Hoe kan AI de duurzaamheidsrapportage naar een hoger niveau tillen?

In alle sectoren is duurzaamheidsverslaggeving een nieuw tijdperk ingegaan. Regelgeving zoals de Corporate Sustainability Reporting Directive (CSRD) in de EU breidt de strenge openbaarmakingsvereisten uit.

Bedrijven moeten nu snel en nauwkeurig robuuste informatie verstrekken over onderwerpen op het gebied van milieu, maatschappij en bestuur (ESG). Traditionele handmatige methoden hebben steeds meer moeite om het hoofd te bieden aan de omvang en complexiteit van het gegevensbeheer dat nu nodig is.

Gebruikmaken van informatie over milieugegevens

Om deze uitdagingen het hoofd te bieden, combineren we milieu-expertise met een robuuste gegevensinfrastructuur en data-intelligentie op basis van AI.

We gebruiken deze aanpak om onze eigen activiteiten en processen te ondersteunen, bijvoorbeeld om te helpen bij het beoordelen van waterrisico's op al onze locaties of om hiaten op te vullen bij de rapportage over het gewicht van stoffen in chemicaliën, materialen en componenten.

AI-technologie vergroot de menselijke expertise om ons te helpen onze eigen ecologische voetafdruk beter te beheren.

AI-assistent voor de beoordeling van waterrisico's

Evaluaties van de naleving van de milieuvoorschriften zijn in toenemende mate afhankelijk van complexe datasets, gedetailleerde vragenlijsten en deskundigheid. Dit resulteert vaak in tijdrovende processen en een sterke afhankelijkheid van individuele expertise. Als antwoord op deze uitdaging hebben we de Siemens Environmental Reporting Assistant (SERA) ontwikkeld.

SERA ondersteunt onze experts tijdens het hele beoordelingsproces. Het biedt contextuele begeleiding, interpreteert gegevens, integreert externe informatie en voert plausibiliteitscontroles uit. Als er verschillen ontstaan, wordt de input betwist, terwijl het uiteindelijke oordeel altijd bij de expert ligt.

De aanpak laat zien hoe hulp op basis van AI de beoordelingsinspanningen kan verminderen en tegelijkertijd de transparantie, het toezicht van deskundigen en de controleerbaarheid kan behouden. Het document met inzichten Baanbrekende milieubescherming door middel van gegevensintelligentie geeft meer informatie over onze aanpak.

hiaten in de gegevens in milieurapportage opvullen met AI

Het beheer van gevaarlijke stoffen is een van de meest kritieke en complexe verantwoordelijkheden bij industriële activiteiten. Het is rechtstreeks van invloed op de naleving van de milieuvoorschriften, de integriteit van de toeleveringsketen en de productveiligheid. Nieuwe vereisten, zoals de vereisten die door CSRD zijn ingevoerd, vereisen ook informatie die nog niet eerder is gerapporteerd.

Een van de grootste uitdagingen is dat de onbewerkte gegevens achter openbaarmakingen vaak gefragmenteerd zijn en verspreid zijn over een groot aantal interne en externe systemen.

Om dit op te lossen hebben we de Siemens Environmental Knowledge Graph (SieKG) ontwikkeld. Het verbindt gegevens uit verschillende bronnen en integreert wettelijke vereisten (bijv. CSRD, SVHC, restrictielijsten) rechtstreeks in het model. SieKG maakt complexe milieubeoordelingen en KPI-berekeningen mogelijk in echte gegevensomgevingen. Meer informatie over SieKG is te vinden in ons inzichtendocument Baanbrekende milieubescherming door middel van gegevensintelligentie .

Omgevingsinformatie opschalen

We gebruiken AI niet alleen om geïsoleerde operationele uitdagingen op te lossen. Onze op AI gebaseerde aanpak maakt schaalbare, betrouwbare milieurapportage mogelijk die klaar is voor audits in een snel evoluerend regelgevingslandschap.

Het document met inzichten Baanbrekende milieubescherming door middel van gegevensintelligentie gaat dieper in op dit onderwerp.