Heute, am 3.11.2026, startet die Universität Osnabrück ein Forschungsprojekt, das Unternehmen mit Künstlicher Intelligenz (KI) auf ihre Nachhaltigkeit prüfen soll. Die Idee klingt zunächst ziemlich trocken, könnte für Banken und Investoren aber sehr praktisch werden: Aus verstreuten Angaben soll eine Art Nachhaltigkeitsnote für Unternehmen und einzelne Projekte entstehen.

Unternehmen veröffentlichen Informationen zu ihrer Nachhaltigkeit unter anderem in Geschäftsberichten und sozialen Medien. Für Investoren ist es allerdings schwierig, diese Angaben zu bewerten und miteinander zu vergleichen. Genau dort setzen die Forschenden an. Sie wollen die verfügbaren Informationen mithilfe von KI auswerten und die Ergebnisse als Entscheidungshilfe für Banken und Investoren aufbereiten. Beteiligt sind fünf Fachgebiete der Universität Osnabrück.

Ein Campus für Künstliche Intelligenz

Das Projekt passt zur langjährigen Profilbildung der Universität im Bereich Künstliche Intelligenz. Daraus ist der KI-Campus der Universität Osnabrück entstanden. Er verbindet Informatik, Kognitionswissenschaft, Wirtschaftsinformatik und Mathematik – also Fächer, die sich nicht nur mit Rechenmodellen, sondern auch mit menschlichem Denken, wirtschaftlichen Abläufen und mathematischen Grundlagen beschäftigen.

Am KI-Campus arbeiten derzeit etwa 20 Professorinnen und Professoren sowie mehr als 100 wissenschaftliche Mitarbeitende. Zum Campus gehören außerdem vier einschlägige Stiftungsprofessuren, die von der Wirtschaft beziehungsweise der Stadt und dem Landkreis Osnabrück finanziert werden. Weitere Professuren sollen über aktuelle Bund-Länder-Programme zu Künstlicher Intelligenz und Digitalisierung eingeworben werden. So soll der Personalbestand langfristig wachsen. Bei der Ausschreibung neuer Digitalisierungsprofessuren durch das Land Niedersachsen erhielt die Universität zusätzliche Professuren bewilligt.

Der Blick reicht dabei über Informationstechnik und Kognitionswissenschaft hinaus. Untersucht werden auch rechtliche Auswirkungen, sozialwissenschaftliche Folgen und ethische Fragen des zunehmenden KI-Einsatzes. Gerade bei einer Nachhaltigkeitsnote dürfte das wichtig sein: Eine Zahl wirkt schnell eindeutig, obwohl hinter ihr viele Annahmen und unterschiedliche Datenquellen stecken.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Viele Daten, viele Stolpersteine

Unternehmen sollen negative ökologische und soziale Auswirkungen reduzieren und Transparenz sowie Verantwortung in ihre Geschäftspraktiken integrieren. In der Praxis liegen ESG-Daten zu Umwelt, Sozialem und Unternehmensführung jedoch häufig fragmentiert vor. Viele Firmen bauen ihr ESG-Management und -Reporting wegen öffentlicher Erwartungen und regulatorischer Vorgaben überhaupt erst auf. Standardisierte Prozesse zur Erhebung fehlen teilweise.

Dazu kommen umfangreiche, komplexe Daten aus verschiedenen Quellen – etwa Angaben zu CO₂-Emissionen entlang der Wertschöpfungskette, also zu Scope 3. Zahlreiche interne und externe Akteure liefern Informationen; Quellen müssen identifiziert und Zuständigkeiten abgestimmt werden. Für viele Unternehmen ist die Analyse von ESG-Daten Neuland. Erst müssen sie verstehen, welche Inhalte und Anforderungen gelten, damit eine belastbare Berichterstattung entstehen kann.

Eine zentrale Rolle spielt dabei die Doppelte Wesentlichkeitsanalyse nach der Corporate Sustainability Reporting Directive (CSRD). Sie legt fest, welche Themen nach den European Sustainability Reporting Standards (ESRS) berichtet werden müssen. Klingt nach Aktenordnern, Tabellen und langen Sitzungen – und ehrlich gesagt ist es das wohl auch.

KI kann helfen, große und komplexe Datenmengen zu strukturieren und Dateninkonsistenzen aufzudecken. KI-gestützte Lösungen können die Erfassung und Verarbeitung automatisieren und damit die Fehleranfälligkeit reduzieren. Studien berichten, dass KI die Qualität von Ergebnissen erhöhen und Prozesse effizienter machen kann. ESG-Teams könnten von zeitaufwendigen manuellen Tätigkeiten entlastet werden und sich stärker um die strategische Verankerung von Nachhaltigkeit kümmern.

Vom Smart Meter bis zum Berichtsentwurf

Mögliche Anwendungen gibt es viele: Strukturierte und wiederkehrende Daten lassen sich validieren, maschinelles Lernen kann Inkonsistenzen und unplausible Werte erkennen. Systeme können Datenlücken bei regulatorisch erforderlichen Datenpunkten aufspüren und mit großen Sprachmodellen relevante Kennzahlen aus Dokumenten extrahieren sowie mit regulatorischen Anforderungen abgleichen.

Auch Daten aus Smart Metern oder Lieferscheinen könnten extrahiert, analysiert und für CO₂-Bilanzen kategorisiert werden. KI kann Emissionsfaktoren automatisch zuordnen und die Berechnung von Product Carbon Footprints (PCF) vereinfachen. Im Rahmen der Doppelten Wesentlichkeitsanalyse nach CSRD wären außerdem unternehmensspezifische Vorschläge für Auswirkungen, Risiken und Chancen, kurz IROs, möglich. Selbst Berichtsentwürfe könnten auf Grundlage von Rohdaten, Notizen und bereits vorhandenen Berichten entstehen.

Die Forschung in Osnabrück zielt damit nicht nur auf eine Bewertung am Ende des Prozesses. KI kann grundsätzlich alle Schritte des Nachhaltigkeitsmanagements unterstützen – von der Datensammlung bis zum Reporting. Das klingt effizient, hat aber einen Haken, der nicht kleinzureden ist.

Die Maschine braucht Kontrolle

KI-Systeme sind fehleranfällig. Eine Studie nennt derzeit eine Fehlerquote von etwa 23 Prozent. Ergebnisse dürfen deshalb nicht ungeprüft übernommen werden. Entscheidend ist außerdem die Qualität der Trainingsdaten: Ungeeignete oder verzerrte Daten können zu voreingenommenen Ergebnissen führen.

Dann sind da noch Halluzinationen. So werden Fälle genannt, in denen eine KI erfundene Ergebnisse erzeugt, die überzeugend wirken können. Bei Nachhaltigkeitsinformationen wäre das besonders heikel, weil eine sauber aussehende Zahl schnell in einen Bericht, eine Finanzierungsentscheidung oder eine Bewertung wandern könnte.

Beim Einsatz müssen Unternehmen unter anderem die EU-KI-Verordnung und die Datenschutz-Grundverordnung (DSGVO) einhalten. Geeignete Kontroll- und Compliance-Maßnahmen sind daher nötig. Die KI kann Arbeit abnehmen, Daten ordnen und Prozesse beschleunigen – prüfen muss am Ende trotzdem jemand, ob die Zahl wirklich stimmt und ob sie überhaupt die richtige Frage beantwortet.