Datenbeschaffung für die Klimabilanzierung von Unternehmen

Die rechnerische Methodik einer Klimabilanz ist weitgehend standardisiert. Das eigentliche Nadelöhr liegt davor – beim Extrahieren belastbarer Verbrauchsdaten aus tausenden Rechnungen, Protokollen und Ausweisen – ein typischer Fall für KI-gestützte Dokumentenverarbeitung.

Wer eine Klimabilanz erstellt hat, kennt das Bild: hunderte PDF-Rechnungen, Stromabrechnungen in einem Dutzend Layouts, Tankbelege, Wartungsprotokolle, Frachtpapiere. Die eigentliche Rechnung – Menge mal Emissionsfaktor – ist trivial; die Wochen vergehen davor, beim Sammeln, Abtippen und Plausibilisieren. Der Großteil der Bilanzierungszeit fließt nicht in Analyse, sondern in reine Datenerfassung.

Die EU-Omnibus-Richtlinie, in Kraft seit März 2026, verkleinert den Kreis der CSRD-Berichtspflichtigen zwar – auf Unternehmen über 1.000 Beschäftigte und 450 Mio. € Umsatz –, lässt die Pflicht zur Offenlegung der Emissionen aber bestehen. Parallel verlangt CBAM seit Januar 2026 von Importeuren energieintensiver Güter belegbare, aktivitätsbasierte Daten statt grober Schätzungen.

Doch nicht nur die Pflicht motiviert: Wer sich freiwillig „klimaneutral bis 2035″ auf die Fahne schreibt, steht ebenso in der Beweispflicht. Die EU-Richtlinie 2024/825 (EmpCo), ab September 2026 über das UWG wirksam, und die jüngere BGH-Rechtsprechung verlangen klare, nachprüfbare und belegte Umweltaussagen. Vage, ausgabenbasierte Schätzungen genügen nicht – gefragt sind Aktivitätsdaten, die jede Aussage bis zur Quelle stützen.

Wer ‚klimaneutral bis 2035′ kommuniziert, steht in der Beweispflicht. Ausgabenbasierte Schätzungen sichern ein solches Versprechen rechtlich nicht ab – belegbare Aktivitätsdaten schon.

Das Nadelöhr: Mengen schlagen Geldbeträge

Eine Klimabilanz nach dem Greenhouse Gas Protocol gliedert sich in drei Bereiche: Scope 1 (direkte Emissionen, etwa aus Heizung und Fuhrpark), Scope 2 (eingekaufte Energie) und Scope 3 (die vor- und nachgelagerte Wertschöpfungskette). Gerade Scope 3 macht in vielen Branchen den Löwenanteil aus – bis zu 90 Prozent des Fußabdrucks.

Für die Berechnung gibt es zwei grundlegende Wege:

• Ausgabenbasiert (spend-based): Man multipliziert einen Geldbetrag mit einem branchendurchschnittlichen Emissionsfaktor. Schnell, aber ungenau und preisabhängig.
• Aktivitätsbasiert (activity-based): Man nutzt die tatsächliche physische Menge – Kilowattstunden, Liter, Kilogramm, Tonnenkilometer – mal einen spezifischen Faktor. Deutlich präziser und prüfungsfest.

Das GHG Protocol ordnet die Datenqualität klar: lieferantenspezifische Daten zuerst, dann aktivitätsbasierte, danach Durchschnittswerte und erst zuletzt ausgabenbasierte Schätzungen. Die kommende Überarbeitung des Scope-3-Standards macht diesen Unterschied künftig sogar öffentlich sichtbar, indem sie den Anteil belastbarer gegenüber geschätzter Daten kennzeichnet.

Hier liegt der Kern der Sache – und ein verbreitetes Missverständnis. „Physische Mengen schlagen Geldbeträge“ klingt zunächst, als bräuchte man Daten, die auf Rechnungen gar nicht stehen. Das Gegenteil ist der Fall: Die Kilowattstunden stehen auf der Stromrechnung, die Liter auf dem Tankbeleg, die Megawattstunden auf der Fernwärmeabrechnung. Der Grund, warum so viele Unternehmen trotzdem zur ungenauen Ausgabenmethode greifen, ist nicht das Fehlen der Mengen – es ist schlicht zu teuer und zu langsam, sie manuell aus heterogenen Dokumenten zu extrahieren. Dieser Engpass ist es, den KI-gestützte Dokumentenverarbeitung auflöst.

