Nachhaltigkeitsmanagement wird zunehmend datengetrieben – und Künstliche Intelligenz spielt dabei eine zentrale Rolle. Ob CO₂-Bilanzierung, Lieferkettenanalyse oder ESG-Berichterstattung: KI eröffnet neue Möglichkeiten, Prozesse zu beschleunigen, die Qualität zu verbessern und Unternehmen in ihrer ESG-Transformation zu unterstützen. In diesem Beitrag geht es um zentrale Chancen, konkrete Anwendungsfelder und einen Ausblick auf das, was die Zukunft bereithält.

1. Was bringen KI und Agenten für das Nachhaltigkeitsmanagement?

Die Welt der künstlichen Intelligenz entwickelt sich rasant weiter, jedes Jahr machen neue Schlagworte die Runde. Gleichzeitig beobachten wir im Jahr 3 nach ChatGPT eine Ausreifung bestimmter Anwendungen. Während die Werkzeuge in der Anfangszeit des KI-Booms häufig unzuverlässig waren und viel Herumprobieren erforderten, können inzwischen in vielen Anwendungsbereichen konsistente Produktivitätssteigerungen erreicht werden.

Verschiedene Formen von KI-Unterstützung sind schon von Anfang an Teil der Softwarelösung von Code Gaia. Wir beschäftigen uns konstant mit den technischen Neuerungen und entwickeln neue Assistenz- und Automatisierungslösungen. In diesem Artikel wollen wir einen kleinen Ausblick wagen, wie künstliche Intelligenz das Nachhaltigkeitsmanagement in Zukunft unterstützen kann.

2. Der Status Quo: KI macht Expert:Innenwissen zugänglich

Wer die Code Gaia-App benutzt, erhält bereits heute an verschiedenen Stellen KI-Unterstützung. Wir haben diese dort untergebracht, wo wir glauben, dass Prozesse auf verlässliche, fachlich korrekte und überprüfbare Weise beschleunigt werden können. So wollen wir unsere methodische Expertise möglichst reibungslos verfügbar machen. Zwei Beispiele:

• Beim Verfassen von Nachhaltigkeitsberichten verwandelt die KI-Assistenz die hochgeladenen Policy-Dokumente in Texte, welche zur jeweiligen Berichtsanforderung passen.
• Unsere Dokumenten-KI liest aus hochgeladenen Rechnungsdokumenten die umweltrelevanten Datenpunkte aus, wie z.B. den Energieverbrauch aus der Stromrechnung oder die Menge des erzeugten Abfalls aus der Rechnung vom Versorger.

Wichtig sind dabei zwei Prinzipien: Die Funktionen können problemlos auch ohne Vorerfahrung mit KI-Produkten genutzt werden, weil sie nahtlos in die Abläufe in der Software integriert sind. Und der Mensch bleibt immer am Steuer und kann alle Ergebnisse nachprüfen.

3. Die nähere Zukunft: Wissensmanagement mit KI

Textbasierte KI-Sprachmodelle sind heute deutlich mächtiger und zuverlässiger als noch vor einem Jahr. Sie können in einer größeren Zahl von Kontexten passende Antworten geben und dabei deutlich größere Datenmengen verarbeiten. Dadurch sinkt auch die Anfälligkeit für sogenannte Halluzinationen, also das “Erfinden” von Fakten in dem Fall, dass keine für die Anfrage relevanten Informationen zur Verfügung stehen.

Gleichzeitig kehrt sich ein wichtiger Trend um: Die Sprachmodelle werden nicht mehr immer größer und damit energieintensiver. Stattdessen wurden von verschiedenen Anbietern Modelle entwickelt, die auch mit relativ bescheidenem Rechenaufwand sehr gute Ergebnisse liefern. Aus der Perspektive der Nachhaltigkeit ist diese Entwicklung natürlich sehr zu begrüßen!

Vor diesem Hintergrund sehen wir folgende Entwicklungen voraus:

• Software wird zum Wissenshub: Die im Unternehmen zu Nachhaltigkeitsthemen verfügbaren Informationen, wie Policies, Berichte und Nachweisdokumente, werden möglichst vollständig in die Software eingespeist und so für die KI verfügbar gemacht.
• KI-Assistenz fast überall: Da die KI auf eine umfangreiche Wissensbasis zugreifen kann, kann sie an beinahe jeder Stelle unterstützend eingreifen und zum Beispiel passende Textvorschläge machen oder Daten einfügen.
• Belegbare KI-Vorschläge: Alle KI-generierten Ausgaben werden mit Quellenangaben versehen sein, die mit einem Klick überprüft werden können.

KI wird ein immer mächtigeres Werkzeug für das Arbeiten mit großen Datenmengen. Beispielsweise können so Datenpunkte aus großen Datenmengen extrahiert werden, ohne dass auf komplexe Tagging-Verfahren wie XBRL zurückgegriffen werden muss. Sowohl das Verfassen, als auch die Analyse von Nachhaltigkeitsberichten kann so erheblich einfacher und unbürokratischer werden.

4. Die lange Sicht: KI Agenten übernehmen komplexe Aufgaben

Agentic AI nennt man mehrschrittige Arbeitsabläufe, welche von der KI eigenständig geplant und ausgeführt werden, wobei die KI auch mit anderen Softwaresystemen wie Datenbanken oder Anwendungen interagieren kann. Dieses Prinzip steckt heute auf ähnliche Weise in den Kinderschuhen, wie ChatGPT in seiner Anfangszeit: das heißt, dass viel experimentiert und ausprobiert wird, sich aber noch wenige wirklich ausgereifte Anwendungsfälle entwickelt haben.

Falls sich die Hoffnungen verwirklichen lassen, die heute mit dieser Technologie verbunden werden, könnte dies die Art, in welcher wir mit Software arbeiten, erheblich verändern. Folgende Entwicklungen könnten möglich sein:

Spezialisierte KI-Agenten arbeiten in Multi-Agent Systems zusammen. Z.B. könnte ein Agent darauf spezialisiert sein, nachhaltigkeitsrelevante Daten zusammenzustellen. Mehrere weitere Agenten kennen sich mit den vom Unternehmen verwendeten Softwaresystemen besonders gut aus und arbeiten diesem Agenten zu – z.B., indem sie Daten aus den Personalmanagement- oder Buchhaltungssystemen extrahieren.

Software wie die Code Gaia-Anwendung wird direkt ins unternehmenseigene Ökosystem integriert. Unternehmen können mithilfe von KI ihre eigenen Arbeitsabläufe erstellen, welche zu den eigenen Prozessen passen. Datenintegrationsprozesse können dadurch fast ganz entfallen. Technologien wie das Model Context Protocol des KI-Herstellers Anthropic geben hier die Richtung vor.

Apps passen sich den Bedürfnissen der Nutzenden an. Mit Generative UI werden passende Dialoge und Formulare nach Bedarf erzeugt oder Ergebnisse wie gewünscht visualisiert.

5. Fazit

Wie Code Gaia auf KI blickt: Was immer auch die Zukunft bringt – wir haben uns vorgenommen, beim Thema KI eng am Ball zu bleiben. Unsere Vision ist, die Routinearbeit zu automatisieren, um mehr Zeit für die Umsetzung wirksamer Nachhaltigkeitsmaßnahmen zu schaffen.