KI-optimierte ESG-Berichterstattung
KI verändert die Suche nach Nachhaltigkeitsinformationen
Künstliche Intelligenz verändert, wie Stakeholder Unternehmensinformationen suchen und einordnen. Statt Geschäftsberichte, Nachhaltigkeitserklärungen oder Investor-Relations-Websites direkt zu lesen, nutzen Investor*innen, Kund*innen, Journalist*innen oder NGOs zunehmend Large Language Models wie ChatGPT, Gemini oder Claude. Damit werden KI-Systeme immer häufiger zur ersten Anlaufstelle für Fragen zu Nachhaltigkeitszielen, Governance oder gesellschaftlicher Wirkung von Unternehmen.
Warum ESG-Informationen KI-ready sein müssen
Gerade im ESG- und Nachhaltigkeitsreporting ist diese Entwicklung besonders relevant: 74 Prozent der europäischen Privatanleger*innen würden bevorzugt nachhaltig investieren – tatsächlich tun dies jedoch nur 19 Prozent. Ein wesentlicher Grund dafür liegt in der Komplexität von ESG-Informationen. Generative KI kann dabei helfen, diese Informationen verständlicher aufzubereiten und nachhaltigkeitsbezogene Entscheidungen zu unterstützen.
Gleichzeitig entstehen neue Risiken: Wenn KI-generierte Antworten nicht auf geprüfte Unternehmensberichte, sondern auf externe Quellen wie Datenanbieter, Medienberichte oder nutzergenerierte Inhalte zurückgreifen, kann die Darstellung von ESG-Leistungen unvollständig oder verzerrt sein. Für Unternehmen stellt sich daher zunehmend die strategische Frage, ob ihre ESG-Informationen für KI-Systeme sichtbar, auffindbar, interpretierbar und korrekt wiedergebbar sind.
Wie Unternehmen mit ihrem Nachhaltigkeitsreporting sichtbar bleiben
Ein Fachbeitrag von Monika Kovarova-Simecek (Leiterin der Master-Studiengänge Digital Business Communications & Digital Management & Sustainability an der USTP – University of Applied Sciences), Eloy Barrantes, Henning Zülch und Fabian Kummerow in der ESGZ (6-7/2026) adressiert die aktuellen Entwicklungen und liefert dazu erstmals umfassende empirische Erkenntnisse.
Die Ergebnisse basieren auf dem internationalen Forschungsprojekt „AI Optimized Reporting“, durchgeführt von der USTP gemeinsam mit der HHL Leipzig und der Onlineagentur nexxar. Maßgeblich beteiligt an der Studie waren auch Studierende des Master-Studiengangs Digital Business Communications, die aktiv an Analyse und Auswertung mitwirkten.
Im Rahmen der Studie wurden rund 24.000 Quellen auf Basis von 1.200 ESG-Anfragen (Prompts) zu 20 börsennotierten Unternehmen analysiert. Die Ergebnisse zeigen deutlich, wie stark Format, Struktur und Inhalt von Berichten die Sichtbarkeit von Unternehmen in KI-Systemen beeinflussen.
Die zentralen Ergebnisse
Geschäfts- und Nachhaltigkeitsberichte bleiben eine wichtige Grundlage für KI-generierte Antworten. Ihre Inhalte sind aber nicht automatisch sichtbar. Entscheidend ist vor allem das Format. HTML-Berichte werden deutlich häufiger zitiert als PDFs und führen zu korrekteren Antworten, weil ihre Inhalte besser maschinenlesbar, strukturierbar und interpretierbar sind.
Setzen Unternehmen ausschließlich auf PDFs, steigt das Risiko, dass KI-Systeme auf externe Quellen wie Medien oder Plattformen ausweichen. Unternehmen verlieren dadurch an Sichtbarkeit, Reichweite und Informationshoheit. Besonders bei komplexen ESG-Themen wie EU-Taxonomie, ESRS oder Klimarisiken kann dies zu verkürzten oder verzerrten Darstellungen führen.
Bedeutung für Unternehmen
ESG-Reporting entwickelt sich zunehmend von einem reinen Compliance-Instrument zu einem strategischen Kommunikationsfaktor. Da viele Stakeholder KI-generierte Zusammenfassungen nutzen, steigt das Risiko von Fehlinterpretationen – mit potenziellen Auswirkungen auf Reputation und Investitionsentscheidungen.
„KI-Systeme wie ChatGPT sind für Investor*innen zu wichtigen Intermediären geworden, die für sie komplexe ESG-Daten verständlich aufbereiten, verdichten und interpretieren. Umso wichtiger ist es für Unternehmen, an dieser neuen Schnittstelle ihre Sichtbarkeit sicherzustellen“, resümiert Monika Kovarova-Simecek.
Wie das konkret gelingen kann und welche Handlungsempfehlungen die Autor*innen dazu geben, erfahren Sie im Fachbeitrag.
Online mehr erfahren:
- ESGZ-Ausgabe 06/2026
- Weitere Informationen zur Studie „AI Optimized Reporting“ sowie den vollständigen Forschungsbericht finden Sie auf der Projektwebsite: Zur Studie "AI Optimized Reporting"
