听
Rz. 2
Durch die CSRD und die dazugeh枚rigen ESRS sind berichtspflichtige Unternehmen aufgefordert, zahlreiche Informationen nach Ma脽gaben der Wesentlichkeit offenzulegen. Dazu geh枚ren verschiedene Arten der Informationen 鈥� von qualitativen Aussagen bis zu zahlreichen quantitativen Angaben. W盲hrend es bislang Kernaufgabe war, eine Balance zwischen wenigen definierten KPIs und vielen weiteren Kennzahlen, die durch freiwillige Standards wie GRI, SASB etc. (搂听8) f眉r das Unternehmen notwendig erschienen, zu erreichen, ist durch die ESRS f眉r die meisten Unternehmen ein umfangreicher "Pflichtkatalog" an zu ver枚ffentlichenden Informationen vorgegeben (搂听9A).
Die ESRS sind 盲u脽erst umfangreich, nachzulesen auf ca. 250 Seiten in deutscher Sprache. Durch die Wesentlichkeitsanalyse (搂听10C) werden die Pflichtangaben auf einen f眉r das jeweilige Unternehmen passgenauen Umfang reduziert. Zumeist bleibt allerdings ein erheblicher Anteil an offenzulegenden Daten bestehen.
听
Die CSRD/ESRS geben einige Elemente als verpflichtend an, viele Angabepflichten unterliegen einer durchzuf眉hrenden doppelten Wesentlichkeitsanalyse. Die Gliederung der Berichtsanforderungen erfolgt 眉ber verschiedene Schritte. Nach Ermittlung der wesentlichen Auswirkungen, Risiken und Chancen (Impacts, Risks and Opportunities, IROs) m眉ssen die dazugeh枚rigen Offenlegungsanforderungen (Disclosure Requirements, DRs) in den ESRS identifiziert werden. Sind zu den IROs keine Offenlegungsanforderungen in den ESRS formuliert, m眉ssen sog. unternehmensspezifische Offenlegungen erfolgen. I.听R.听d. sog. Wesentlichkeit der Informationen werden auf Ebene der DRs und der einzelnen Datenpunkte die relevanten Informationen f眉r das jeweilige Unternehmen bestimmt. Die Datenpunkte k枚nnen narrativ, semi-narrativ oder numerisch sein.
听
Rz. 3
Tab.听1 bietet eine Aufschl眉sselung der "Soll"- und "Kann"-Datenpunkte f眉r jeden ESRS gem. der Anwendungs- und Offenlegungsanforderungen. Die Anzahl der "Soll"-Datenpunkte ist in 2听Kategorien unterteilt: (i)听Datenpunkte, die unabh盲ngig von der Wesentlichkeitsbewertung gemeldet werden m眉ssen (wie ESRS听2 und Datenpunkte, die sich auf IRO-1 in jedem thematischen Standard beziehen), und (ii)听Datenpunkte, die der Wesentlichkeitsbewertung unterliegen.
听
Rz. 4
Noch h盲ufig erfassen Unternehmen Nachhaltigkeitsdaten mithilfe von Excel/manuellen Systemen. ESG-Daten sind oft in verschiedenen Systemen enthalten, m眉ssen manuell erg盲nzt werden oder werden noch nicht erhoben. In den seltensten F盲llen sind die Daten in entsprechender Qualit盲t und mit der erforderlichen Abdeckung in einem (Kern-)System enthalten. Mit Blick auf die Qualit盲tssicherung der Daten sowie zur Auditierbarkeit der Angaben ist von Anfang an mitzudenken, wie Belege f眉r eingegebene Daten 鈥� auf kleinstm枚glicher Ebene 鈥� dokumentiert werden k枚nnen. F眉r die tats盲chliche Erhebung ist es ratsam, technische Unterst眉tzung, die 眉ber Excel-Listen hinausgeht, einzuf眉hren.
听
Rz. 5
Die Vollst盲ndigkeit der Daten und deren Qualit盲t werden mit der Zeit zunehmen. Die ESRS erwarten eine vollumf盲ngliche Berichterstattung, d.听h. eine Abdeckung derselben Inhalte wie in der finanziellen Berichterstattung bzw. mit Blick auf die Wertsch枚pfungskette dar眉ber hinaus. Unternehmen k枚nnen sich bei der Datenbeschaffung teilw. auf dem Markt f眉r die Erfassung von Nachhaltigkeitsdaten in Unternehmen bedienen. Hier ist es m枚glich, langj盲hrig etablierte Anbieter, Start-ups oder K眉nstliche Intelligenz (KI) zu nutzen sowie sich st盲ndig weiterentwickelnde Systeme und Plattformen. Es ist davon auszugehen, dass sich die Quantit盲t und Qualit盲t der Informationen zu Akteuren in der Wertsch枚pfungskette im Lauf der Zeit verbessern wird. Bis dahin k枚nnen z.听B. Branchendaten oder 盲hnliche Quellen ein guter Ausgangspunkt sein. Die Verwendung geeigneter Sch盲tzungen oder N盲herungswerte ist entscheidend f眉r die Qualit盲t der berichteten Informationen. Die Herkunft der Daten kann die Qualit盲t der in der Nachhaltigkeitsberichterstattung enthaltenen Informationen beeinflussen. Daher ist eine transparente Offenlegung und Erl盲uterung der Verwendung von Sch盲tzungen bedeutend. Der Aufwand zur Datenerhebung kann durch technische Unterst眉tzung reduziert werden; dennoch gilt zumeist, dass Kennzahlen eingegeben werden m眉ssen (nur die wenigsten Gr枚脽en sind technisch automatisiert). Immer wird die Schulung von Dateneingebern und Datennutzern eine Rolle f眉r die Datenqualit盲t spielen.
听
Rz. 6
Eine gute Governance kl盲rt die unterschiedlichen Rollen bei der Dateneingabe und die Verantwortlichkeiten f眉r Ergebnisse und Gegenma脽nahmen, wenn n枚tig. Am Ort des Geschehens wird der korrekte Wert der Kennzahl festgestellt und erhoben. Teilw. erfolgt eine Aggregation der Einzeldaten auf lokaler Ebene, bevor ein weiterer Plausibilit盲tscheck in den zentralen Fachabteilungen erfolgt. Unstimmigkeiten m眉ssen im Austausch mit den Verantwortlichen in den Regionen oder vor Ort gekl盲rt werden. Die Fachabteilung leitet dann plausibilisierte Zahlen und Belege in aggregierter Form an ...