CO₂-Bilanz mit KI erstellen: So funktioniert es für Unternehmen

Eine CO₂-Bilanz mit KI zu erstellen heißt nicht, die Bilanz vollständig einer Maschine zu überlassen. KI übernimmt einzelne, besonders aufwendige Arbeitsschritte: Sie liest Werte aus PDFs und Rechnungen aus, schlägt zu beschriebenen Aktivitäten passende Emissionsfaktoren vor und beantwortet über angebundene KI-Assistenten Fragen zu vorhandenen Bilanzdaten. Die Software sorgt für Struktur – etwa beim Import von Excel-Dateien und bei der Berichtserstellung. Bilanzrahmen, Datenqualität und die Auswahl der Faktoren bleiben fachliche Entscheidungen Ihres Teams.

Was bedeutet „CO₂-Bilanz mit KI erstellen“?

Gemeint ist hier die Unternehmensbilanz, auch Treibhausgasbilanz oder Corporate Carbon Footprint genannt. Sie erfasst die Emissionen eines Unternehmens nach dem GHG Protocol in drei Bereichen: Scope 1 (direkte Emissionen, etwa aus eigenen Fahrzeugen oder Heizungen), Scope 2 (eingekaufte Energie wie Strom oder Fernwärme) und Scope 3 (vor- und nachgelagerte Emissionen, etwa aus eingekauften Waren). Das Ergebnis wird in CO₂-Äquivalenten (CO₂e) angegeben, damit auch andere Treibhausgase vergleichbar einfließen.

Davon zu unterscheiden sind der Product Carbon Footprint, der den Fußabdruck eines einzelnen Produkts beschreibt, und private CO₂-Rechner. Um beides geht es in diesem Artikel nicht.

Die Grundrechnung einer Klimabilanz ist einfach: Aktivitätsdaten × Emissionsfaktor. Aktivitätsdaten beschreiben, was passiert ist – zum Beispiel getankte Liter Diesel, verbrauchte Kilowattstunden oder Einkaufsbeträge. Der Emissionsfaktor gibt an, wie viel CO₂e pro Einheit dieser Aktivität entsteht. Aufwendig ist nicht die Multiplikation, sondern alles davor: Daten finden, übernehmen, prüfen und jedem Datenpunkt einen passenden Faktor zuordnen.

Genau hier setzt KI an. Sie verändert die Methodik der Bilanzierung nicht. Sie verkürzt Recherche- und Übertragungsarbeit und macht vorhandene Daten leichter auswertbar. Welche Gesellschaften und Standorte einbezogen werden, welche Scope-3-Kategorien relevant sind und welche Berechnungsmethode passt, entscheidet weiterhin Ihr Team.

Eine vollständige Einführung in den Ablauf einer Klimabilanz finden Sie in unserer Schritt-für-Schritt-Anleitung zur Klimabilanz.

Überblick: Wo KI und Software in der Klimabilanz helfen

Die folgende Tabelle zeigt, welche Arbeitsschritte cubemos unterstützt, ob dabei KI oder eine reguläre Softwarefunktion arbeitet und was Anwender fachlich prüfen sollten.

Schritt 1: Bilanzrahmen und Datengrundlage festlegen

Bevor Daten in ein Tool fließen, braucht die Bilanz einen klaren Rahmen. Diese Entscheidungen kann keine KI für Sie treffen:

• Berichtsjahr: Welcher Zeitraum wird bilanziert? Alle Datenquellen sollten sich auf denselben Zeitraum beziehen.
• Organisatorische Grenzen: Welche Gesellschaften und Standorte gehören dazu, und nach welchem Ansatz werden sie konsolidiert?
• Scope-3-Kategorien: Welche der 15 Kategorien sind für Ihr Unternehmen wesentlich? Bei produzierenden Unternehmen ist das häufig Kategorie 3.1, eingekaufte Waren und Dienstleistungen.
• Datenquellen: Wo liegen die Daten? Typisch sind Tabellen zu Energie und Fuhrpark, Rechnungen von Versorgern, Einkaufslisten sowie Daten aus der Buchhaltung.

Wie Sie die Scope-3-Kategorien eingrenzen und welche Methode für welche Kategorie passt, erläutert unser Artikel Scope 3 Emissionen berechnen.

Schritt 2: Daten aus Excel, Buchhaltung und Rechnungen übernehmen

Viele Daten für die Klimabilanz liegen bereits vor – allerdings verteilt auf Tabellen, Exporte und PDF-Dokumente. Der größte Zeitaufwand entsteht oft beim Abtippen oder beim Umbauen von Dateien in vorgegebene Vorlagen.

