Nicht alle ESG-Scores sind gleich. money:care erklärt, wie Nachhaltigkeitsdaten erhoben, geprüft und aufbereitet werden – transparent und nachvollziehbar.
Wie wir Nachhaltigkeitsdaten verifizieren: Die Methodik hinter unseren ESG-Scores
ESG ist überall. Und genau das ist das Problem. Wer heute Nachhaltigkeitsdaten kauft, bekommt von verschiedenen Anbietern für dasselbe Unternehmen teils dramatisch unterschiedliche Scores – Abweichungen von 40 Punkten auf einer 100-Punkte-Skala sind keine Ausnahme, sondern die Regel. Eine Studie des MIT Sloan Management Review hat gezeigt, dass die Korrelation zwischen ESG-Ratings verschiedener Anbieter im Schnitt bei nur 0,61 liegt – deutlich niedriger als bei klassischen Kredit-Ratings.
Für Finanzportale und Broker, die ihren Nutzer:innen ESG-Daten präsentieren, ist das keine abstrakte Methodikfrage. Es ist eine Vertrauensfrage. Wer nicht erklären kann, woher ein Score kommt, kann ihn nicht verantworten.
Warum ESG-Scores so stark voneinander abweichen
Drei strukturelle Ursachen erklären die Diskrepanz zwischen verschiedenen Anbietern:
Unterschiedliche Datenbasis. Manche Anbieter stützen sich ausschliesslich auf Unternehmensselbstauskünfte – also auf das, was Firmen freiwillig berichten. Andere kombinieren Selbstauskünfte mit externen Quellen: Behördendaten, NGO-Berichte, Medienauswertungen, Satellitendaten zu Emissionen. Die Qualität der Eingangsdaten definiert die Qualität des Outputs.
Unterschiedliche Gewichtung. Zählt CO₂-Ausstoss mehr als Wasserverbrauch? Wie schwer wiegt Vorstandsdiversität gegenüber Lieferkettentransparenz? Jeder Anbieter trifft diese Gewichtungsentscheidungen anders – und kommuniziert sie selten transparent.
Transparent & Retail-Friendly. ESG-Daten sind oft eine Black-Box. Selten kann der kommunizierte Score eines Unternehmens nachvollzogen werden. Die Methodik und die Quellen werden eher unter verschluss gehalten. Selbst wenn sie gezeigt werden, ist die Aufbereitung für Retail-Investor:innen oft unverständlich.
Unsere Methodik: Vier Ebenen der Verifikation
Bei money:care haben wir eine mehrstufige Verifikationsmethodik entwickelt, die Transparenz und Nachvollziehbarkeit in den Mittelpunkt stellt.
Ebene 1: Primärdaten aus verifizierten Quellen
Wir stützen uns auf regulatorisch verpflichtete Berichterstattung als Primärquelle – also Daten, die Unternehmen gegenüber Behörden offenlegen müssen, nicht nur gegenüber Investoren. Dazu gehören CSRD-Berichte, EU-Taxonomie-Angaben und Jahresberichte. Diese Daten sind nicht freiwillig und damit belastbarer als reine Selbstauskünfte.
Ebene 2: Kreuzvalidierung der Datenpunkte
Jeder Datenpunkt wird im Bericht an der richtigen Stelle markiert. Wir ergeben diese Daten nach dem Vieraugen-Prinzip. Die erste Person sammelt diesen Datenpunkt - eine zweite Person verifiziert ihn. Zudem setzt unser System “Flags”, sollte ein Datenpunkt ein starker Ausreißer sein. Diese Schritte erhöhen den Aufwand – aber sie sind der Kern unserer Datenqualitätsstrategie.
Ebene 3: Transparente Gewichtungslogik
Jeder unserer 12 Indikatoren ist im Gesamtmodell gleichgewichtet. Das bedeutet: Wer unsere Scores integriert, kann nachvollziehen, welche Faktoren wie stark eingehen. Kein Black-Box-Score, sondern eine erklärbare Zahl.
Ebene 4: Transparenz bis zu den Rohdaten
Unsere Scores können bis zu den Rohdaten nachvollzogen werden. Wir zeigen für jeden Datenpunkt, aus welchem Bericht und von welcher Seite wir ihn bezogen haben.
Außerdem wird bei unseren Daten großer Wert darauf gelegt, diese User-friendly kommunizieren zu können.
Was das für die Integration in Finanzportale bedeutet
Für Produktteams, die Nachhaltigkeitsdaten in ihre Plattform integrieren, stellen sich drei praktische Fragen:
Wie erkläre ich meinen Nutzern den Score? Ein ESG-Score ohne Kontext ist eine Zahl ohne Bedeutung. Wir liefern zu jedem Score eine strukturierte Erklärung – was ist ein zu erreichender Zielwert für das Unternehmen und ob es diesen erreicht hat – direkt im Interface angezeigt.
Was passiert bei Datenlücken? Nicht jedes Unternehmen berichtet vollständig. Statt fehlende Daten mit Schätzwerten aufzufüllen, kennzeichnen wir Lücken explizit. Nutzer sehen, wenn ein Score auf unvollständiger Datenbasis beruht – das ist ehrlicher als ein scheinbar vollständiger Wert.
Wo kommen die Daten her? Jeder Score kann so detailliert nachvollzogen werden, wie es der User wünscht. Entscheidungen können aufgrund des Gesamtscores getroffen werden, aufgrund des Scores in einer Kategorie (Klima, Gesellschaft, Gender) oder aufgrund eines spezifischen Indikators (z.B. Frauen im Management).
Vertrauen entsteht durch Erklärbarkeit
ESG-Daten werden regulatorisch relevanter, nicht weniger. Die EU-Taxonomie, die CSRD und kommende MiFID-Anforderungen zur Nachhaltigkeitspräferenz von Anleger:innen machen Datenqualität zur Pflicht – nicht zur Kür.
Finanzportale, die heute in erklärbare, verifizierbare ESG-Daten investieren, bauen einen Vorsprung auf, der regulatorisch und wettbewerblich relevant wird. Und sie bauen Vertrauen bei einer Nutzergruppe auf, die – laut einer Studie der DZ Bank 2024 – in 58 % der Fälle Nachhaltigkeit als Kriterium bei der Plattformwahl nennt.
Ein Score ist nur so gut wie die Methode dahinter. Wir zeigen unsere.