Aktuelle Beiträge aus „Infrastruktur“
Die Entwicklungsdynamik der HPC-Speicher und die Bedeutung der Gesamtbetriebskosten
Komplex und kostenintensiv: HPC-Storage
Absicherung von Internet-of-Things-Geräten in Unternehmen
SD-WAN-Edge-Plattform für mehr Sicherheit bei IoT-Geräten
Kommentar von Horst Mundt, Databricks
Das ist der Unterschied zwischen modell- und datenzentrierten MLOps
Big Data speichern – Anforderungen, Verfahren, Lösungen
Neues eBook: Storage-Systeme für große Datenmengen
Aktuelle Beiträge aus „Data Sourcing“
Kommentar von Dimitri Dumonet, Emax Digital
Vom Data Warehouse und Data Lake zum Lakehouse
Automatisierte Analysen und RPA
Blue Prism und Alteryx vereinbaren Partnerschaft
Studie von Aparavi
Datenproduktivitätslücke gefährdet deutsche Unternehmen
Kommentar von Michael Bredehorn, Swarm Analytics
Wie Cities Videodaten sicher und smart nutzen
Aktuelle Beiträge aus „Analytics“
Kommentar von Laurent Dubois, Moonshot Insurance
Big Data macht Versicherungen wieder menschlich
DataOps
Agilität bringt klare Wettbewerbsvorteile
Automatisierte Analysen und RPA
Blue Prism und Alteryx vereinbaren Partnerschaft
Kommentar von Felipe Henao Brand, Talend
Datenbewertung, eine neue strukturelle Herausforderung
Aktuelle Beiträge aus „Best Practices“
Digitale Transformation
So funktionieren datengetriebene Geschäftsmodelle mit Big Data
Lernplattform KI-Campus
Sapera macht KI-Themen leicht verständlich
Kommentar von Constantin Gonzalez, Amazon Web Services
Maschinelles Lernen – AWS bietet Führungskräften kostenlose digitale Schulungen an
Cloud-, Data-, und IoT-Technologie im Einsatz
Weil jeder Tropfen zählt – Smartes Wassermanagement gegen die Not
Aktuelle Beiträge aus „Industrie 4.0“
Traut euch! Coopetition ist Trumpf
IoT-Daten als Währung für digitale Ökosysteme in Deutschland
Digitalisierung für die Industrie
TU Kaiserslautern erprobt 5G-Technologien
Kommentar von Lutz Feldmann, Markforged
Föderales Lernen im 3D-Druck – sicherer Datenaustausch für mehr Qualität
Smart Factory
Moderne Kommunikationslösungen für die Smart-Factory
Aktuelle Beiträge aus „IT Awards“
IT-Awards 2020
Die beliebtesten Anbieter von KI und Machine Learning 2020
IT-Awards 2020
Die beliebtesten Anbieter von Big Data as a Service
IT-Awards 2020
Die Leser haben entschieden – die Gewinner der IT-Awards 2020
Die große Leserwahl ist aus: Wer gewinnt?
Die IT-Awards 2020 – jeder kann bei der Preisverleihung dabei sein
Aktuelle Beiträge aus „Recht & Sicherheit“
Künstliche Intelligenz
KI muss vertrauenswürdig, fair, sicher und erklärbar sein
Studie von NordVPN
IoT-Sicherheit wird gerne vernachlässigt
Sicherheit für Industrie 4.0
Automatisierungsspezialist und Engineering-Konzern kooperieren für Cyber Security
Kommentar von Stephan Schnieber, IBM
Gute Data Governance ist von zentraler Bedeutung für den Unternehmenserfolg
Aktuelle Beiträge aus „Künstliche Intelligenz“
Bei maschinellem Lernen oder KI
KIT-Forschungscluster unterstützt Industrieprojekte
Gutachten des BVDW und IW Köln
KI-Monitor zeigt Fortschritte bei Künstlicher Intelligenz
Kommentar von Horst Mundt, Databricks
Das ist der Unterschied zwischen modell- und datenzentrierten MLOps
Untersuchung vom Center for Data Innovation
EU-Gesetz zur KI: Teurer Spaß für KMU
Aktuelle Beiträge aus „Grundlagen“
Definition
Was ist AWS DeepRacer?
Definition
Was ist Apache Druid?
Definition
Was ist Debezium?
Definition
Was ist ucode?