Excel- und CSV-Dateien importieren

In cubemos laden Sie Excel- oder CSV-Dateien direkt in eine Emissionsquelle hoch. Die Software ordnet die Spalten zu und prüft die Daten vor dem Import, beispielsweise auf Prozentformate. Dateien müssen dafür nicht vorab in ein eigenes Template umgebaut werden. Das ist eine reguläre Softwarefunktion, keine KI.

PDFs und Rechnungen per KI auslesen

Anders bei Dokumenten: PDFs und Rechnungen kann cubemos per KI auslesen und die Werte in die Bilanz übernehmen. Das betrifft etwa Strom-, Gas- oder Kraftstoffrechnungen, deren Mengen sonst manuell übertragen würden.

Ausgelesene Werte sollten Sie stichprobenartig mit dem Originaldokument abgleichen. Achten Sie besonders auf Einheiten (kWh oder MWh, Liter oder Kubikmeter), auf den Leistungszeitraum – der nicht immer mit dem Rechnungsdatum übereinstimmt – und auf Gutschriften oder Korrekturrechnungen.

Ausgabenbasierte CO₂-Bilanz: Was Buchhaltungsdaten leisten

Besonders relevant ist die Datenübernahme für die ausgabenbasierte Bilanzierung (spend-based). Dabei werden Einkaufsbeträge mit Emissionsfaktoren pro Geldeinheit multipliziert. Die Scope-3-Guidance des GHG Protocol beschreibt diese Methode für eingekaufte Waren und Dienstleistungen: Erfasst wird der wirtschaftliche Wert der Einkäufe, multipliziert mit sekundären, meist branchenbezogenen Emissionsfaktoren, etwa aus umweltökonomischen Input-Output-Modellen (EEIO) (GHG Protocol, Scope 3 Technical Guidance, Kapitel 1).

Der Vorteil: Buchhaltungsdaten sind fast immer vorhanden und decken viele Einkaufspositionen auf einmal ab. Die Guidance nennt aber auch klare Grenzen:

• Branchendurchschnitte: Die Faktoren bilden durchschnittliche Werte einer Branche ab, nicht das konkrete Produkt Ihres Lieferanten.
• Preiseffekte: Steigen Preise, steigen rechnerisch auch die Emissionen – ohne dass sich physisch etwas verändert hat. Unter Umständen sind Inflationsanpassungen zwischen dem Bezugsjahr des Faktors und dem Jahr der Ausgaben nötig.
• Repräsentativität: Alter, geografischer Bezug und technologische Passung der Faktoren sollten geprüft werden.

Das GHG Protocol führt die ausgabenbasierte Methode deshalb als Möglichkeit für Fälle, in denen genauere Methoden – mengenbasierte Durchschnittsdaten, hybride oder lieferantenspezifische Daten – nicht umsetzbar sind. In der Praxis eignet sie sich gut für einen ersten Überblick und für viele kleinere Positionen. Für die wesentlichen Emissionsquellen lohnt es sich, schrittweise auf Mengen- oder Lieferantendaten umzustellen.

Wichtig: Ein Kontenplan liefert die Struktur, nicht die Bilanz. Für die Berechnung brauchen Sie die gebuchten Beträge des Berichtsjahres, und Kontenbezeichnungen wie „Material“ oder „Fremdleistungen“ sind für eine passende Faktorauswahl oft zu grob. Je genauer eine Position beschrieben ist, desto besser lässt sich ein Faktor zuordnen.

Wie sich Scope 3.1 aus Buchhaltungs- und Materialdaten berechnen lässt, zeigt auch unser Webinar Scope 3.1 automatisiert berechnen.

Schritt 3: Emissionsfaktoren mit KI finden und fachlich bewerten

Die Zuordnung von Emissionsfaktoren ist einer der aufwendigsten Schritte der Klimabilanz. Emissionsfaktordatenbanken wie ecoinvent oder die Daten von Umweltbundesamt (UBA) und US-Umweltbehörde EPA enthalten zahlreiche Einträge mit eigener Fachterminologie. Wer dort ohne Erfahrung sucht, verliert schnell Zeit.

So funktioniert die KI-Suche in cubemos

In cubemos beschreiben Sie eine Aktivität in eigenen Worten, zum Beispiel „Diesel Firmenwagen“ oder „Stahlträger Einkauf“. Die KI schlägt dazu passende Emissionsfaktoren aus der Datenbank vor. Die Suche funktioniert einzeln für einen Datenpunkt oder als Stapelsuche für viele Datenpunkte gleichzeitig. Eine History dokumentiert die durchgeführten Suchen.

