ESG-Reporting: Globale Standards werden zur operativen Realität

Das Thema ESG-Reporting verlässt die Ebene der strategischen Diskussion. Es wird zu einer konkreten Aufgabe im Finanzabschluss. Die globale Konvergenz der ESG Reporting Standards in der Schweiz und international schafft neue Anforderungen an die Datenqualität und die Prozesse. Der Druck kommt dabei nicht nur von Regulatoren. Auch Kunden, Banken und Investoren fordern zunehmend vergleichbare und verlässliche Nachhaltigkeitskennzahlen. Für Finanzteams bedeutet dies, dass die Erhebung und Aufbereitung dieser Informationen eine ähnliche Sorgfalt erfordert wie die Finanzberichterstattung. Die Herausforderung liegt nicht mehr nur darin, die Vorschriften zu verstehen, sondern darin, die notwendigen Daten wiederholbar und prüfungssicher zu beschaffen und zu verarbeiten.

Die globale Angleichung der Standards ist eine Tatsache

Eine neue Analyse bestätigt diesen Trend. Eine Untersuchung von 22 Rechtsordnungen zwischen 2019 und 2024 zeigt eine klare globale Konvergenz bei der ESG-Offenlegung (Delgado Sanchez 2027). Die Entwicklung nähert sich einer globalen Sättigung. In der Praxis bedeutet Konvergenz, dass sich Rahmenwerke wie die der Global Reporting Initiative (GRI) oder die Standards des International Sustainability Standards Board (ISSB) als globale Sprache für Nachhaltigkeitsinformationen etablieren. Dies macht die Berichte von Unternehmen über Branchen und Landesgrenzen hinweg vergleichbar und erhöht den Prüfungsdruck.

Die Zahlen der Studie belegen diese Entwicklung. Die durchschnittliche ESG-Offenlegung in den untersuchten Ländern stieg in diesem Zeitraum von 89.2 % auf 97.1 %. Gleichzeitig sank die Standardabweichung von 14.4 auf 6.19 Prozentpunkte (Delgado Sanchez 2027). Eine sinkende Abweichung ist ein klares statistisches Signal dafür, dass die Praktiken der Berichterstattung zunehmend einheitlicher werden. Die Unterschiede zwischen den Ländern nehmen ab.

Die Studie fand zudem starke «Catch-up»-Beweise. Länder, die bisher weniger strenge Vorschriften hatten, holen bei der allgemeinen ESG-Offenlegung sowie bei der Nutzung von Rahmenwerken wie GRI und den Zielen für nachhaltige Entwicklung (SDGs) auf (Delgado Sanchez 2027). Für Schweizer Unternehmen bedeutet dies, dass Kunden, Lieferanten und Investoren aus dem Ausland zunehmend standardisierte und vergleichbare ESG-Daten erwarten werden. Der Druck zur Konformität kommt nicht nur vom Gesetzgeber, sondern direkt vom Markt.

Was bedeutet das für das Schweizer Finanzteam?

Die Standardisierung macht ESG-Daten zu einem integralen Bestandteil des Berichtswesens. Sie sind keine separate Übung mehr, die einmal im Jahr stattfindet. Die Kennzahlen müssen mit derselben Regelmässigkeit und Verlässlichkeit erhoben werden wie Finanzdaten. Sie werden Teil des Monats- oder Quartalsabschlusses. Die Informationen müssen prüfungssicher sein. Das heisst, jeder Wert muss auf seine Quelle zurückführbar und der Verarbeitungsweg lückenlos nachvollziehbar sein. Für eine CO2-Berechnung muss beispielsweise ein klarer Audit-Trail von der Energierechnung bis zur finalen Kennzahl im Bericht existieren.

Damit verschiebt sich der Fokus. Es geht nicht mehr primär darum, was berichtet werden muss, sondern wie die Daten beschafft, validiert und aufbereitet werden. Dies ist eine prozessuale Herausforderung. Finanzdaten sind meist gut strukturiert und im ERP-System verankert. ESG-Daten hingegen sind oft qualitativ, über verschiedene Abteilungen verteilt und liegen in unstrukturierten Formaten vor. Die Kette vom ERP-Export über diverse Excel-Tabellen bis zum finalen Bericht wird dadurch länger und fragiler. Manuelle Prozesse, die für Finanzdaten vielleicht noch beherrschbar sind, stossen bei den vielfältigen ESG-Daten an ihre Grenzen.

Die Qualität der Daten als Fundament

Die digitale Transformation spielt eine entscheidende Rolle bei der Verbesserung der Qualität von Rechnungslegungsinformationen. Sie erhöht die Transparenz, verringert Informationsasymmetrien und schränkt opportunistisches Verhalten des Managements ein (Accounting, Finance and Computational Intelligence 2024). Digitale Prozesse erzwingen Konsistenz und erstellen automatisch Protokolle und Prüfpfade. Dies steht im Gegensatz zu einer Prozesskette, die auf E-Mails und manuell gepflegten Tabellenblättern beruht.

