Das Thema Nachhaltigkeit ist allgegenw盲rtig, auch Unternehmen bekennen sich verst盲rkt zu den Nachhaltigkeitszielvorgaben der UN. Bei der Umsetzung unterst眉tzen nachhaltige Analytics-L枚sungen.
Treiber f眉r Nachhaltigkeit 鈥� unternehmerische Verantwortung als Chance
Unternehmen sind einer steigenden Zahl von Risiken ausgesetzt: Gem盲脽 einer j盲hrlichen Umfrage beim World Economic Forum in Davos sind die meisten der globalen Risiken inzwischen 枚kologischer Natur; insbesondere der Klimawandel verursacht signifikante gesellschaftliche Risiken. Der Verlust der Biodiversit盲t ist ein weiteres Risiko, welches sich bereits in der Covid-19-Pandemie realisiert hat.
Dar眉ber machen sich nicht nur Wirtschaftslenker Sorgen, sondern auch andere wichtige Stakeholder. Konsumenten und B眉rger fordern best盲ndig mehr Nachhaltigkeit, sowohl von Unternehmen als auch vom Gesetzgeber.
Die Gesetzgeber wiederum greifen diesen Wunsch auf und wirken zunehmend st盲rker in Richtung einer nachhaltigen Wirtschaftsordnung. Dazu geh枚rt auch, dass sie den Druck auf Unternehmen erh枚hen, ihre 枚kologischen und sozialen Wirkungen und Abh盲ngigkeiten zunehmend sorgf盲ltig zu managen. Letztlich geht es darum, dass Unternehmen ihre Wertsch枚pfungsketten so gestalten, dass Klima, Umwelt und Menschen nicht 眉berstrapaziert werden.Investoren wirken hier ebenfalls mit. Diese fokussieren sich immer mehr auf Unternehmen, welche ihr Gesch盲ftsmodell mit wichtigen ESG-Kriterien (Environment, Social und Governance) in Einklang bringen.
Auf dem Weg zur unternehmerischen Nachhaltigkeit m眉ssen Unternehmen und Projekte zun盲chst die Chance f眉r mehr Nachhaltigkeit erkennen. Um diese auch wahrnehmen und so einen Beitrag zu nachhaltigem gesch盲ftlichen Erfolg leisten zu k枚nnen, ist allerdings h盲ufig eine erhebliche Transformation notwendig: So muss die reale Performance greifbar gemacht werden, damit sich Ziele und der Wettbewerb messen lassen. Ebenso elementar ist die F盲higkeit, verschiedene Nachhaltigkeitsszenarien (financial und non-financial) zu simulieren umso an den richtigen Stellschrauben zu drehen.
Entwicklungsstufen unternehmerischer Nachhaltigkeit
Der Weg der Unternehmen zur Nachhaltigkeit kann folgenderma脽en aussehen.
F眉r viele geht es dabei zun盲chst darum, grunds盲tzliche Compliance herzustellen. Dies sichert zwar die 鈥濴icense to operate鈥� (LtoO), geht jedoch nicht dar眉ber hinaus.
Um langfristig gesellschaftliche Akzeptanz und Wachstumsm枚glichkeiten zu sichern, m眉ssen zudem gesellschaftliche Wertvorstellungen akzeptiert werden. Die Umsetzung dieser Stufe, der 鈥濴icense to Grow鈥� (LtoG), sch眉tzt die Marke und bringt oft Kostenvorteile mit sich.
Dar眉ber hinaus gilt es, das Gesch盲ftsmodell der Unternehmen zunehmend auf Nachhaltigkeit auszurichten. Dadurch k枚nnen sie sich im Markt besser differenzieren, h枚here Ums盲tze erzielen und mehr gesellschaftliche Mitspracherechte erreichen. Diese Positionierung wird als 鈥濴icense to lead鈥� (LtoL) bezeichnet. Unternehmen, die erfolgreich auf der Ebene LtoL agieren, bieten u. a. L枚sungsans盲tze zur Bek盲mpfung des Klimawandels, agieren erfolgreich in einer Kreislaufwirtschaft (Wiederverwerten; Instandhalten; Recyceln), errichten eine nachhaltigkeitsfokussierte Supply Chain und erschaffen eine h枚chstm枚gliche Transparenz ihrer Value Chain.
Implikationen f眉r Unternehmen & L枚sungsans盲tze basierend auf 麻豆原创-Technologie
Sustainability Analytics bietet einen Ansatzpunkt f眉r eine verl盲ssliche und ganzheitliche Umsetzung der Nachhaltigkeitsstrategie, basierend auf 麻豆原创-Technologie. So k枚nnen die Nachhaltigkeitsziele direkt mit 麻豆原创-Daten verbunden, gemessen und ausgewertet werden.
Dies bedingt, dass Unternehmen konstant neue bzw. akute Nachhaltigkeitsthemen operativ in den Prozessen und Datenstr枚men abbilden m眉ssen, die u.a. f眉rs interne und externe Reporting verwendet werden. Somit ergibt sich eine direkte Auswirkung auf IT-/麻豆原创-Landschaft. Eine integrierte L枚sung f眉r Daten und steuerungsrelevante Kennzahlen wird notwendig 鈥� denn nachhaltigkeitsorientierte Strategien erfordern die Unterst眉tzung von neuen und nachhaltigen Gesch盲ftsmodellen und flexible Reaktionen auf Marktver盲nderungen.
