Wie KI die doppelte Wesentlichkeitsanalyse verändert (2026)

Die doppelte Wesentlichkeitsanalyse, ein Eckpfeiler der CSRD (Richtlinie über die Nachhaltigkeitsberichterstattung von Unternehmen), ist für Unternehmen, die sowohl die finanziellen als auch die Nachhaltigkeitsauswirkungen ihrer Geschäftstätigkeit verstehen wollen, unerlässlich. Bei dieser Beurteilung wird nicht nur bewertet, wie sich Nachhaltigkeitsthemen auf ein Unternehmen finanziell auswirken, sondern auch, wie sich die Geschäftstätigkeit des Unternehmens auf die Umwelt und die Gesellschaft auswirkt. Der Prozess kann in drei entscheidende Schritte unterteilt werden: Verständnis des Kontextes, Identifizierung der Stakeholder und Identifizierung und Bewertung der Relevanz der Auswirkungen (IROs). Angesichts der zunehmenden Komplexität der ESG-Anforderungen (Umwelt, Soziales und Unternehmensführung) bietet die Künstliche Intelligenz (KI) eine transformative Möglichkeit, jede Phase dieser Analyse zu optimieren.

Kurz gesagt: Generative KI beschleunigt die doppelte Wesentlichkeitsanalyse dort, wo sie am textlastigsten ist: bei der Abbildung der Wertschöpfungskette, der Auflistung und Beschreibung von Stakeholdern, der Beschreibung von IROs und der Begründung ihrer Bewertungen. Bei 200 IROs sparen KI-Entwürfe über 26 Stunden Schreibarbeit. Was wesentlich ist, entscheidet die KI nicht. Urteile, Schwellenwerte und Dokumentation bleiben in der Verantwortung des Unternehmens, deshalb muss jeder Entwurf geprüft werden.

KI im Prozess der doppelten Wesentlichkeitsanalyse

1. Den Kontext verstehen

Der erste Schritt bei einer doppelten Wesentlichkeitsanalyse besteht darin, den Kontext zu erfassen, in dem ein Unternehmen tätig ist. Dazu gehört die Abbildung der Wertschöpfungskette, um potenzielle ESG-bezogene Auswirkungen und Chancen zu identifizieren. KI kann diesen Prozess durch maßgeschneiderte Eingabeaufforderungen erheblich vereinfachen. Zum Beispiel:

• Eingabeaufforderung für KI: „Erstellen Sie eine typische Wertschöpfungskette für ein Unternehmen der Branche [industry], das hauptsächlich [Product A] und [Product B] herstellt. Stellen Sie die wichtigsten Aktivitäten, verantwortlichen Parteien, Geschäftsbeziehungen und potenziellen IROs im Zusammenhang mit ESG-Belangen heraus.“

Durch den Einsatz von KI können Unternehmen schnell detaillierte und maßgeschneiderte Einblicke in ihre Wertschöpfungsketten gewinnen, Zeit sparen und sicherstellen, dass keine kritischen Aspekte übersehen werden. Diese Erkenntnisse bilden eine solide Grundlage für die Identifizierung der wichtigsten ESG-Risiken und -Chancen, die für die Geschäftstätigkeit des Unternehmens relevant sind.

2. Identifizierung und Analyse der Stakeholder

Die Identifizierung relevanter Stakeholder und das Verständnis ihrer Perspektiven ist ein zentraler Bestandteil der doppelten Wesentlichkeitsanalyse. KI kann dabei helfen, umfassende Stakeholder-Listen zu erstellen und sie nach ihrer Relevanz für ESG-Themen zu priorisieren. Zum Beispiel:

• Eingabeaufforderung für KI: „Ich führe eine Stakeholder-Analyse im Rahmen der CSRD durch. Mein Unternehmen ist in der Branche [industry] tätig. Bitte erstellen Sie eine Liste potenzieller Stakeholder, die für ESG-Belange relevant sind, weisen Sie jedem eine Relevanzbewertung (1 = niedrig, 2 = mittel, 3 = hoch) auf der Grundlage ihres Einflusses und ihrer Auswirkungen zu und schlagen Sie die wichtigsten Perspektiven vor, die sie vertreten könnten.“

