KI erleichtert den Weg zur Klimabilanz
20.07.2026 | Innovationsprojekt der HM entwickelt Ansatz für die automatisierte Erfassung von Emissionsdaten
Wie lässt sich der Einstieg in die Treibhausgasbilanzierung deutlich vereinfachen? Dieser Frage widmeten sich Studierende der Hochschule München (HM) und die Energieagentur im Rahmen des Co-Innovation Lab (CIL). Zwischen April und Juni 2026 entstand dabei ein Prototyp für eine KI-gestützte Softwarelösung, die den ersten Schritt der THG-Bilanzierung weitgehend automatisiert.
Das Co-Innovation Lab (CIL) ist ein übergreifendes Konzept für Innovationsprojekte, bei denen Studierende gemeinsam mit Unternehmen und Organisationen praxisnahe Herausforderungen bearbeiten. In temporären Innovationspartnerschaften entwickeln Dozierende, Studierende und Projektpartner innerhalb weniger Monate innovative Lösungsansätze – mit wissenschaftlicher Begleitung und direktem Praxisbezug.
Für die Energieagentur stand dabei eine zentrale Herausforderung der betrieblichen Klimabilanzierung im Fokus: die aufwendige Datenerhebung.
Der aufwendigste Schritt der Klimabilanz
Bevor Unternehmen ihre Treibhausgasemissionen berechnen können, müssen zunächst zahlreiche Rechnungen und Belege unterschiedlichster Formate erfasst und den richtigen Emissionskategorien zugeordnet werden. Diese Datenerhebung erfolgt in vielen Unternehmen noch überwiegend manuell – ein zeitintensiver und fehleranfälliger Prozess.
Besonders anspruchsvoll ist dabei Scope 3, also die indirekten Emissionen entlang der Wertschöpfungskette. Im Bereich "Scope 3.1 - Eingekaufte Waren und Dienstleistungen" reicht die Bandbreite von Kaffee und Büromaterial über Computer bis hin zu Facility-Management-Dienstleistungen. Entsprechend vielfältig sind die Rechnungen und Buchungsunterlagen, die verarbeitet werden müssen.
KI übernimmt die Kategorisierung
Genau hier setzte das Innovationsprojekt an. Ziel war die Entwicklung einer KI-gestützten Software, die Rechnungen automatisiert ausliest, relevante Informationen erkennt und den passenden Kategorien der THG-Bilanz zuordnet.
Die Ergebnisse übertrafen die Erwartungen: Selbst bei sehr unterschiedlichen Belegformaten - von digitalen PDF-Rechnungen bis hin zu verblassten Kassenbons mit handschriftlichen Notizen - erreichte das entwickelte Tool bei der Datenerfassung und Kategorisierung eine Fehlerquote von unter zwei Prozent. Damit arbeitete der Prototyp präziser als eine manuelle Erfassung und reduzierte gleichzeitig den Zeitaufwand erheblich.
„Die Zusammenarbeit mit den Studierenden der HM war ausgesprochen bereichernd. Es war beeindruckend zu sehen, wie schnell aus einer Idee ein funktionierender Prototyp entstanden ist. Die Ergebnisse zeigen, dass Künstliche Intelligenz die Datenerhebung für Treibhausgasbilanzen grundlegend vereinfachen kann. Ich sehe darin großes Potenzial für die Zukunft, insbesondere für kleine und mittlere Unternehmen." sagt Andreas Huber, der das Projekt seitens der Energieagentur begleitet hat.
Die langfristige Vision geht dabei weit über den entwickelten Prototyp hinaus, der nur einen kleinen Teil der für eine THG-Bilanz relevanten Kategorien verarbeiten kann: Entstehen könnte eine benutzerfreundliche Software, mit der Unternehmen ohne umfangreiche Vorkenntnisse zu regulatorischen Standards oder Nachhaltigkeitsberichten ihre Klimabilanz weitgehend automatisiert erstellen können.