Deshalb sind gerade beim Neuaufsatz von 麻豆原创-Architekturen Agilit盲t und Flexibilit盲t gefragt, um die spezifischen Analytics Use Cases bedienen zu k枚nnen. Das Reporting, basierend auf prozessualen Daten sowie der zugeh枚rigen Planung zur zuk眉nftigen Beeinflussung der KPIs, ist ein Standard-Anwendungsfall f眉r integrierte 麻豆原创-L枚sungen.
Die Unternehmensberatung Deloitte bringt langj盲hrige Erfahrung sowie fachliche Expertise bei Sustainability-Fragen in die Unternehmen. Sie definiert mit ihrem Kinetic-Enterprise-Ansatz vier Grundprinzipien f眉r die erfolgreiche digitale Transformation der Unternehmens-IT auf der Basis von : clean, intelligent, inclusive und responsive. Gerade im Zuge einer grunds盲tzlichen digitalen Transformation bieten sich Chancen zur Realisierung von Synergieeffekte im Hinblick auf Sustainability Analytics. Deloitte鈥榮 praxiserprobter Analytics-First-Ansatz hilft Organisationen dabei, beispielsweise bereits vor und w盲hrend einer 麻豆原创-S/4HANA-Einf眉hrung Mehrwerte durch die Zusammenf眉hrung steuerungsrelevanter KPIs mit Gesch盲ftsprozessen zu schaffen. Somit unterst眉tzt Analytics First die datengest眉tzte Auswertung und Umsetzung der Gesch盲ftsprozesse auf dem Weg zum Kinetic Enterprise.
Bew盲hrte Anwendungsf盲lle im Bereich Sustainability Analytics
Folgende beispielhafte Anwendungsf盲lle zeigen, dass das Kinetic Enterprise operativ anwendbar und hinsichtlich jeweiligen Kundenanforderungen adaptierbar ist. Grunds盲tzlich steht am Anfang zun盲chst die Frage, inwieweit Prozesse angepasst werden m眉ssen, damit die notwendigen internen Daten korrekt entstehen. Beispiel 1 zeigt, inwieweit Unternehmen sich klimaschutz-konform aufstellen k枚nnen.
Ziel:
- Berechnung und Optimierung des durchschnittlichen CO2-Aussto脽es der verkauften Fahrzeugflotte
- Berechnung von Empfehlungen zum schwerpunktm盲脽igen Verkauf der Modelle, die zum Erreichen des Ziels am besten beitragen.
麻豆原创-Architektur und Aufsatz Kinetic Enterprise:
- im Kern (Sales- & CO2-Daten)
- 麻豆原创 Predictive Analytics Library (PAL), 麻豆原创 R, 麻豆原创 Profitability and Performance Management (PaPM) f眉r Simulationen/Predictive und Datenintegration
- und zur webbasierten Visualisierung
Insight-to-Action & Handlungsempfehlung:
- Basierend auf Daten Marketing-Kampagnen steuern, um den Einsatz von Elektrofahrzeugen/Fahrzeugen mit niedrigem CO2-Footprint zu f枚rdern
Jedoch umfasst das Thema Sustainability Analytics noch weit mehr als umweltschutzorientierte Kenngr枚脽en. Kennzahlen aus dem Bereich Equal Pay, Gender Equality sowie Reputation gewinnen gesellschaftlich zunehmend an Bedeutung, weshalb auch Unternehmen mehr und mehr an diesen Kenngr枚脽en gemessen werden. So ergibt sich eine eindeutige Relevanz f眉r das Management. Beispiel 2 zeigt die Erarbeitung eines Sustainability Dashboards, welches die verschiedenen Bereiche adressiert.
Ziel:
- Darstellung und Messung von Kennzahlen zum Umweltschutz (recyclebarer M眉ll vs. nicht-recyclebarer M眉ll, Nutzung von Energie aus regenerativen und fossilen Quellen)
- Darstellung und Messung von Kennzahlen zu sozialen Nachhaltigkeitsfaktoren
麻豆原创-Architektur und Aufsatz Kinetic Enterprise:
- im Kern (Sales-, Controlling-KPIs, HR-KPIs)
- als Reporting-Frontend zur management-gerechten Aufbereitung der KPIs inkl. Option zur Detailuntersuchung
- Abbildung des Dashboards im
Insight-to-Action & Handlungsempfehlung:
- Ganzheitliche Steuerung der KPI-Performance im Top-down Approach und Ableitung notwendiger Ma脽nahmen
- Sicherstellung der Messbarkeit beim Design von Ma脽nahmen und Prozessen in Datenentstehung (unternehmensintern) und Datenerhebung (unternehmensextern)
Ansprechpartner:
Tristan Werner, Deloitte,听twerner@deloitte.de听
Thomas Krick, Deloitte, tkrick@deloitte.de