Daten sind das Lebenselixier eines jeden Entscheidungsfindungsprozesses – viele Unternehmen setzen auf Daten, um entscheidende Wettbewerbsvorteile zu generieren. Aber können Organisationen die Macht der Daten auch nutzen, um die eigenen Auswirkungen auf unseren Planeten zu reduzieren? Schließlich stehen sie zunehmend unter Druck, ein nachhaltiges Geschäft aufzubauen und zu fördern. Und die Nachhaltigkeits-Reise beginnt mit Daten: Sie sind das „Rohmaterial“ für Verantwortung und Rechenschaft – beides bildet wiederum das Herzstück und die Basis für Nachhaltigkeit.
Firmen zum Thema
Ende des Jahres findet die UN Climate Change Conference (COP26) in Glasgow statt. Viele Unternehmen nutzen dies als Gelegenheit, um ihre Umwelt- und Nachhaltigkeitsziele zu überprüfen. Regelmäßige Prüfungen und Anpassungen sowie das Sammeln und Analysieren von relevanten Daten sind eine verlässliche Methode, um den Fortschritt in Bezug auf die eigenen Umwelt-, Sozial- und Governance-Ziele (Environmental, Social and Governance / ESG) zu verfolgen sowie mit relevanten Stakeholdern zu kommunizieren.
Ursprünglich engagierten sich viele Organisationen aus Compliance- und Markengründen für das Thema Nachhaltigkeit. Doch diese Entwicklung hat sich signifikant geändert.
Kosteneinsparungen, Effizienz- und Produktivitätssteigerungen, Risikominimierung, Schutz vor Ressourcenknappheit und Preisschocks – sowie letztlich die Tatsache, dass es sich um ein Unterscheidungsmerkmal für das Unternehmen handelt –, führen dazu, dass nachhaltige Praktiken in der Geschäftsetage eine höhere Priorität erlangt haben. Um Initiativen zur ökologischen Nachhaltigkeit zu stärken, setzen Entscheider vermehrt auf Business-Intelligence- und Data-Analytics-Funktionen.
Zahlreiche Organisationen sammeln bereits über alle Betriebsbereiche hinweg Daten in Bezug auf Nachhaltigkeit – und melden diese auch. Immer mehr setzen dabei auf Analytics: Damit definieren sie ihre Nachhaltigkeitsagenda, verfolgen ihren Return on Invest (ROI) und identifizieren, was für sie im Hinblick auf die angestrebten Ziele in Sachen Energie, Abfall, Ressourcen, Emissionen und Wasserverbrauch funktioniert. Dieser Ansatz ermöglicht es Unternehmen, Risikobereiche oder Potenziale für Kostensenkungen zu finden, neue Möglichkeiten zu prognostizieren und Entscheidungsfindungsprozesse zu verbessern.
Die Nachhaltigkeitsberichterstattung ist jedoch nur die Spitze des Eisbergs für Unternehmen. Das wahre Potenzial der Nachhaltigkeitsanalytik liegt in der Sammlung und Analyse einer Vielzahl von Datenpunkten. Dazu gehört alles, vom Energie- und Ressourcenverbrauch über Treibhausgasemissionen bis hin zur Leistung der Lieferkette und darüber hinaus – aber vor allem Echtzeitdaten. Dies ist ein eine Goldgrube an Daten. Der Einsatz von IoT-Endgeräten bei der Sammlung großer Mengen von Echtzeitdaten, befähigt darüber hinaus Systeme, automatisierte Entscheidungen zu treffen.
Die Datenerfassung in Echtzeit hängt von spezifischen Nachhaltigkeitsinitiativen ab, etwa ob es einzelne Ziele wie die Senkung des Energieverbrauchs oder welche Betriebs- und Umweltkategorien es gibt. Ein Beispiel: Ein Energieversorger hat die Möglichkeit, eine Vielzahl von Datenpunkten in Echtzeit überwachen – darunter Abwassereinleitung, Tracking von festen Abfällen und Chemikalien oder die Überwachung von Luftemissionen und Treibhausgasemissionen. Dies erleichtert die Emissionsprognose und führt dank des Wegfalls der manuellen Datenüberprüfung zu Zeitersparnis sowie zu verbesserter Prüfbarkeit durch Datenmodifikationen und eine schnellere, einfacherer Nachverfolgung und Erstellung von behördlichen Berichten – diese werden automatisch elektronisch an die zuständige Meldebehörde übermittelt.
Ein weiteres einfaches Beispiel: ein Bürogebäude. Die Echtzeitüberwachung gibt Auskunft über den Gesamtenergieverbrauch sowie über den Energieverbrauch der Lüftungsgeräte und über die CO2-Werte als Indikator für die Belegung. Je nachdem, ob die gesammelten Daten in einen programmierten Bereich fallen, wird die Lüftung – abhängig von der Mitarbeiterauslastung – automatisch ein- oder ausgeschaltet. Das verbessert die Prozesseffizienz signifikant. Energieverbrauchsmuster, saisonale Faktoren, Nutzungszeitgebühren, Belegungsgrad und aktuelle Wetterdaten werden bei der Entwicklung von Prozessverbesserungen ebenfalls berücksichtigt.
