KI und Nachhaltigkeit: Technologische Innovation als Leistungshebel nutzen

Die Integration von künstlicher Intelligenz tritt für Unternehmen in eine strukturierende Phase ein. Anlässlich von Tennaxia Connect teilten Rémy Balangué, Chief Product Officer bei Tennaxia, und Grégoire Carpentier, Chief Technology Officer bei Tennaxia, ihre Einschätzung zu den Herausforderungen von KI im Bereich Nachhaltigkeit. Das von dem Journalisten Sébastien Borgnat moderierte Gespräch bot die Gelegenheit, technologische Versprechen mit operativen und ökologischen Anforderungen abzugleichen. Von der Optimierung der Datenverarbeitung über die Kontrolle des digitalen CO2-Fußabdrucks bis hin zu Governance-Anforderungen zeigte die Konferenz, dass KI weit mehr als nur ein Modewort sein muss. Richtig integriert, schafft sie einen transparenten, nützlichen Rahmen, der eng mit den Zielen für nachhaltige Leistung und strategische Unternehmenssteuerung verknüpft ist.

Warum KI und Nachhaltigkeit jetzt zusammenfinden

Die Schnittstelle zwischen künstlicher Intelligenz und Nachhaltigkeitsstrategien entsteht in einer Zeit, in der die zu verwaltende Datenmenge – seien es regulatorische Texte, Richtlinien oder nichtfinanzielle Berichte – für Unternehmen kritisch wird. Um die Realität vor Ort zu erfassen, hat Tennaxia eine umfassende Umfrage unter seinen Kunden durchgeführt. Die Ergebnisse verdeutlichen drei besonders aussagekräftige Zahlen:

• 60 % der Befragten nutzen bereits KI-Systeme bei ihrer Arbeit, allerdings über private Konten auf öffentlichen Plattformen. Die KI hat somit Einzug in die Fachbereiche gehalten, noch bevor sie von den IT-Abteilungen (CIOs) formal strukturiert wurde.
• 70 % von ihnen nennen die Zeitersparnis als den wichtigsten erwarteten Nutzen von KI für ihre täglichen Aufgaben.
• 20 % geben an, sie überhaupt nicht zu nutzen, hauptsächlich aufgrund mangelnden Vertrauens oder weil das Kosten-Nutzen-Verhältnis noch nicht als zufriedenstellend bewertet wird.

Dieser Wandel bestätigt, dass es nicht mehr darum geht, die Technologie an sich zu entdecken, sondern sie sinnvoll zu steuern. Unternehmen suchen nach Lösungen, die einen echten Produktivitätsgewinn bieten und gleichzeitig ein vertrauenswürdiges Umfeld garantieren.

Ein pragmatischer Ansatz, der echten Nutzen über Spielereien stellt

Die Integration von KI in CSR- und HSE-Prozesse sollte nicht darauf abzielen, alles nur um der Innovation willen umzukrempeln. Das von Tennaxia betonte Ziel ist es, sich auf die tatsächlichen geschäftlichen Anforderungen zu konzentrieren, um „Spielereien“ zu vermeiden. Große Sprachmodelle (LLMs) sind von Natur aus Textverarbeiter, die darauf ausgelegt sind, basierend auf einem Eingabetext einen Ausgabetext vorherzusagen. Sie sind daher von Haus aus für das Management von Nachhaltigkeitsdaten geeignet, die größtenteils auf Text- und Tabellenformaten basieren.

Es geht nicht darum, bestehende Systeme neu zu erfinden, sondern sie dort leistungsfähiger zu machen, wo der administrative Aufwand am größten ist: bei der Informationssuche, der Aufbereitung für verschiedene Zielgruppen oder der Konsolidierung verstreuter Quellen. KI ist dann effektiv, wenn sie Entscheidungen unterstützt, ohne die Geschäftsprozesse zu verkomplizieren.

Die drei wichtigsten Funktionen im ESG-Bereich

Um diese Logik operativ umzusetzen, hat Tennaxia in diesem Jahr drei konkrete Funktionen auf seiner ESG-Plattform eingeführt:

• Massenübersetzung von Fragebögen : Ermöglicht die automatische Übersetzung eines Referenzfragebogens in über 20 Sprachen, um die Datenerhebung bei globalen Tochtergesellschaften direkt in der Anwendung zu erleichtern.
• Erstellung von Dashboards in natürlicher Sprache : Der Benutzer formuliert seine Anfrage direkt, um das gewünschte Dashboard mit den entsprechenden Kennzahlen, Daten und grafischen Darstellungen automatisch zu generieren.
• Unterstützung bei der Erstellung des Nachhaltigkeitsberichts : Ein Modul, das Informationen aus früheren Berichten oder Grundsatzdokumenten konsolidieren und wiederverwenden kann, um die Daten für das laufende Geschäftsjahr vorab auszufüllen.

Interne Erprobung und Transformation der HSE-Berufe

Im HSE-Bereich basiert der Ansatz zunächst auf internen Tests, bevor eine großflächige Einführung erfolgt. Tennaxia erprobt derzeit bei seinen eigenen Beratern KI-Tools für Audits: Spracherkennung (Speech-to-Text) für die Erfassung von Berichten, Notizen per Foto sowie die automatische Erstellung von Zusammenfassungstabellen oder Präsentationsunterlagen.