Wo die bilanzrelevanten Daten enthalten sind

Lohnend ist der Blick über die Rechnung hinaus. Bilanzrelevante Mengen verteilen sich auf eine ganze Reihe von Dokumenttypen, jeweils mit charakteristischen Feldern:

• Strom- und Gasrechnungen: Verbrauch in kWh, Energieträger, Abrechnungszeitraum (Scope 2 bzw. 1)
• Tank- und Kraftstoffbelege: Liter oder Kilogramm je Kraftstoffart (Scope 1)
• Fernwärmeabrechnungen: MWh und Wärmequelle (Scope 2)
• Kältemittel-Wartungsprotokolle: nachgefüllte Menge in kg und Kältemitteltyp – wegen des hohen Treibhauspotenzials ein oft unterschätzter Scope-1-Posten
• Frachtbriefe und CMR: Gewicht und Strecke, woraus sich Tonnenkilometer ergeben (Scope 3.4)
• Entsorgungsnachweise: Tonnage und Abfallart (Scope 3.5)
• Reisebelege, Bordkarten, Hotelrechnungen: Distanzen, Verkehrsmittel, Übernachtungen (Scope 3.6)

Ein Sonderfall verdient Präzision: der Energieausweis. Er ist kein Verbrauchsbeleg im engeren Sinn, sondern liefert den Energiebedarf beziehungsweise -verbrauch pro Quadratmeter, die Primärenergie und den Energieträger eines Gebäudes. Für die operative Bilanz eines genutzten Gebäudes nimmt man die tatsächlichen Verbräuche aus Rechnungen und Zählern. Seine Stärke spielt der Energieausweis dort aus, wo es um Immobilienportfolios, die EU-Taxonomie oder um Näherungswerte bei fehlenden Verbrauchsdaten geht.

Was die Daten leisten müssen

Bevor eine Zahl in eine prüfbare Bilanz darf, muss sie mehr sein als ein Wert. Sie muss einheitenbehaftet sein (250 was? kWh oder MWh entscheidet über den Faktor), zeitlich korrekt zugeordnet (Abrechnungszeiträume laufen selten exakt mit dem Geschäftsjahr) und rückverweisbar – also bis zum Quelldokument nachvollziehbar. Letzteres ist kein Komfort, sondern Voraussetzung für die unter CSRD geforderte Prüfsicherheit und für die kommende Datentyp-Kennzeichnung des GHG Protocol. Eine Extraktion, die nur einen nackten Zahlenwert liefert, ist für die Bilanzierung wertlos; gefragt ist Wert plus Einheit plus Energieträger plus Zeitraum plus Lieferant plus Quellverweis.

KI-Software als verlässliche erste Meile

Genau dieses Anforderungsprofil erfüllt Intelligent Document Processing (IDP). Eine KI-Software wie Konfuzio verarbeitet einen eingehenden Beleg in vier Schritten:

• Klassifizieren: Das System erkennt automatisch, ob ein Dokument eine Stromrechnung, ein Frachtbrief oder ein Energieausweis ist – auch bei gemischten Stapeln.
• Extrahieren: Aus dem Dokument werden die bilanzrelevanten Felder ausgelesen, inklusive Mengen aus Fließtext und Tabellen.
• Validieren: Einheiten werden normalisiert, Werte plausibilisiert. Liegt die Erkennungssicherheit unter einer definierten Schwelle, eskaliert das System den Fall an einen Menschen (Human-in-the-Loop) statt stillschweigend zu raten.
• Übergeben: Die strukturierten Daten gehen per REST-API oder Webhook an das Zielsystem, die Bilanzierungssoftware

Entscheidend ist die saubere Abgrenzung der Zuständigkeiten. IDP liefert die strukturierte, einheitenbehaftete Aktivitätsgröße samt Quellverweis. Die Zuordnung des Emissionsfaktors und die eigentliche Treibhausgas-Berechnung übernimmt die Klimabilanzsoftware. „Mit Konfuzio lösen“ heißt also nicht, die Bilanz zu rechnen, sondern den Anteil aktivitätsbasiert verwertbarer Daten zu maximieren – und damit das Unternehmen in der Datenhierarchie eine Stufe nach oben zu heben.

Den Unterschied macht dabei nicht die einfache, einseitige Rechnung, sondern der schwierige Fall: das mehrseitige Dokument mit verschachtelten Tabellen, mehreren Verbrauchsstellen und Einzelpositionen, die sich über Seitenumbrüche ziehen. Hier kommt klassische OCR an seine Grenzen, weil es Layout liest, aber keine Bedeutung. Genau in diesen Dokumenten stecken aber oft die meisten Mengen – und damit die größte Fehlerquelle, wenn am Ende eine Position fehlt oder zwei Werte verwechselt werden. Eine belastbare Extraktion muss solche Strukturen verstehen, ihre Vollständigkeit selbst prüfen und im Zweifel eskalieren, statt unbemerkt Zeilen auszulassen. Was hier an Sorgfalt investiert wird, zahlt sich später in der Prüfung aus.

