ESG-Scoring gewinnt Relevanz

Banken müssen bei der Kreditvergabe nicht nur die finanzielle Bonität eines Unternehmens beurteilen, sondern zunehmend auch die Nachhaltigkeitsrisiken und -chancen erfassen. Aufsichtsbehörden und Investoren verlangen Transparenz über die ESG-Exponierung des Kreditportfolios, etwa um Klimarisiken zu identifizieren oder Green Asset Ratios zu berechnen.

Zwar plant die Europäische Kommission mit dem sogenann­ten „Listing Act Omnibus“¹ 2025 einzelne regula­torische Anforderungen an die nichtfinanzielle Bericht­erstattung von kleinen und mittleren Unternehmen (KMU) abzuschwächen, um bürokratische Belastungen für kleinere Unternehmen zu reduzieren. Für viele KMUs bedeutet dies, dass sie in den nächsten Jahren keine umfassenden Nachhaltigkeitsberichte nach CSRD² vorlegen müssen.

Für Banken ändert sich dadurch jedoch weniger, als es auf den ersten Blick scheint. Die Anforderungen an das Risikomanagement in Bezug auf ESG-Faktoren bleiben unverändert bestehen. Sowohl die Mindestanforderun­gen an das Risikomanagement (MaRisk³) in Deutschland als auch die EBA Guidelines on Loan Origination and Monitoring⁴ verlangen ausdrücklich, dass Institute Nach­haltigkeitsrisiken identifizieren, bewerten und in ihre Kre­ditprozesse integrieren.

Die Herausforderung für Banken

Daraus entsteht eine paradoxe Situation. Während große Unternehmen hierfür externe Ratings und Nachhaltig­keitsberichte vorlegen können, werden KMUs an dieser Stelle entlastet. Gerade im klassischen Firmenkunden­geschäft von Banken entsteht dadurch jedoch eine er­hebliche Informationslücke, um ESG-Risiken transparent nachzuweisen.

In dieser Situation besteht die gängige Praxis darin, Frage­bögen an Kunden zu versenden und sich auf Selbstaus­künfte zu verlassen. Dieser Prozess ist arbeitsintensiv, intransparent und stößt oft an Grenzen, wenn die Unter­nehmen selbst keine Daten erheben oder berichten. Das Ergebnis sind Lücken, Verzögerungen und eine einge­schränkte Vergleichbarkeit.

Der ESG-Scoring-Service – eine KI-gestützte Lösung

Um diese Lücke zu schließen, kann eine KI-gestützte Lö­sung, wie zum Beispiel der ESG-Scoring-Service von msg for banking, der Banken in Form von Software as a Service (SaaS) bereitgestellt wird, wertvolle Unterstützung liefern.

Kernidee ist es, sowohl physische als auch transitorische Risiken in den ESG-Score einfließen zu lassen. Für die Bewertung der physischen Risiken greift der Service auf das Tool msg.CST⁵ zurück, die msg-for-banking-App zur Risikoquantifizierung im Klimastresstest. Durch diese An­bindung verwendet der ESG-Scoring-Service somit immer den aktuellen Leistungsumfang von msg.CST gleich mit, wie zum Beispiel die Einschätzung des Hochwasserrisikos der Adresse des Unternehmens.

Für die Bewertung transitorischer Risiken, also jener Risi­ken, die sich aus dem Übergang zu einer klimaneutralen Wirtschaft ergeben, werden branchenspezifische CO₂- Emissionswerte verwendet, wie sie beispielsweise von Auf­sichtsbehörden und Zentralbanken veröffentlicht werden. Diese branchenspezifischen Daten liefern einen ersten Orientierungsrahmen, haben jedoch den Nachteil, dass sie alle KMU innerhalb einer Branche gleichbehandeln.

Um dieser pauschalen Betrachtung zu entgehen, ergänzt der ESG-Scoring-Service den Branchenscore um einen individuellen, KI-gestützten Teil, basierend auf unterneh­mensspezifischen Informationen. Auf diese Weise wird sichtbar, wenn sich ein KMU im Vergleich zu seiner Bran­che besser gegenüber transitorischen Risiken positioniert.

Banken erhalten so nicht nur eine sektorale, sondern auch eine differenzierte und vergleichende Einwertung, die den tatsächlichen ESG-Fortschritt einzelner Unternehmen ab­bildet. Die KI-gestützte Analyse fasst diese Informationen zusammen, reiht sie anhand standardisierter Kriterien und erstellt somit einen objektiven ESG-Score. Dadurch wird eine vergleichbare Einschätzung möglich – auch ohne, dass das KMU selbst umfangreiche Nachhaltigkeitsberich­te oder ausgefüllte Fragebögen liefert.

Eine flexible und effiziente Lösung

Die Lösung steht als SaaS-Modell in der Cloud mit Ober­fläche oder mit einer API-Schnittstelle zur Verfügung, die direkt in die Kreditprozesse der Banken integriert werden kann. Banken zahlen pro Abruf eines ESG-Scores. Damit ist der Service flexibel skalierbar und auch für Institute interessant, die nur gelegentlich ESG-Einschätzungen be­nötigen.

Für die Banken reduziert eine solche Lösung den admi­nistrativen Aufwand erheblich, beschleunigt die Kredit­prüfung und verbessert die Datenqualität. Gleichzeitig ermöglicht es eine kontinuierliche Aktualisierung: Scores können regelmäßig neu berechnet werden, sobald sich regulatorische Rahmenbedingungen oder Unternehmens­informationen ändern. Dadurch bietet der ESG-Scoring- Service für Banken Effizienz und regulatorische Sicher­heit. Für KMUs eröffnet er den Zugang zu Krediten, ohne dass sie selbst sofort komplexe Nachhaltigkeitsberichte erstellen oder Fragebögen ausfüllen müssen.

Fazit

ESG-Einschätzungen werden im Kreditprozess unverzicht­bar. Während große Unternehmen über externe Ratings verfügen, besteht bei KMUs eine erhebliche Lücke. Frage­bögen sind nur ein Notbehelf und verursachen hohen Aufwand. Pauschale Branchenscores sind zwar ein Aus­gangspunkt, erlauben aber keine individuelle Bewertung der ESG-Performance eines kleinen oder mittelständischen Unternehmens.

Ein ESG-Scoring-Service, wie der oben beschriebene, schließt diese Lücke und verbindet alle diese Welten. Mit KI-gestützter Datensammlung, standardisierten Bewer­tungen und einem Pay-per-Use-Modell bietet er Banken eine effiziente und skalierbare Lösung, um regulatorische Anforderungen zu erfüllen und nachhaltige Kreditent­scheidungen zu treffen.

Beispiel

Für die Bestimmung des individuellen Scores wertet die KI-gestützte Analyse in Echtzeit Informationen aus dem Internet systematisch nach ESG-Relevanz aus.

Gemäß den konfigurierbaren Gewichten wird in einem letzten Schritt der gesamte ESG-Score zu einem Gesamtergebnis zusammengeführt.

So wird transparent, wie sich die Nachhaltigkeitsleistung eines Unternehmens differenziert und objektiv bewerten lässt – auch ohne umfangreiche Selbstauskünfte oder Berichte. Im Beispielfall kann die ESG-Performance der Mustermann GmbH mit einem Gesamtscore von 0,87 als gut bezeichnet werden.

Auf diese Weise können kleine und mittlere Unternehmen ohne großen Aufwand eine ESG-Bewertung erhalten und ihre Kreditwürdigkeit unter Nachhaltigkeitsaspekten nachweisen.