Dieses Vorgehen ermöglicht es, die funktionale Relevanz des Tools zu validieren und die Arbeitsabläufe im Vorfeld zu standardisieren. Indem Schreibzeit in Korrekturzeit umgewandelt wird, fungiert die KI als Beschleuniger. Vor allem aber verändert sie die Art der Aufgaben und ebnet den Weg für neue Entscheidungen.

Konkretes Beispiel: Bei der Eröffnung eines Werks in einem neuen Land kann die Analyse unbekannter und umfangreicher Vorschriften – eine oft so mühsame Aufgabe, dass sie Projekte verzögern kann – nun durch automatisierte Lese- und Zusammenfassungsfunktionen bearbeitet und beschleunigt werden, was die Entscheidungsfindung erheblich beschleunigt.

Der ökologische Fußabdruck der KI: Auf dem Weg zur digitalen Sparsamkeit

Eine der zentralen Botschaften der Konferenz betrifft die ökologische Verantwortung im Zusammenhang mit der Nutzung von Technologie. KI ist ein großer Energieverbraucher, was für Akteure im Bereich Nachhaltigkeit eine unvermeidbare Herausforderung darstellt. Weltweit beläuft sich der Stromverbrauch von Rechenzentren auf über 400 TWh. KI macht derzeit 15 % dieses Verbrauchs aus, doch laut der Internationalen Energieagentur (IEA) könnte dieser Anteil bis 2030 auf mindestens 30 %steigen.

Angesichts dieser Tatsache muss die Steuerung Kriterien der digitalen Sparsamkeit integrieren, indem sie sich insbesondere auf die Arbeit von Verbänden wie Green IT oder dem Think Tank The Shift Projectstützt. Tennaxia setzt diese Wachsamkeit durch zwei Hebel um:

• Eine interne Nutzungsrichtlinie , die durch ein kontinuierliches wissenschaftliches Monitoring führender Publikationen gestützt wird.
• Vernunftbasierte Heuristiken bei der Entwicklung, bei denen für eine bestimmte Aufgabe das am besten geeignete und sparsamste Modell gewählt wird, anstatt systematisch die leistungsstärkste und energieintensivste Infrastruktur zu nutzen.

Vertrauen, Souveränität und der Mensch im Mittelpunkt

Die Zuverlässigkeit von KI bleibt ein kritischer Punkt, da kein Modell zu 100 % fehlerfrei ist. Die Antwort auf diese Einschränkung liegt in einer strengen Governance, die auf dem Prinzip des "Human-in-the-loop" (der Mensch in der Schleife) basiert. Auf der Plattform arbeitet die KI ausschließlich im Modus Opt-in : Sie ist niemals standardmäßig aktiviert und erfordert eine ausdrückliche Initiative des Unternehmens. Zudem beschränkt sich das Tool darauf, Texte oder Vorbefüllungen vorzuschlagen; es kann keine Daten überschreiben oder ersetzen ohne eine ausdrückliche, vollständig nachvollziehbare und zeitgestempelte menschliche Validierung.

Im Hinblick auf Souveränität und Sicherheit werden die Daten innerhalb der Europäischen Union gespeichert und verarbeitet, bei höchsten Vertraulichkeitsstufen sogar explizit in Frankreich (was eine Datenhaltung und Inferenz in französischen Rechenzentren erfordert). Kundendaten werden niemals für das Training der Anbietermodelle verwendet.

Schließlich fügt sich dieser Ansatz in die Anforderungen von ISO 27001 und SOC 2 ein, was die Auditierbarkeit und Ausfallsicherheit des Systems gewährleistet: Die Software ist so konzipiert, dass sie auch ohne KI funktioniert, wodurch bei technischen Unterbrechungen oder explodierenden Technologiekosten kein Funktionsverlust für das Unternehmen entsteht. Diese Architektur steht zudem im Einklang mit den Anforderungen des europäischen KI-Gesetzes (AI Act), dessen Bestimmungen schrittweise bis 2027 in Kraft treten.

Von der Technologie zur nachhaltigen Steuerung

Künstliche Intelligenz verlangt von Unternehmen nicht, Technologie um ihrer selbst willen zu produzieren, sondern sie besser zu nutzen, um fundiertere Entscheidungen zu treffen. In einem Umfeld mit immer strengeren Anforderungen an Nachhaltigkeit und Compliance bietet sie einen nützlichen Rahmen, um von einer passiven Datenerfassung zu einer strategischen Steuerung überzugehen. Durch die Automatisierung repetitiver administrativer Aufgaben wertet sie die menschliche Expertise vor Ort wieder auf.

Für Organisationen besteht die Herausforderung nun darin, technologische Begeisterung in eine Transformationschance zu verwandeln: KI als kontrollierte, ressourcenschonende und souveräne Basis zu nutzen, um eine CSR-Performance voranzutreiben, die robust, konsistent und vollständig steuerbar ist.