Wie ESG-Datenmanagement den Datenhaushalt beeinflussen kann (Bild: KPMG, Getty Images)

ESG-Datenmanagement: Die Kunst des Hausbaus mit unfertigen Plänen

Banken müssen ihr Datenhaus mit immer mehr Zimmern ausstatten: Aktienmarkt und Unternehmensberichterstattung bringen seit jeher große Mengen von Daten hervor. Und der Wandel zu einer nachhaltigen Wirtschaft, in der ESG-Kriterien (Environmental, Social, Governance) berücksichtigt werden, läutet nun noch einmal eine neue Ära der Komplexität ein. Erschwerend kommt hinzu: Das ESG-Datenhaus müssen die Institute auf unfertigen Plänen bauen.

Für Banken schlägt sich der Wandel zu einer ‚Green Economy‘ vor allem in der Risikoanalyse nieder. Denn Nachhaltigkeitsrisiken sind zunehmend nicht mehr nur eine Position in der Bilanz. Sie erfordern vielmehr ein aktives Management. Denn der Druck kommt von allen Seiten: von institutionellen Anlegern, Ratingagenturen und aus der Gesellschaft. Wer nicht nachhaltig handelt, dem drohen Reputationsschäden.

Umfangreicher werden auch die regulatorischen Vorgaben: Mit dem Aktionsplan „Sustainable Finance“ will die Europäische Union (EU) zu einer ökologisch nachhaltigen Entwicklung der Wirtschaft beitragen. Erlasse auf EU-Ebene, zum Beispiel die Taxonomie-Verordnung oder die „Corporate Sustainability Reporting Directive“ (CSRD) sind ebenso zeitnah zu erfüllen wie die Anforderungen, die das Basel-Komitee für Bankenaufsicht in den „Principles for the effective management and supervision of climaterelated financial risks“ (BCBS 530) stellt.

Risiken kennen: Auf der Suche nach den ESG-Daten

Das Umfeld ist dynamisch. Klar ist derzeit, was unklar ist: Die Anforderungen sind in ständiger Bewegung. Ein Beispiel: Für eine ESG-orientierte Risikobewertung oder Klassifizierungen nach der EU-Taxonomie müssen Banken den Umfang ihrer ESG-Risiken kennen und wissen, wie sie sich auf die finanzierten Assets auswirken. Zum Beispiel müssen sie beurteilen, wie anpassungsfähig ein Geschäftsmodell in einer klimaneutralen Zukunft sein wird oder wie die Kreditqualität unter bestimmten Auswirkungen leiden könnte. Woher nehmen Banken die dafür notwendigen Daten?

Die Beschaffung ist alles andere als trivial. Marktanalysen prognostizieren, dass die weltweite Datenmenge von 33 Zettabyte im Jahr 2018 auf rund 180 Zettabyte im Jahr 2025 steigen wird. Ein Zettabyte? Das entspricht der Speicherkapazität von rund zwei Billionen Kinofilmen. Aus dieser Datenflut die relevanten Informationen mit ESG-Bezug zu entnehmen und diese dann sinnvoll auszuwerten, ist entscheidend.

Daten vom Datenanbieter?

Viele Datenanbieter haben diesen Bedarf erkannt und liefern bereits verschiedene Kennzahlen mit Nachhaltigkeitsbezug. Allerdings ist fraglich, ob diese Datensammlungen alle Anforderungen abdecken. Auch Qualität und Aktualität sind hier oft nur schwer überprüfbar.

Kurzfristig sollten Banken sich mit dem Kauf von Daten behelfen, um frühzeitig Erfahrungen in der ESG-Steuerung zu sammeln. Langfristig sind die Kreditinstitute jedoch gut beraten, ESG-Daten als integralen Bestandteil des Kundendialogs zu verstehen und Datenanforderungen auf diesen Punkt im Kreditprozess auszurichten. Gleichzeitig müssen sie auch entscheiden, für welche Teile des Bestandsportfolios eine Nacherfassung notwendig erscheint. Die Kunst wird sein, taktische und strategische Datenbeschaffung und -verarbeitung zunächst parallel anzugehen und mit den gewonnenen Erfahrungen nach und nach in neuen Geschäftsprozessen zusammenzuführen.

Wie sich der Datenhaushalt sinnvoll aufbauen lässt

Für die Integration der ESG-Vorgaben in die Infrastruktur der Bank bietet sich eine zentrale Stelle an. Das muss kein physisches Rechenzentrum sein. Wichtig ist aber eine zentrale Kompetenz, um ESG-Prozesse koordinieren und ausführen zu können. Dabei geht es beispielsweise um Prozesse für Geschäftsentscheidungen wie ESG-Scoring, Prozesse für die interne Steuerung, darunter Portfolio-Simulation und interne Stresstests oder externes Reporting zum Beispiel der EU-Taxonomie.

Ziel sollte es sein, dass alle Prozesse, Produkte und Rechtsdokumente die Daten aus dieser qualitätsgesicherten Datenbasis erhalten. Dadurch ist eine Pflege unterschiedlicher Herkunftsorte der Daten nicht länger erforderlich – und der Einfluss auf ESG lässt sich transparent messbar machen.

Fazit: Banken müssen ihr Datenhaus auf der Basis von unfertigen Plänen bauen. Daher sollten sie sich frühzeitig um kompetente Unterstützung bemühen und in der Belegschaft die Strukturen auf die ESG-Anforderungen vorbereiten.

Jetzt den Newsletter KPMG Transformation Insights Financial Services abonnieren – hier anmelden!

Tägliche Fintech-News in Dein Postfach!