Der Nutzen zeigt sich vor allem in Scope 3.1, wo häufig sehr viele Einkaufspositionen zugeordnet werden müssen. Ihr Team braucht weniger Spezialwissen für die Recherche in Faktordatenbanken. Die KI liefert Vorschläge; die Entscheidung, ob ein Faktor fachlich passt, bleibt bei Ihnen. Die Suchhistorie zeigt, welche Suchen durchgeführt wurden – sie ersetzt nicht die Dokumentation Ihrer Faktorauswahl und Annahmen.

Worauf es bei der Auswahl ankommt

Ob ein vorgeschlagener Faktor passt, hängt vom Kontext ab. Zwei Beispiele:

Beispiel „Diesel Firmenwagen“: Erfassen Sie getankte Liter, gefahrene Kilometer oder Tankkosten in Euro? Der Faktor muss zur Einheit Ihrer Aktivitätsdaten passen. Ebenso wichtig ist die Systemgrenze: Enthält der Faktor nur die Verbrennung im Fahrzeug, oder auch die Vorkette aus Förderung und Raffinierung? Nach GHG Protocol gehört die Verbrennung in Fahrzeugen, die Ihr Unternehmen besitzt oder kontrolliert, zu Scope 1. Vorkettenemissionen eingekaufter Kraftstoffe werden separat in Scope 3, Kategorie 3, berichtet (GHG Protocol, Scope 3 Technical Guidance). Auch Bezugsjahr und Region des Faktors sollten zu Ihrer Bilanz passen.

Beispiel „Stahlträger Einkauf“: Liegt Ihnen das Gewicht in Tonnen vor oder nur der Einkaufsbetrag? Mit Mengenangaben ist ein mengenbezogener Faktor meist aussagekräftiger als ein ausgabenbasierter Branchendurchschnitt für Metallerzeugnisse. Zusätzlich können Herstellungsroute und Recyclinganteil des Stahls sowie das Herkunftsland den passenden Faktor deutlich verändern. Fehlen solche Angaben, ist der gewählte Faktor eine Annahme, die Sie dokumentieren sollten.

Die Beispiele zeigen: Je präziser die Aktivitätsbeschreibung, desto treffender kann ein Vorschlag sein – und desto leichter lässt sich die Auswahl später begründen.

Schritt 4: CO₂-Berichte für Konzern und Standorte erstellen

Sind die Daten erfasst und Faktoren zugeordnet, erstellen Sie CO₂-Berichte direkt in cubemos. Möglich sind konsolidierte Konzernberichte und Berichte für einzelne Standorte. Sie wählen das Berichtsjahr, die einzubeziehenden Organisationseinheiten und die Sprache aus. Die Darstellung der Scopes richtet sich nach der GHG-Protocol-Konfiguration in cubemos.

Damit entfällt das manuelle Zusammenstellen in Word oder PowerPoint. Management, Kunden und Prüfer erhalten ein einheitliches Ergebnis. Die Berichtsgenerierung ist eine Softwarefunktion: Sie bereitet die erfassten Daten auf, verfasst aber keine eigenen Bewertungen. Welche Organisationseinheiten einbezogen werden und wie konsolidiert wird, legt Ihr Team fest.

Schritt 5: CO₂-Daten mit Claude oder Copilot auswerten

Ein Bericht beantwortet die vorab definierten Fragen. Oft entstehen danach neue: Wo liegen die größten Hebel? Warum ist ein Wert im Vergleich zum Vorjahr gestiegen? Für solche Fragen stellt cubemos einen MCP-Server bereit.

Was ist MCP?

MCP steht für Model Context Protocol. Laut offizieller Dokumentation ist es ein offener Standard, mit dem KI-Anwendungen an externe Systeme wie Datenquellen und Werkzeuge angebunden werden (modelcontextprotocol.io). Ein MCP-Server stellt Daten eines Systems für solche Anwendungen bereit.

Was der cubemos MCP-Server ermöglicht

Über den MCP-Server von cubemos können KI-Assistenten wie Claude oder Microsoft Copilot direkt auf Ihre Daten in cubemos zugreifen. Die Assistenten beantworten Fragen und führen quantitative Analysen durch, zum Beispiel:

• „Wo sind unsere größten Emissionshotspots?“
• „Wie hat sich Scope 2 am Standort X entwickelt?“

Der Vorteil: Auswertungen sind ohne Export möglich, in der KI-Umgebung, die Ihr Team bereits nutzt. Sind in dieser Umgebung weitere Quellen angebunden, etwa E-Mails, CRM oder Dokumente, lassen sich CO₂-Daten dort mit diesen Informationen kombinieren. Das ist eine Möglichkeit des angebundenen Assistenten, keine direkte E-Mail- oder CRM-Integration von cubemos.