Drei Datentöpfe für die Klimabilanz

Damit die Erwartung stimmt, hilft eine nüchterne Einordnung. IDP kann nur extrahieren, was dokumentiert ist. Die Daten einer Klimabilanz zerfallen in drei Töpfe:

• Dokumentenbasiert – das Kernrevier von IDP. Große Teile von Scope 1 und 2 sowie mehrere Scope-3-Kategorien liegen hier. Es ist der manuell teuerste Block und bietet damit den größten Hebel.
• System- und API-Daten – Zählerstände, ERP-Stammdaten, Telematik, Reisemanagement-Tools, Versorger-EDI und der zunehmende Lieferanten-Datenaustausch über Standards wie Catena-X oder PACT. Das fließt oft gar nicht durch die Belegstrecke und wird besser per Integration angebunden. Schickt ein Lieferant seinen Product Carbon Footprint allerdings als PDF, ist es wieder ein Fall für IDP.
• Modelliert oder erhoben – Pendelverkehr der Belegschaft, die Nutzungsphase verkaufter Produkte, manche Prozessemissionen. Das steht in keinem Beleg und ist nicht extrahierbar.

IDP erschließt die belegbasierten Aktivitätsdaten erschöpfend – weit über die Rechnung hinaus –, ersetzt aber nicht die System- und Modelldaten, die ohnehin aus anderen Quellen stammen.

Die Übergabe – und was daraus an Use Cases entsteht

Am Übergabepunkt entscheidet sich der praktische Nutzen. Über eine REST-API reichen die extrahierten, geprüften Datensätze direkt in eine Klimabilanz- oder Carbon-Management-Software weiter. Der Markt dafür ist reif und differenziert; im DACH-Raum und international sind unter anderem Tanso, Plan A, Cozero, ClimatePartner und Greenly etabliert. Sie alle leben von einer Eingangsgröße, die sie selten selbst sauber beschaffen können: strukturierte, prüffähige Aktivitätsdaten. Die Schnittstelle schließt damit eine echte Lücke – nicht zwischen zwei beliebigen Tools, sondern zwischen der unstrukturierten Belegwelt und der strukturierten Bilanzlogik.

Aus dieser Kopplung entstehen Anwendungsfälle, die manuell kaum zu stemmen wären:

• Kontinuierliche statt jährliche Bilanz: Belege werden laufend verarbeitet, der Fußabdruck aktualisiert sich rollierend statt im Jahresendstress.
• Scope 3 vertiefen: Frachtbriefe und Entsorgungsnachweise erschließen Kategorien, die sonst pauschal geschätzt werden.
• CBAM-Importe: belegbasierte Mengen für die verpflichtende Berichterstattung energieintensiver Einfuhren.
• Immobilienportfolios: Energieausweise im Bestand strukturiert auswerten – für Bilanz, Bewertung und Taxonomie zugleich.
• Lieferanten-PCF-Onboarding: als PDF eingehende Footprints automatisch in die Bilanzsoftware überführen.
• Greenwashing-Prävention: Freiwillige Klimaziele und PR-Aussagen lassen sich mit belegbasierten Aktivitätsdaten absichern – jeder Wert ist bei Rückfragen von Wettbewerbern oder Umweltverbänden bis zum Quelldokument nachvollziehbar. 

Der Nutzen lässt sich nüchtern beziffern, auch ohne Marketingversprechen: Verschiebt sich der Aufwand von der manuellen Erfassung zur Ausnahmebearbeitung, verschiebt sich auch die Rolle des Nachhaltigkeitsteams – weg vom Abtippen, hin zur Analyse und zur Reduktionsstrategie. Hinzu kommt eine weniger sichtbare, aber für die Prüfung zentrale Qualität: Jeder Wert bleibt mit seinem Quelldokument verknüpft. Fragt der Wirtschaftsprüfer nach, lässt sich eine Zahl in Sekunden bis zur Originalrechnung zurückverfolgen, statt sie in Ordnern zu suchen. Derselbe lückenlose Rückverweis, den der Wirtschaftsprüfer für die CSRD-Zusicherung verlangt, wirkt auch nach außen: Wird ein freiwilliges Klimaversprechen von Wettbewerbern oder Umweltverbänden angefragt, lässt sich jede Zahl bis zum Originalbeleg zurückverfolgen. 

Fazit

Die Klimabilanzierung scheitert in der Praxis selten an Methodik oder Rechenlogik. Sie scheitert an der Datenerfassung – an der mühsamen, fehleranfälligen Handarbeit zwischen Posteingang und Bilanzsoftware. Intelligente Dokumentenverarbeitung setzt genau dort an: Sie holt die physischen Mengen aus den Belegen, in denen sie ohnehin stehen, prüft und strukturiert sie und übergibt sie nachvollziehbar an die Systeme, die daraus eine Bilanz machen. Das ersetzt weder Bilanzexpertise noch die übrigen Datenquellen. Aber es befreit die Klimabilanzierung von ihrem teuersten Engpass – und macht aus Schätzwerten belastbare Zahlen.

Benötigen Sie belastbare Daten für Ihre Klimabilanzierung? Nehmen Sie gerne Kontakt zu uns auf. Unsere Experten geben eine unverbindliche Ersteinschätzung.