Eine Studie über an der Teheraner Börse notierte Unternehmen von 2020 bis 2024 zeigte, dass die Digitalisierung einen positiven und statistisch signifikanten Effekt auf die Qualität der Rechnungslegungsinformationen hat (Accounting, Finance and Computational Intelligence 2024). Dieses Prinzip gilt für Finanzdaten und ESG-Daten gleichermassen. Ein robuster, digitalisierter Prozess ist die Grundlage für verlässliche Kennzahlen.

Die Investition in Datenqualität ist nicht nur eine Frage der Compliance. Sie kann sich auch positiv auf die finanzielle Leistungsfähigkeit auswirken. Eine Untersuchung von Pharmaunternehmen im Zeitraum 2021–2025 ergab, dass Green Accounting einen positiven und statistisch signifikanten Einfluss auf die finanzielle Performance hat (Jurnal Literasi Akuntansi 2025). Robuste und verlässliche ESG-Daten sind somit nicht nur eine Pflicht. Sie können auch einen wirtschaftlichen Nutzen schaffen, indem sie die Grundlage für bessere interne Entscheidungen und eine stärkere Positionierung am Markt bilden.

Automatisierung als Weg zur prüfungssicheren Berichterstattung

Manuelle Datenverarbeitung ist fehleranfällig. Bei der Komplexität von ESG-Daten, die aus verschiedensten Quellen stammen, steigt dieses Risiko erheblich. Die Herausforderung besteht darin, die Integrität der Daten über die gesamte Kette sicherzustellen – vom Ursprungssystem bis in den finalen Nachhaltigkeitsbericht. Jeder manuelle Eingriff, jedes Kopieren und Einfügen ist eine potenzielle Fehlerquelle und unterbricht den Prüfpfad.

Automatisierung ist kein Ersatz für den Controller. Sie automatisiert die repetitiven Aufgaben der Datenaggregation, Validierung und Formatierung. Dies schafft Freiraum für Analyse und Interpretation. Eine Studie zeigt, wie die Kombination von Textanalyse, Komplexitätsindikatoren und Algorithmen zur Anomalieerkennung die Aufdeckung von betrügerischen Finanzberichten verbessert (Journal of Management and Business Solutions 2024). Ein neuronales Netzwerk vom Typ Autoencoder erreichte dabei eine Genauigkeit von 0.93 (Journal of Management and Business Solutions 2024).

Auch wenn sich diese Untersuchung auf Finanzbetrug konzentriert, ist die zugrundeliegende Logik übertragbar. Automatisierte Prüfungen können Inkonsistenzen in ESG-Daten aufdecken, die ein Mensch leicht übersieht. Beispiele sind ein plötzlicher Abfall des Energieverbrauchs auf null oder Abweichungen der Mitarbeiterzahl zwischen HR-System und rapportierter Kennzahl. Automatisierung schafft ein System von Kontrollen, das die Verlässlichkeit der Berichterstattung erhöht und die Grundlage für eine erfolgreiche externe Prüfung legt. Skopa automatisiert die Excel-Schicht, die um das ERP eines Unternehmens herum existiert. Wir ersetzen das ERP-System selbst nicht.

Konkrete Schritte für Ihr Finanzteam

Sie können bereits diesen Monat beginnen, Ihre Prozesse für das ESG-Reporting zu stärken. Die folgenden Schritte helfen Ihnen, eine Grundlage für verlässliche Daten zu schaffen, unabhängig von einem spezifischen Werkzeug oder Anbieter.

• Datenquellen identifizieren: Erstellen Sie eine Übersicht der relevanten ESG-Datenpunkte. Finden Sie heraus, in welchen Systemen und Dokumenten diese Informationen heute liegen. Beispiele sind Stromrechnungen für Scope-2-Emissionen, Daten aus dem HR-System für Mitarbeiterfluktuation und Diversität oder Einkaufsbelege für die Lieferkettenanalyse.
• Prozesskette dokumentieren: Zeichnen Sie den Weg der Daten nach, zum Beispiel in einem einfachen Flussdiagramm. Wo wird eine Datei exportiert? Wo werden Daten manuell zusammengeführt oder berechnet? Halten Sie fest, wer für jeden Schritt verantwortlich ist. Dies deckt oft unklare Zuständigkeiten auf.
• Lücken und Risiken bewerten: Vergleichen Sie Ihre aktuellen Prozesse mit den Anforderungen der neuen Standards. Wo gibt es manuelle Eingriffe, die zu Fehlern führen können? Beispiele für Risiken sind Formelfehler in einer zentralen Excel-Datei, die Verwendung veralteter Emissionsfaktoren oder inkonsistente Definitionen einer Kennzahl über verschiedene Abteilungen hinweg.
• Prioritäten festlegen: Konzentrieren Sie sich auf die wesentlichsten Themen und die grössten Risiken für die Datenintegrität. Nicht alle Datenpunkte sind gleich wichtig. Beginnen Sie dort, wo der Aufwand für die manuelle Erhebung am grössten und die Fehleranfälligkeit am höchsten ist.

Diese Analyse schafft eine klare Basis für die nächsten Schritte. Sie zeigt auf, wo Ihre Prozesse verbessert werden müssen, um den zukünftigen Anforderungen an das ESG-Reporting gerecht zu werden.

Excel ist eine eingetragene Marke der Microsoft Corporation.