KI hilft auch bei der stakeholder-spezifischen Analyse, indem sie Unternehmen dabei unterstützt, zu antizipieren, wie verschiedene Gruppen die ESG-Auswirkungen wahrnehmen und bewerten könnten:

• Eingabeaufforderung für KI: „Wie würde der Stakeholder [name] die IRO [description of IRO] anhand der folgenden Kriterien bewerten: Ausmaß, Umfang, Wahrscheinlichkeit und Reversibilität? Verwenden Sie eine Skala von 1 (sehr gering) bis 5 (sehr hoch).“

Dieser Ansatz gewährleistet eine systematische Bewertung der Erwartungen der Stakeholder, was für die Ausrichtung von Nachhaltigkeitsinitiativen auf die Prioritäten der Stakeholder entscheidend ist.

Außerdem kann KI die Stimmung der Stakeholder durch natürliche Sprachverarbeitung (NLP) analysieren. Durch die Überprüfung öffentlicher Erklärungen, der Medienberichterstattung und der Aktivitäten in den sozialen Medien bietet KI Echtzeiteinblicke in die Entwicklung der Stakeholder-Meinungen im Laufe der Zeit und bietet so eine dynamische Perspektive anstelle einer statischen Momentaufnahme.

3. Identifizierung und Bewertung der Wirkungsrelevanz (IROs)

Die Identifizierung und Bewertung von IROs ist der ressourcenintensivste Teil der Bewertung. Jede IRO muss anhand bestimmter Kriterien wie Umfang, Reichweite, Reversibilität und Wahrscheinlichkeit bewertet werden. KI kann den Zeit- und Arbeitsaufwand für diese Bewertungen erheblich reduzieren:

• Eingabeaufforderung für KI: „Bewerten Sie im Rahmen der doppelten Wesentlichkeitsanalyse (CSRD/ESRS) die IRO [IRO type – description] in der Branche [industry]. Vergeben Sie Werte für:

  • Ausmaß (Schwere der Auswirkung): [value]
  • Umfang (betroffene Bereiche): [value]
  • Reversibilität (Umkehrbarkeit der Auswirkung): [value]
  • Wahrscheinlichkeit (Eintrittswahrscheinlichkeit): [value]

  Begründen Sie jede Bewertung und erläutern Sie den Zusammenhang zwischen der IRO und ihren Auswirkungen auf ESG-Themen.“

Die Fähigkeit der KI, konsistente, gut begründete Begründungen für diese Kriterien zu erstellen, kann Unternehmen viel Zeit ersparen. Wenn beispielsweise für 200 IROs jeweils mindestens zwei Begründungen erforderlich sind und die manuelle Erstellung jeder Begründung fünf Minuten dauert, entspricht dies einem Arbeitsaufwand von über 33 Stunden. KI kann diesen Zeitaufwand auf etwa eine Minute pro Begründung reduzieren, was eine Zeitersparnis von mehr als 26 Stunden bedeutet, während gleichzeitig Qualität und Konsistenz erhalten bleiben. Und da IROs zur Wesentlichkeitsanalyse von Auswirkungen mehr als 2 Begründungen benötigen, ist es sehr wahrscheinlich, dass Unternehmen durch KI noch mehr Stunden einsparen können.

Darüber hinaus kann KI dabei helfen, IROs in präziser Sprache zu beschreiben, die der ESRS-Terminologie folgt. Ob eine Beschreibung für Ihr Unternehmen zutrifft, muss Ihr Team aber weiterhin selbst prüfen.

Über die Bewertung hinaus können KI-gestützte Plattformen auch IROs priorisieren, indem sie sie mit Branchenbenchmarks oder Nachhaltigkeitszielen vergleichen. Dadurch wird sichergestellt, dass die kritischsten Auswirkungen zuerst angegangen werden, was sowohl mit den gesetzlichen Anforderungen als auch mit der Unternehmensstrategie in Einklang steht.

Verbesserung der Zusammenarbeit und Effizienz

Einer der oft übersehenen Vorteile von KI bei der doppelten Wesentlichkeitsanalyse ist ihre Fähigkeit, die abteilungsübergreifende Zusammenarbeit zu verbessern. Durch die Zentralisierung von Daten und Erkenntnissen ermöglichen KI-Tools den Nachhaltigkeitsteams, den Finanzabteilungen und der Geschäftsleitung eine engere Zusammenarbeit. Visuelle Dashboards, automatisierte Berichte und Echtzeit-Updates machen es einfacher, die Stakeholder auf die wichtigsten Prioritäten und Entscheidungen einzustimmen.

