Bei Nachhaltigkeit wurde lange auf Absicht gepunktet: ein Zertifikat, ein Jahresbericht, eine Aussage in der Ausschreibung über CO2-Reduktion. Die zugrunde liegenden Daten — Energieverbrauch pro Prozess, Herkunft von Materialien, Transportkilometer, Abfallströme — wurden holprig gesammelt, meist einmal pro Jahr, oft mit Verzögerung von Monaten. Wer als Erster eine gute Geschichte hatte, gewann den Vergleich, auch wenn die Geschichte der Wirklichkeit gerade etwas voraus war.
Diese Asymmetrie zwischen Behauptung und Nachweis verschiebt sich, sobald das Sammeln und Rückverfolgen von Daten selbst weitgehend von KI erledigt wird. Daten, die aus Systemen kommen — Energiemesser, Logistikplanungen, Bestellungen, Produktionspläne — können fortlaufend zusammengeführt und an Normen gemessen werden, ohne dass jemand einen Quartalsbericht zusammenstellen muss. Was als Menschenarbeit übrig bleibt, ist die Deutung: Ist diese Reduktion Folge einer strukturellen Veränderung oder eines günstigen Monats, und welche Ausnahmen in den Zahlen verlangen nach einer Erklärung, die niemand automatisch liefert.
Hinter einer Nachhaltigkeitsbehauptung stecken drei Arten von Arbeit, und sie verschieben sich nicht gleichmäßig.
Das Sammeln und Konsolidieren von Zahlen aus Messsystemen, ERP und Lieferantendaten ist weitgehend etwas, das KI übernehmen kann: Es ist repetitiv, strukturiert und gegen eine Norm überprüfbar. Unternehmen, die ihre Systeme bereits gekoppelt hatten, sehen diesen Teil am schnellsten verschieben.
Das Abwägen widersprüchlicher Signale — ein Lieferant, der auf dem Papier der Norm entspricht, in der Praxis aber abweicht, eine Reduktionszahl, die nicht zum Produktionsanstieg passt — ist Arbeit mit menschlichem Toezicht: KI signalisiert die Abweichung, eine Person beurteilt, ob diese relevant ist und warum. Diese Aufsicht ist nicht dekorativ; sie bestimmt, ob ein Bericht in dem Moment stimmt, in dem ein Prüfer oder Kunde nachfragt.
Das Formulieren einer Nachhaltigkeitsstrategie, die Wahl, welche Kette nachhaltiger gestaltet wird und in welchem Tempo, sowie das Abwägen von Kosten gegen Reputation bleibt Menschenarbeit. Das ist eine unternehmerische Entscheidung, keine Rechenaufgabe.
Der Kunde merkt den Unterschied nicht an einer höheren Nachhaltigkeitszahl, sondern an der Geschwindigkeit und Granularität der Antwort. Ein Anbieter, der seine Daten fortlaufend konsolidieren lässt, kann auf eine spezifische Frage — der CO2-Fußabdruck dieser einen Lieferung, nicht des gesamten Jahres — sofort eine Zahl liefern, mit einer Spur zur Quelle. Ein Anbieter, der das noch jährlich manuell zusammenrechnet, gibt eine Schätzung oder verweist auf den letzten Bericht.
In einem Ausschreibungsprozess zählt dieser Unterschied schwerer als die durchschnittliche Nachhaltigkeitszahl selbst. Ein Einkäufer, der nachweisen muss, dass seine eigene Kette den Vorschriften entspricht, hat lieber einen Lieferanten, der pro Lieferung nachweisen kann, was ausgestoßen wurde, als einen Lieferanten mit einem schöneren Jahresdurchschnitt und ohne zugrunde liegende Daten.
Die Verschiebung geht schneller bei Unternehmen, deren Quellsysteme bereits strukturiert sind: gekoppelte Energiemesser, digitalisierte Lieferketten, eindeutige Produktcodes. Bei Unternehmen, bei denen diese Daten noch in Tabellen und losen Formularen stehen, kann KI nicht konsolidieren, was nicht strukturiert bereitgestellt wurde — dort bleibt die Arbeit weitgehend manuell, mit derselben Verzögerung wie zuvor.
Das bedeutet, dass zwei Wettbewerber mit vergleichbaren Nachhaltigkeitsambitionen dennoch ein ganz unterschiedliches Nachweisniveau zeigen können, nicht weil der eine weniger nachhaltig ist, sondern weil die Datenbasis des einen für automatisierte Konsolidierung geeignet ist und die des anderen nicht. Für einen Käufer, der auf dieser Dimension vergleicht, ist dieser Unterschied oft wichtiger als die berichtete Zahl selbst.
Nachhaltigkeit steht selten allein in einer Ausschreibung. Sie wird zusammen mit Zertifizierung abgewogen, mit der Frage, ob ein Lieferant Garantien und Risiken übernimmt über Garantie- und Risikoübernahme, und mit praktischen Aspekten wie Einfachheit der Geschäftsabwicklung. Ein Anbieter, der bei Nachhaltigkeit mit Nachweis kommt, aber bei den anderen Dimensionen mit einer Behauptung, gewinnt den Vergleich nicht automatisch — die Bewertung zählt erst, wenn jede Dimension einzeln standhält.
Ob diese Aufsicht über Zahlen und die daraus folgende Deutung in Ihrer eigenen Organisation schon so funktioniert, oder noch weitgehend manuell erfolgt, ist eine Frage danach, welche Arbeit in diesem Unternehmen tatsächlich von KI übernommen werden kann — das bringt der Arbeitsscan von FTE TO AI pro Aufgabe ins Bild. Wer das mit einem konkreten Vergleich mit Wettbewerbern verknüpfen möchte, findet den Ansatz dafür in wie Sie einen Wettbewerber ohne Annahmen bewerten und in wie Sie Ihr Unternehmen mit Wettbewerbern benchmarken.
Die Frage, ob KI bei Personalentscheidungen eine Rolle spielt, fällt außerhalb dessen, was hier beantwortet wird: Dafür gelten eigene gesetzliche Anforderungen, unabhängig von diesem Benchmark.
Was hier zu beantworten ist: worauf Sie glauben, bei Nachhaltigkeit zu gewinnen, und ob diese Behauptung gegenüber einem Wettbewerber standhält. Der kostenlose Dimensionscheck lässt Sie benennen, worauf Sie glauben zu gewinnen, und zeigt, welche dieser Behauptungen mit Nachweis zu verteidigen sind. Der vollständige Benchmark, mit dem Vergleich auf allen Dimensionen gleichzeitig, befindet sich im Aufbau.