Voraussetzung: Der KI-Assistent muss an den cubemos MCP-Server angebunden sein. Klären Sie intern, welcher Assistent genutzt wird, wer Zugriff erhält und wie Antworten überprüft werden. Wie bei jeder KI-Auswertung gilt: Wichtige Zahlen gegen den Bericht abgleichen, bevor sie in Entscheidungen einfließen.

Praxisbeispiel: Eine Klimabilanz mit KI-Unterstützung (hypothetisch)

Das folgende Beispiel ist hypothetisch und dient der Veranschaulichung. Es beschreibt keinen realen Kunden und enthält bewusst keine Ergebniswerte.

Ausgangslage: Ein mittelständischer Hersteller mit zwei Standorten erstellt seine Klimabilanz. Energie- und Fuhrparkdaten liegen in einer Excel-Datei vor, Strom- und Gasrechnungen als PDF. Hinzu kommt eine Einkaufsliste aus der Buchhaltung mit vielen Positionen, darunter Stahlträger, Verpackungsmaterial und Dienstleistungen.

• Excel übernehmen: Das Team lädt die Excel-Datei in die passende Emissionsquelle. cubemos ordnet die Spalten zu und weist vor dem Import auf eine Spalte hin, deren Werte als Prozentformat vorliegen. Das Team korrigiert die Formatierung, bevor die Daten übernommen werden.
• Rechnungen auslesen: Die PDF-Rechnungen werden per KI ausgelesen, die Verbrauchswerte fließen in die Bilanz. Eine Mitarbeiterin vergleicht einige Rechnungen mit den übernommenen Werten und prüft, ob die Leistungszeiträume das Berichtsjahr abdecken.
• Faktoren recherchieren: Für die Einkaufspositionen startet das Team eine Stapelsuche. Die KI schlägt zu jeder Position Faktoren vor. Für die wesentlichen Positionen wie die Stahlträger prüft das Team die Vorschläge genauer und entscheidet, ob ein mengenbezogener Faktor genutzt werden kann, weil Gewichtsangaben vom Lieferanten vorliegen.
• Bericht erstellen: Für einen Kunden erstellt das Team einen Standortbericht für Standort B, wählt das Berichtsjahr und Englisch als Sprache. Für die Geschäftsführung entsteht zusätzlich ein konsolidierter Bericht über beide Standorte.
• Daten auswerten: Über den angebundenen KI-Assistenten fragt das Controlling: „Wo sind unsere größten Emissionshotspots?“ Der Assistent wertet die Daten in cubemos aus. Das Team gleicht die Antwort mit dem Bericht ab und nutzt sie als Ausgangspunkt für die nächste Diskussion.

Das Beispiel zeigt die Arbeitsteilung: Software und KI übernehmen Übertragung, Recherche und Auswertung. Das Team prüft, entscheidet und dokumentiert.

Grenzen und Qualitätskontrolle: Was Sie weiterhin prüfen sollten

KI beschleunigt die Arbeit, aber sie ersetzt keine fachliche Prüfung. Die folgenden Punkte sind allgemeine Prüfschritte für jede Klimabilanz. Sie beschreiben keine automatischen Prüfungen der Software.

• Datenvollständigkeit: Sind alle Standorte, Energieträger und relevanten Einkaufsbereiche erfasst? Fehlende Monate oder Rechnungen verzerren das Ergebnis.
• Einheiten: Stimmen die Einheiten der Aktivitätsdaten mit den Einheiten der gewählten Faktoren überein?
• Zeitraum: Beziehen sich alle Daten auf das Berichtsjahr? Das gilt besonders für Rechnungen mit abweichenden Leistungszeiträumen.
• Faktorpassung: Passen Region, Bezugsjahr, Systemgrenze und sachlicher Bezug des Faktors zur Aktivität?
• Plausibilität: Weichen Ergebnisse stark vom Vorjahr oder von vergleichbaren Standorten ab? Gibt es eine nachvollziehbare Erklärung?