Darüber hinaus vereinfacht die KI den Prozess der Szenarioanalyse. Unternehmen können verschiedene ESG-Szenarien modellieren, um zu verstehen, wie sich unterschiedliche Faktoren – z. B. regulatorische Änderungen oder Veränderungen im Verbraucherverhalten – auf ihre Wesentlichkeitsanalyse auswirken könnten. Diese vorausschauende Fähigkeit fügt der Analyse einen strategischen Wert hinzu und hilft Unternehmen, aufkommenden Risiken und Chancen einen Schritt voraus zu sein.

Materiality Master: KI als Assistentin, nicht als Entscheidungsträgerin

Materiality Master hat einen KI-Assistenten in die beiden textlastigsten Schritte der doppelten Wesentlichkeitsanalyse integriert: die Stakeholder-Analyse und die IRO-Analyse. Er entwirft:

• Stakeholder-Beschreibungen: Rolle und Bedeutung des Stakeholders für die Analyse, sobald Sie genügend Angaben gemacht haben.
• IRO-Beschreibungen: auf Basis Ihrer Unternehmensangaben, allgemeinen Wissens zum jeweiligen ESRS-Thema und einer integrierten IRO-Datenbank.
• Begründungen für Ihre Bewertungen: passend zu den von Ihnen vergebenen Werten und neu generiert, wenn Sie eine Bewertung ändern.

Die KI ist dabei keine Entscheidungsträgerin. Wesentlichkeit, Typ, Stufe der Wertschöpfungskette, Zeithorizont und Bewertungen legen Sie selbst fest, und Sie behalten die volle Kontrolle über jeden Text:

• Übernehmen Sie einen Entwurf mit „Apply“ oder ignorieren Sie ihn und schreiben Sie selbst.
• Kürzen oder erweitern Sie die Antwort.
• Ergänzen Sie eigene Hinweise im Prompt-Feld (z. B. „Berücksichtige das Hochwasserrisiko für unser Büro in Berlin“) und lassen Sie neu generieren.
• Wechseln Sie zwischen den generierten Versionen und wählen Sie die beste.

Der Assistent nutzt ChatGPT über eine sichere API, und Ihre Daten werden nicht zum Training des Modells verwendet. Sie entscheiden, welche Informationen über Ihre Organisation die KI erhält. Die Schritt-für-Schritt-Anleitung finden Sie in unserem Hilfe-Center: So verwenden Sie den KI-Assistenten im Materiality Master.

Dieser kooperative Ansatz stellt sicher, dass Unternehmen die Verantwortung für ihre Wesentlichkeitsanalyse behalten und gleichzeitig von der Effizienz und Skalierbarkeit der KI profitieren.

Die Zukunft der doppelten Wesentlichkeitsanalyse mit KI

Die Regeln selbst sind schlanker geworden. Nach Omnibus I (Richtlinie (EU) 2026/470) gilt die CSRD für Unternehmen mit mehr als 1.000 Beschäftigten und mehr als 450 Mio. € Nettoumsatz, und die überarbeiteten ESRS, verpflichtend für Geschäftsjahre ab dem 1. Januar 2027, machen die Analyse verhältnismäßiger: Schlussfolgerungen auf Themenebene dürfen top-down gezogen werden (ESRS 1 §27), und Unternehmen müssen nicht jede mögliche IRO bewerten (§32). Was bleibt, ist die Pflicht, jede Schlussfolgerung zu dokumentieren und zu begründen. Genau dort spart KI die meiste Zeit, ohne Ihrem Team das Urteil abzunehmen. Mit Tools wie Materiality Master können sich Unternehmen auf die strategische Entscheidungsfindung konzentrieren und gleichzeitig die höchsten Standards der ESG-Berichterstattung erfüllen. Für Beratungsunternehmen sind KI-gestützte Bewertungen ein entscheidender Hebel, um mehr Mandanten zu betreuen, ohne den Personalbestand zu erhöhen.

Möchten Sie sehen, wie das mit Ihrer eigenen Analyse funktioniert? Testen Sie Materiality Master kostenlos oder vergleichen Sie die Pakete auf unserer Preisseite.