (Delgado Sanchez 2027). Diese Konvergenz der Standards macht die Daten vergleichbar und damit geschäftskritisch. Die Verantwortung für ihre Richtigkeit liegt zunehmend beim Finanzteam.

Vom «weichen» Faktor zum harten Vermögenswert

Lange Zeit galten ESG-Kennzahlen als «weiche» Informationen. Ihr Wert war schwer zu quantifizieren. Diese Wahrnehmung hat sich grundlegend geändert. Nachhaltigkeitspraktiken haben einen messbaren Einfluss auf die finanzielle Leistung eines Unternehmens. Eine Untersuchung von Pharmaunternehmen stellte fest, dass «Green Accounting» einen positiven und statistisch signifikanten Einfluss auf die finanzielle Performance ausübt (Jurnal Literasi Akuntansi 2021). Investoren, Kreditgeber und Versicherer nutzen ESG-Daten, um Risiken zu bewerten und Anlageentscheidungen zu treffen. Ein gutes ESG-Rating kann den Zugang zu Kapital erleichtern und die Kapitalkosten senken.

Damit werden ESG-Daten zu einem Vermögenswert des Unternehmens. Wie jeder andere Vermögenswert müssen auch diese Daten vor Verlust, Verfälschung und Betrug geschützt werden. Manipulierte ESG-Zahlen können zu falschen Bewertungen, Reputationsschäden und rechtlichen Konsequenzen führen. Die Integrität der ESG-Berichterstattung ist deshalb keine reine Kommunikationsaufgabe mehr. Sie ist eine Kernaufgabe der finanziellen Führung und Kontrolle.

Die Grenzen manueller Kontrollen

In vielen Unternehmen ist der Prozess zur Erfassung von ESG-Daten noch wenig standardisiert. Die Informationen stammen aus diversen Abteilungen und Quellen. Oft werden sie manuell in Excel-Listen zusammengetragen. Solche manuellen Prozesse sind fehleranfällig und schwer nachzuvollziehen. Es fehlt ein klarer Audit-Trail, der zeigt, woher eine Zahl stammt und wer sie wann geändert hat. Die Kette vom Rohdatum bis zum finalen Report ist an vielen Stellen unterbrochen.

Diese manuellen Systeme bieten keine ausreichende Sicherheit. Eine bewusste oder unbewusste Manipulation von Daten ist nur schwer aufzudecken. Plausibilitätsprüfungen finden, wenn überhaupt, nur stichprobenartig statt. Bei der wachsenden Menge und Komplexität von ESG-Daten stossen manuelle Kontrollen an ihre Grenzen. Das Risiko, dass falsche oder geschönte Zahlen unentdeckt bleiben, ist hoch. Ein solches Vorgehen gefährdet den Wert der ESG-Daten und das Vertrauen der Stakeholder.

Integrität durch digitale Prozesse sichern

Die Sicherung der Datenqualität beginnt mit der Digitalisierung der Prozesse. Eine digitale Transformation verbessert die Qualität der Buchhaltungsinformationen. Sie erhöht die Transparenz, reduziert Informationsasymmetrien und schränkt opportunistisches Verhalten des Managements ein (Accounting, Finance and Computational Intelligence 2020). Dieselben Prinzipien gelten für ESG-Daten. Ein strukturierter, digitaler Prozess schafft eine verlässliche Datengrundlage.

Eine Studie konnte einen positiven und statistisch signifikanten Effekt der digitalen Transformation auf die Qualität von Buchhaltungsinformationen nachweisen (Accounting, Finance and Computational Intelligence 2020). Ein durchgehender digitaler Prozess für ESG-Daten stellt sicher, dass alle Schritte dokumentiert und nachvollziehbar sind. Daten werden nicht mehr per E-Mail versendet oder manuell kopiert. Stattdessen fliessen sie über definierte Schnittstellen in ein zentrales System. Dies schafft die Voraussetzung für wirksame Kontrollen und schliesst Lücken in der Prozesskette.

Anomalien mit Algorithmen automatisch erkennen

Ein robuster Prozess allein reicht nicht aus, um Betrugsversuche sicher zu erkennen. Hier kommen automatisierte Analysemethoden ins Spiel, die sich bereits in der Finanzberichterstattung bewährt haben. Algorithmen zur Anomalie-Erkennung können Muster in grossen Datenmengen identifizieren, die für einen Menschen unsichtbar wären. Eine Studie zeigt, dass der Einsatz solcher Algorithmen die Aufdeckung von betrügerischen Finanzabschlüssen erheblich verbessert (Journal of Management and Business Solutions 2018).

Diese Techniken lassen sich direkt auf ESG-Daten anwenden. Ein Algorithmus kann beispielsweise die gemeldeten CO2-Emissionen mit der Produktionsmenge abgleichen und bei unerklärlichen Abweichungen Alarm schlagen. Er kann auch die Konsistenz von Daten über verschiedene Berichtsperioden prüfen. Machine-Learning-Modelle übertreffen traditionelle statistische Methoden bei der Identifizierung verdächtiger Muster deutlich (Journal of Management and Business Solutions 2018). Insbesondere ein Autoencoder Neural Network zeigte in einer Untersuchung mit einer Genauigkeit von 0.93 und einem AUC-Wert von 0.96 eine sehr hohe Vorhersageleistung bei der Betrugserkennung. Solche Systeme lernen kontinuierlich dazu und passen sich an neue Betrugsmuster an. Sie stellen eine wichtige Ergänzung zu internen Kontrollsystemen dar.

Konkrete Schritte für Ihr Finanzteam

Die Absicherung des ESG-Reportings ist ein Prozess. Sie können bereits diesen Monat damit beginnen, die Grundlagen zu schaffen. Die folgenden Schritte erfordern keine neuen Werkzeuge, sondern eine systematische Auseinandersetzung mit den bestehenden Abläufen.

• Dokumentieren Sie die Datenflüsse: Erstellen Sie eine Übersicht, welche ESG-Daten erfasst werden. Halten Sie fest, aus welchen Quellsystemen sie stammen, welche Personen involviert sind und wo manuelle Übertragungen stattfinden.
• Identifizieren Sie die Schlüsselkennzahlen: Konzentrieren Sie sich auf die ESG-Kennzahlen, die für Ihr Unternehmen wesentlich sind. Dies sind typischerweise jene, die an Investoren berichtet werden oder gesetzlichen Anforderungen unterliegen.
• Führen Sie Plausibilitätsprüfungen durch: Vergleichen Sie die aktuellen Werte der Schlüsselkennzahlen mit denen des Vormonats und des Vorjahres. Untersuchen Sie grosse oder unerwartete Abweichungen. Dies ist eine einfache Form der Anomalie-Erkennung.
• Definieren Sie die Verantwortlichkeiten: Klären Sie im Finanzteam, wer die finale Verantwortung für die Richtigkeit und Vollständigkeit der ESG-Daten trägt. Diese Governance-Frage ist entscheidend für die Verankerung der Kontrollen.

Diese Massnahmen bilden die Basis für ein robustes internes Kontrollsystem für ESG-Daten. Sie schaffen Transparenz über die Risiken und ermöglichen es Ihnen, gezielt Verbesserungen einzuleiten.

Microsoft und Excel sind eingetragene Marken der Microsoft Corporation.