« Master-KAG-Rating: Zwischen zentraler Steuerung, dezentralem Management und institutioneller Transparenz | Home | Märkte begreifen, Zusammenhänge erleben: Warum sich die Teilnahme am Immersive Finance Forum lohnt »

ESG-Ratings in 3D: Wie räumliche Visualisierung KI-Analysen transparent und menschliche Entscheidungen fundierter macht

Von Dr. Oliver Everling | 13.Oktober 2026

Die europäische Regulierung von ESG-Ratingagenturen markiert einen wichtigen Schritt auf dem Weg zu einer transparenteren und vertrauenswürdigeren nachhaltigen Finanzwirtschaft. Wie Julia Haake, Chief Revenue Officer bei EthiFinance und Vorstandsvorsitzende der European Association of Sustainability Rating Agencies (EASRA), hervorhebt, gewinnen nachvollziehbare Methoden, belastbare Daten und der Einsatz künstlicher Intelligenz für die Zukunft der ESG-Bewertung zunehmend an Bedeutung. Aus Sicht der RATING EVIDENCE GmbH stellt sich dabei eine weiterführende Frage: Wie können die Ergebnisse immer leistungsfähigerer Analysesysteme so dargestellt werden, dass Menschen die zugrunde liegenden Zusammenhänge nicht nur lesen, sondern tatsächlich verstehen, untersuchen und kritisch beurteilen können?

ESG-Ratings verdichten eine Vielzahl ökologischer, sozialer und unternehmensbezogener Informationen zu Kennzahlen, Noten oder Risikokategorien. Diese Verdichtung ist für Investoren, Banken und Unternehmen hilfreich, kann jedoch wesentliche Zusammenhänge verdecken. Die Umweltbilanz eines Unternehmens hängt beispielsweise nicht ausschließlich von den eigenen Produktionsprozessen ab, sondern auch von Energieversorgern, Zulieferern, Logistikpartnern und internationalen Lieferketten. Schwächen in der Unternehmensführung können sich auf Tochtergesellschaften auswirken, während ökologische oder soziale Risiken entlang komplexer Geschäftsbeziehungen weitergegeben werden. Wer solche Sachverhalte ausschließlich anhand einzelner Kennzahlen oder klassischer Tabellen beurteilt, muss sich die Gesamtstruktur aus zahlreichen Informationsfragmenten gedanklich zusammensetzen.

Die dreidimensionale Visualisierung eröffnet hier eine neue Perspektive. Unternehmen, Beteiligungen, Lieferanten, Standorte, ESG-Indikatoren und finanzielle Abhängigkeiten lassen sich als räumlich angeordnete Elemente darstellen, deren Beziehungen aus unterschiedlichen Blickwinkeln untersucht werden können. Anstatt zwischen zahlreichen Dokumenten und Bildschirmfenstern zu wechseln, kann ein Analyst beispielsweise von einer Unternehmensgruppe zu einzelnen Tochtergesellschaften navigieren, relevante Lieferantenbeziehungen verfolgen und anschließend die dazugehörigen Nachhaltigkeitsinformationen betrachten. Komplexität wird dadurch nicht beseitigt, aber auf eine Weise strukturiert, die das Erkennen von Beziehungen und das gezielte Vertiefen einzelner Fragestellungen erleichtern kann.

Besonders interessant wird dieser Ansatz in Verbindung mit künstlicher Intelligenz. KI kann große Mengen von Geschäftsberichten, Nachhaltigkeitserklärungen, regulatorischen Veröffentlichungen und weiteren Informationsquellen verarbeiten. Sie kann Auffälligkeiten identifizieren, Aussagen miteinander vergleichen, Widersprüche aufdecken und Hinweise auf mögliche Risiken geben. Die Herausforderung besteht darin, solche Ergebnisse nicht lediglich als fertige Schlussfolgerungen zu präsentieren, sondern ihre Entstehung und ihre Abhängigkeiten nachvollziehbar zu machen. Eine dreidimensionale Analyseumgebung kann dazu beitragen, KI-generierte Hinweise mit den betroffenen Unternehmen, den relevanten Geschäftsbeziehungen und den zugrunde liegenden Quellen zu verbinden. Der Nutzer erhält damit die Möglichkeit, von einer übergeordneten Risikodarstellung bis zu einzelnen Belegen vorzudringen und zu prüfen, ob die Schlussfolgerungen tatsächlich gerechtfertigt sind.

Ein Beispiel wäre die von einem KI-System erkannte Konzentration ökologischer Risiken in einer internationalen Lieferkette. Eine räumliche Darstellung könnte sichtbar machen, welche Lieferanten betroffen sind, über welche Geschäftsbeziehungen sie mit dem betrachteten Unternehmen verbunden sind und welche Informationen die Risikoeinschätzung stützen. Ebenso ließe sich zeigen, an welchen Stellen Daten fehlen, unterschiedliche Angaben vorliegen oder weitere Untersuchungen notwendig sind. Damit würde aus einer abstrakten Risikokennzahl ein untersuchbarer Sachverhalt. Die Visualisierung ersetzt dabei weder die fachliche Analyse noch die Prüfung der Datenqualität. Sie schafft vielmehr eine zusätzliche Möglichkeit, die Ergebnisse systematisch zu hinterfragen.