Checkliste: Sechs Fragen vor der Nutzung der Ergebnisse

• Ist der Berichtszeitraum für alle Datenquellen einheitlich festgelegt?
• Deckt die Bilanz alle einbezogenen Gesellschaften, Standorte und wesentlichen Scope-3-Kategorien ab?
• Wurden ausgelesene und importierte Werte stichprobenartig mit den Quelldokumenten abgeglichen?
• Passt die Einheit jedes Datenpunkts zur Einheit des zugeordneten Emissionsfaktors?
• Wurde jeder vorgeschlagene Faktor fachlich geprüft und die Auswahl für wesentliche Positionen dokumentiert?
• Sind die Ergebnisse plausibel im Vergleich zum Vorjahr und zwischen Standorten?

Fazit: So unterstützt cubemos Ihre CO₂-Bilanz mit KI

cubemos verbindet KI und Softwarefunktionen entlang der Klimabilanz. KI schlägt passende Emissionsfaktoren vor – einzeln oder per Stapelsuche –, liest PDFs und Rechnungen aus und ermöglicht über den MCP-Server Analysen mit angebundenen Assistenten wie Claude oder Microsoft Copilot. Der Excel- und CSV-Import mit Spaltenzuordnung und Prüfung vor dem Import sowie die Berichtsgenerierung für Konzern und Standorte ergänzen den Prozess.

Das Ergebnis: weniger Abtippen, weniger Recherche in Faktordatenbanken, weniger manuelle Berichtsarbeit. Die fachlichen Entscheidungen über Bilanzrahmen, Methode und Faktorauswahl bleiben bei Ihnen – und Ihr Team kann sich stärker auf genau diese Entscheidungen konzentrieren. Mehr zur Software lesen Sie auf der Seite CO₂-Bilanzierung mit cubemos.

‍
Häufige Fragen zur CO₂-Bilanz mit KI

Kann KI eine CO₂-Bilanz für Unternehmen erstellen?

Nicht vollständig eigenständig. KI kann einzelne Arbeitsschritte übernehmen, etwa Werte aus Rechnungen auslesen, Emissionsfaktoren vorschlagen oder Fragen zu vorhandenen Daten beantworten. Bilanzrahmen, Methodenwahl und die Prüfung der Faktoren bleiben fachliche Aufgaben im Unternehmen.

Welche Daten braucht eine Klimabilanz mit KI?

Dieselben wie jede Klimabilanz: Energieverbräuche, Kraftstoffmengen, Einkaufsdaten und weitere Aktivitätsdaten für das Berichtsjahr. KI erleichtert die Übernahme und Zuordnung dieser Daten, ersetzt fehlende Daten aber nicht.

Kann ich Rechnungen und PDFs für die CO₂-Bilanz auslesen lassen?

Ja. In cubemos können PDFs und Rechnungen per KI ausgelesen und die Werte in die Bilanz übernommen werden. Gleichen Sie die Werte stichprobenartig mit dem Original ab, besonders Einheiten und Leistungszeiträume.

Kann ich Excel- und Buchhaltungsdaten verwenden?

Ja. Excel- und CSV-Dateien lassen sich in cubemos direkt in eine Emissionsquelle hochladen; die Software ordnet die Spalten zu und prüft die Daten vor dem Import. Buchhaltungsdaten eignen sich für die ausgabenbasierte Bilanzierung, die laut GHG Protocol jedoch mit Branchendurchschnitten arbeitet und für wesentliche Positionen durch genauere Daten ergänzt werden sollte.

Wie hilft KI bei der Suche nach Emissionsfaktoren?

Sie beschreiben eine Aktivität in eigenen Worten, etwa „Diesel Firmenwagen“. Die KI-Suche in cubemos schlägt passende Faktoren aus der Datenbank vor, einzeln oder als Stapelsuche für viele Datenpunkte. Ob ein Vorschlag fachlich passt, prüfen Sie anhand von Einheit, Region, Bezugsjahr und sachlichem Bezug.

Kann ich CO₂-Daten mit Claude oder Microsoft Copilot auswerten?

Ja, wenn der Assistent an den MCP-Server von cubemos angebunden ist. Dann kann er auf Ihre Daten in cubemos zugreifen, Fragen beantworten und quantitative Analysen durchführen – zum Beispiel zu Emissionshotspots oder zur Entwicklung von Scope 2 an einem Standort.

Wie entstehen Konzern- und Standortberichte in cubemos?

Berichte werden direkt in cubemos erstellt. Sie wählen Berichtsjahr, Organisationseinheiten und Sprache; möglich sind konsolidierte Konzernberichte und Standortberichte. Die Scopes richten sich nach der GHG-Protocol-Konfiguration.