Unternehmen können Data Analytics von der Mikro- bis zur Makroebene einsetzen, um die erforderlichen Einblicke zu gewinnen, die sie für die Entwicklung und das Vorantreiben ihrer Nachhaltigkeitsagenda benötigen. Das Benchmarking von Daten gegen regulatorische Standards und Daten aus vergleichbaren Branchen gibt Aufschluss darüber, wie Unternehmen oder deren Anlage im Vergleich abschneiden. Das Kuratieren und Katalogisieren dieser Daten hilft dabei, schneller an Erkenntnisse zu gelangen – und sich so stetig zu verbessern.
Das Teilen greifbarer Daten mit Stakeholdern steigert die Wahrnehmung und schafft die Gewissheit, dass Umweltziele mehr als nur Worte sind. Verbraucher, insbesondere Millennials und Gen Z, erwarten, dass Marken hohe Nachhaltigkeitsstandards verfolgen. Auch Regierungen sind an ESG interessiert: Denn auf diese Weise können sie sich darauf verlassen, dass der private Sektor bei der Lösung sozialer Probleme hilft, die sich wiederum auf ihre Beliebtheitswerte auswirken.
Auch ESG-Investitionen werden immer beliebter: Deloitte geht davon aus, dass ESG-mandatierte Assets bis 2025 allein in den USA bis zur Hälfte aller verwalteten Assets ausmachen könnten. Investoren sind nicht nur durch altruistische Faktoren motiviert. Mehr als 2.000 akademische Studien haben die Beziehung zwischen ESG-Bewertungen und finanziellen Erträgen analysiert. Dabei fanden rund 70 Prozent eine positive Korrelation. Darüber hinaus hat die Covid-19-Pandemie den Fokus der Investoren (und Stakeholder) darauf gelenkt, wie Unternehmen mit sozialen Risiken umgehen – dies führte unter anderem dazu, dass die Arbeitgeberpolitik und die Arbeitsbedingungen innerhalb der Lieferkette stärker überprüft werden.
Der Druck auf Unternehmen, ESG-Themen zu integrieren, nimmt weiter zu. Die Regulierungsbehörden schreiben in immer mehr Märkten einen ESG-Report vor – schon bald werden Nachhaltigkeits-Reports mit der Finanzberichterstattung gleichgestellt sein. Unter diesen Umständen sollte die Nachhaltigkeits-Reise eines jeden Unternehmens mit Daten und Analysen beginnen. Egal, ob es sich um eine Initiative zur Bildung von Fahrgemeinschaften handelt, um den Transport-Fußabdruck eines Unternehmens zu reduzieren, oder um die Umstellung auf erneuerbare Energiequellen – Unternehmen werden sich zunehmend auf Nachhaltigkeitsanalysen verlassen müssen, um Vorschriften einzuhalten, Kosten zu sparen, Emissionen zu reduzieren, neue Geschäftsmodelle voranzutreiben und sogar den Planeten zu retten.
(ID:47539637)
Weiterführende Inhalte
Kommentar von Junta Nakai, Databricks
Diese Rolle spielen Datenanalysen für Umwelt, Soziales und Governance
Kommeatar von Venkata Seshu Gulibhi, Infosys
Herausforderungen der Lieferkette mit Data Analytics adressieren
Cookie-Manager Impressum & Kontakt Datenschutz ANB Hilfe Mediadaten Kundencenter
Copyright © 2021 Vogel Communications Group
Diese Webseite ist eine Marke von Vogel Communications Group. Eine Übersicht von allen Produkten und Leistungen finden Sie unter www.vogel.de
Aiko Austin; Infosys; QUNIS GmbH; gemeinfrei; © ipopba – stock.adobe.com; Databricks 2021; Vogel IT-Medien; Nils Püschel; PublicDomainPictures; Aparavi; Swarm Analytics; Moonshot Insurance; © Gorodenkoff – stock.adobe.com; Talend; Deutsche Post DHL; Screenshot / Sapera; blende11_Fotografen; gemeinfrei© Sasin Tipchai; ©jamesteohart – stock.adobe.com; TU Kaiserslautern; Markforged; Limtronik; © putilov_denis – stock.adobe.com; © BillionPhotos.com – stock.adobe.com; IBM; Screenshot / NordVPN; KIT / SDIL; BVDW; RS-Studios – stock.adobe.com; © aga7ta – stock.adobe.com

source