Nachhaltigkeitsberichte in Europa Analyse von zehn Jahren Unternehmensdaten zu Umwelt und Sozialkennzahlen

Nachhaltigkeitsberichte in Europa Analyse von zehn Jahren Unternehmensdaten zu Umwelt und Sozialkennzahlen

Analyse von Nachhaltigkeitsberichten: Erkenntnisse aus zehn Jahren Unternehmensdaten

Eine aktuelle Untersuchung zeigt, dass Unternehmen ihre Klimabilanz zunehmend offenlegen. Allerdings bleiben Angaben zu Emissionen entlang der Wertschöpfungsketten sowie zu sozialen Aspekten häufig unvollständig.

Methodik und Datenbasis

Ein Forscherteam der Ludwig-Maximilians-Universität München (LMU) und der Universität zu Köln hat mithilfe eines KI-gestützten Verfahrens rund 2,9 Millionen Nachhaltigkeitskennzahlen aus Unternehmensberichten der letzten zehn Jahre ausgewertet. Die Analyse umfasst Geschäfts- und Nachhaltigkeitsberichte der 600 größten börsennotierten europäischen Unternehmen. Insgesamt wurden etwa 9.000 PDF-Dokumente mit 1,7 Millionen Seiten aus den Jahren 2014 bis 2023 untersucht.

Der Untersuchungszeitraum liegt vor der Einführung der neuen EU-Berichtspflicht CSRD. Die Berichte basieren überwiegend auf der vorherigen Regelung. Die Forschenden verwendeten die detaillierteren Anforderungen der CSRD rückwirkend als Analysegrundlage, um den Grad der Transparenz in Umwelt-, Sozial- und Governance-Themen (ESG) vor Inkrafttreten der strengeren Vorgaben zu bewerten.

Automatisierte Auswertung mit großem Sprachmodell

Zur Bewältigung der umfangreichen Datenmenge kam ein großes Sprachmodell (Llama-3.1-70B-Instruct) zum Einsatz, das die Berichte automatisiert nach 501 ESG-Kennzahlen durchsuchte. Professor Thorsten Sellhorn von der LMU betont, dass diese Methode erstmals eine systematische und kostenfreie Analyse der tatsächlich berichteten Daten ermöglicht. Bisher waren Forschende und Aufsichtsbehörden auf teure, uneinheitliche kommerzielle Datensätze angewiesen.

Ergebnisse: Zunahme der Transparenz bei unterschiedlicher Entwicklung der Kennzahlen

  • Die Offenlegung von Nachhaltigkeitskennzahlen stieg zwischen 2014 und 2023 im Durchschnitt um 52,4 Prozent.
  • Unternehmen mit niedrigen ESG-Ratings haben den Abstand zu den nachhaltigsten zehn Prozent deutlich verringert. Während 2014 noch ein Unterschied von 39,4 Prozentpunkten bestand, betrug dieser 2023 nur noch 6,8 Prozent.
  • Direkte Emissionen der Unternehmen gingen deutlich zurück, während die berichteten indirekten Emissionen entlang der Wertschöpfungskette um das Fünffache zunahmen. Dies ist vor allem auf eine verbesserte Erfassung verschiedener Emissionskategorien zurückzuführen und nicht zwingend auf einen tatsächlichen Anstieg der Emissionen.
  • Soziale Kennzahlen zeigen ein uneinheitliches Bild: Der Frauenanteil im Topmanagement stieg um 9,2 Prozentpunkte, während die Lohnungleichheit zwischen Führungskräften und Median-Gehältern der Belegschaft seit 2014 stark zugenommen hat.

Victor Wagner, Mitautor der Studie, weist darauf hin, dass eine verbesserte Datenverfügbarkeit nicht zwangsläufig eine Verschlechterung der Nachhaltigkeitsleistung bedeutet. Für eine valide Bewertung müssen Verfügbarkeit und tatsächliche Entwicklung der Daten klar voneinander getrennt werden.

Bereitstellung der Daten für Forschung und Öffentlichkeit

Im Rahmen der Open Science-Initiative „Sustainability Reporting Navigator“ stellt das Team den Datensatz sowie den Analysecode frei zugänglich bereit. Kerstin Forster, Erstautorin der Studie, hebt hervor, dass Nachhaltigkeitsinformationen bislang häufig schwer zugänglich oder kostenpflichtig waren. Der offene Zugang ermöglicht es Aufsichtsbehörden, Investoren und zivilgesellschaftlichen Organisationen, Unternehmen systematisch zu vergleichen und zur Verantwortung zu ziehen.


Kontakt für wissenschaftliche Rückfragen

Prof. Dr. Thorsten Sellhorn
Institut für Rechnungswesen und Wirtschaftsprüfung
Ludwig-Maximilians-Universität München
Telefon: +49 (0) 89 / 2180 – 6264
E-Mail: sellhorn@lmu.de


Originalpublikation

K. Forster, L. Keil, V. Wagner, M. A. Müller, T. Sellhorn & S. Feuerriegel: Assessing corporate sustainability with large language models: evidence from Europe. Nature Communications 17, 5940 (2026).
https://www.nature.com/articles/s41467-026-75160-z
https://doi.org/10.1038/s41467-026-75160-z