Für die RATING EVIDENCE GmbH liegt gerade in dieser Verbindung von Evidenz, Analyse und Visualisierung ein wichtiger Ansatzpunkt für die Weiterentwicklung der Finanzanalyse. Eine Bewertung sollte nicht allein deshalb überzeugen, weil sie von einem leistungsfähigen Algorithmus erzeugt wurde oder in einer professionell gestalteten Benutzeroberfläche erscheint. Entscheidend bleibt, welche Tatsachen zugrunde liegen, wie diese interpretiert wurden und welche Unsicherheiten bestehen. Eine gute dreidimensionale Darstellung muss deshalb zwischen dokumentierten Fakten, extern übernommenen Bewertungen, KI-generierten Interpretationen und noch unbestätigten Annahmen unterscheiden. Sie darf keine Sicherheit suggerieren, die durch die vorhandenen Informationen nicht gedeckt ist.

Die räumliche Darstellung von Unternehmens- und Beteiligungsstrukturen kann darüber hinaus die Verbindung von ESG-Analyse und klassischer Finanzanalyse unterstützen. Nachhaltigkeitsrisiken stehen häufig in Beziehung zu Finanzierungskosten, operativen Abhängigkeiten, Investitionsentscheidungen und langfristigen Geschäftsmodellen. Werden diese Informationen gemeinsam betrachtet, können Analysten besser untersuchen, welche Nachhaltigkeitsaspekte für die wirtschaftliche Entwicklung eines Unternehmens tatsächlich relevant sind. Auch für Investoren, die mehrere Unternehmen miteinander vergleichen oder Risikokonzentrationen in einem Portfolio erkennen möchten, kann die Visualisierung komplexer Abhängigkeiten einen zusätzlichen Erkenntnisgewinn bieten.

Während interaktive dreidimensionale Modelle bereits auf herkömmlichen Bildschirmen eingesetzt werden können, erweitern geeignete Virtual-Reality- und Mixed-Reality-Geräte die Möglichkeiten der räumlichen Analyse. Nutzer können sich innerhalb einer virtuellen Informationslandschaft bewegen, Strukturen aus verschiedenen Perspektiven betrachten und einzelne Elemente gezielt in den Vordergrund holen. In gemeinsamen virtuellen Räumen können Fachleute aus Nachhaltigkeit, Finanzen, Risikomanagement und Unternehmensführung dieselben Modelle untersuchen, unterschiedliche Interpretationen diskutieren und ihre Erkenntnisse zusammenführen. Damit wird aus der Präsentation eines fertigen Analyseergebnisses eine gemeinsame Untersuchung seiner Grundlagen.

Gerade für europäische Anbieter von ESG-Daten und Ratingdienstleistungen könnte diese Entwicklung eine strategische Chance darstellen. Die von Julia Haake angesprochene Automatisierung eröffnet Möglichkeiten, Daten effizienter zu erheben, zu prüfen und auszuwerten. Die räumliche Visualisierung kann diese technologischen Fortschritte ergänzen, indem sie die Ergebnisse für Anwender verständlicher und besser zugänglich macht. Wettbewerbsfähigkeit entsteht dann nicht allein durch die Geschwindigkeit der Datenverarbeitung, sondern auch durch die Qualität der Methoden, die Nachvollziehbarkeit der Ergebnisse und die Fähigkeit, komplexe Sachverhalte für konkrete Entscheidungen nutzbar zu machen.

Dabei bleibt eine klare Abgrenzung wichtig: Weder künstliche Intelligenz noch dreidimensionale Visualisierung können die Verantwortung menschlicher Entscheidungsträger ersetzen. Eine räumlich überzeugende Darstellung ist noch kein Beweis für die Richtigkeit einer Aussage, ebenso wenig wie eine algorithmisch berechnete Kennzahl automatisch eine angemessene Entscheidung begründet. Die Qualität des Verfahrens hängt weiterhin von geeigneten Daten, transparenten Methoden und einer kritischen Prüfung der Schlussfolgerungen ab. Der Mensch muss beurteilen, ob die vorgelegte Evidenz ausreicht, welche Unsicherheiten berücksichtigt werden müssen und welche Konsequenzen daraus zu ziehen sind.

Die Regulierung von ESG-Ratingagenturen kann deshalb auch als Impuls verstanden werden, die gesamte Kette von der Datenerhebung über die Analyse bis zur menschlichen Entscheidung neu zu denken. Wenn künstliche Intelligenz große Informationsmengen erschließt und dreidimensionale Visualisierung deren Zusammenhänge nachvollziehbar macht, entsteht eine zusätzliche Grundlage für fundierte Beurteilungen. Für die RATING EVIDENCE GmbH steht dabei nicht die möglichst eindrucksvolle Darstellung von ESG-Kennzahlen im Mittelpunkt, sondern die Frage, wie sich die Belege hinter diesen Kennzahlen verständlich, überprüfbar und für die Praxis nutzbar machen lassen.

Die nachhaltige Finanzwirtschaft benötigt nicht nur mehr Daten und schnellere Analysen, sondern auch bessere Möglichkeiten, deren Bedeutung zu erfassen. Dreidimensionale Visualisierung kann dazu beitragen, komplexe Zusammenhänge sichtbar zu machen, Hypothesen kritisch zu prüfen und unterschiedliche fachliche Perspektiven zusammenzuführen. Ihr eigentlicher Wert liegt darin, die Distanz zwischen einer maschinell erzeugten Bewertung und einer verantwortungsvollen menschlichen Entscheidung zu verringern. Denn Vertrauen entsteht nicht allein dadurch, dass ein Rating vorliegt, sondern dadurch, dass seine Grundlagen verstanden und seine Schlussfolgerungen nachvollziehbar beurteilt werden können.

Themen: Nachhaltigkeitsrating | Kommentare deaktiviert für ESG-Ratings in 3D: Wie räumliche Visualisierung KI-Analysen transparent und menschliche Entscheidungen fundierter macht

Kommentare geschlossen.