Wie berechne ich einen Product Carbon Footprint bei fehlenden Lieferantendaten?

Ihre Product-Carbon-Footprint-Berechnung ist bereits im Gange, aber einige Ihrer Lieferanten haben die benötigten Emissionsdaten nicht bereitgestellt. Nun stellt sich die Frage: Wie berechnen Sie einen Product Carbon Footprint bei fehlenden Lieferantendaten?

Lieferantenspezifische Daten können die Genauigkeit und Repräsentativität eines PCF verbessern, sind aber nicht immer verfügbar, wenn eine Berechnung abgeschlossen werden muss. Fehlen Lieferantendaten, können Hersteller geeignete alternative Datenquellen nutzen, etwa Datenbanken mit sekundären Emissionsfaktoren, Branchendurchschnittsdaten, Proxy-Daten oder andere Schätzungen, abhängig von den Berechnungsanforderungen und den verfügbaren Informationen.

Die Herausforderung besteht darin, eine geeignete Methode zu wählen, ohne die Transparenz oder den Nutzen des PCF zu beeinträchtigen. Jede alternative Datenquelle hat ein anderes Maß an Relevanz, Repräsentativität und Datenqualität, daher sollten Vorgehen und Annahmen klar dokumentiert werden.

In diesem Blog erklären wir, wie Sie einen Product Carbon Footprint bei fehlenden Lieferantendaten berechnen, wie Sie alternative Daten auswählen, die Datenqualität bewerten, Datenlücken dokumentieren und die Berechnung verbessern, wenn bessere Lieferanteninformationen verfügbar werden.

Lieferantenspezifische Emissionsdaten können sich in Verfügbarkeit, Detailgrad und Format unterscheiden. Häufige Gründe sind:

Sind lieferantenspezifische Daten nicht verfügbar, kann ein PCF geeignete Sekundärdaten, Proxy-Daten, Branchendurchschnittsdaten oder Schätzungen verwenden, abhängig von der Berechnungsmethodik und den verfügbaren Informationen. Die Erfassung von Datenquelle, Methodik, Annahmen und relevanten Qualitätsaspekten macht die Berechnung transparent und leichter aktualisierbar, wenn bessere Lieferanteninformationen verfügbar werden.

Ja. Ein Product Carbon Footprint kann mit einer Kombination aus Primär- und Sekundärdaten berechnet werden. Sind lieferantenspezifische Daten nicht verfügbar, können geeignete Alternativen sekundäre Emissionsfaktoren, Branchendurchschnittsdaten, Proxy-Daten oder Schätzungen umfassen.

Entscheidend ist, Daten auszuwählen, die für den berechneten Prozess geeignet sind, und Datenquelle, Methodik, Annahmen sowie relevante Überlegungen zur Datenqualität zu dokumentieren. Sobald bessere Lieferanteninformationen verfügbar werden, kann die Berechnung geprüft und dort aktualisiert werden, wo es angemessen ist.

Sind lieferantenspezifische Emissionsdaten nicht verfügbar, können Sie andere Datenquellen nutzen, um die relevanten Emissionen zu schätzen. Der geeignete Ansatz hängt vom bewerteten Material oder Prozess, den verfügbaren Daten und den Anforderungen der Berechnung ab.

Eine Stückliste (BOM) kann Informationen zu den in einem Produkt verwendeten Materialien und Mengen liefern, auch wenn lieferantenspezifische Emissionsdaten nicht verfügbar sind. Sie können diese Informationen mit einem geeigneten sekundären Emissionsfaktor für das relevante Material oder den relevanten Prozess kombinieren, um die zugehörigen Emissionen zu schätzen.

Life-Cycle-Inventory-Datenbanken stellen Sekundärdaten für Materialien, Prozesse, Energie und andere Inputs des Lebenszyklus bereit. Sind lieferantenspezifische Daten nicht verfügbar, kann ein geeigneter Datensatz anhand von Faktoren wie Material- oder Prozesstyp, Geografie, Technologie und Zeitraum ausgewählt werden. Quelle und Auswahlkriterien sollten dokumentiert werden.

Branchendurchschnittliche Emissionsfaktoren können verwendet werden, wenn lieferantenspezifische Informationen nicht verfügbar sind und ein geeigneter Durchschnittsdatensatz für das relevante Material, Produkt, den Prozess oder die Branchenkategorie vorliegt. Der gewählte Faktor sollte die bewertete Aktivität und ihre beabsichtigte Verwendung im PCF hinreichend repräsentativ abbilden.

Proxy-Daten nutzen Informationen eines ähnlichen Materials, Prozesses oder einer ähnlichen Aktivität als Ersatz, wenn spezifische Daten nicht verfügbar sind. Beispielsweise können Daten für ein hinreichend ähnliches Material oder einen hinreichend ähnlichen Produktionsprozess nach Prüfung von Relevanz und Repräsentativität als Proxy betrachtet werden. Werden Proxy-Daten verwendet, sollten die Grundlage der Auswahl und relevante Einschränkungen dokumentiert werden.

Ausgabenbasierte Methoden schätzen Emissionen anhand des wirtschaftlichen Werts eingekaufter Waren oder Dienstleistungen zusammen mit relevanten sekundären Emissionsfaktoren. Dieser Ansatz ist in der Scope-3-Leitlinie des GHG Protocol für bestimmte Berechnungen eingekaufter Waren und Dienstleistungen anerkannt, wenn detailliertere Aktivitätsdaten nicht verfügbar sind. Für einen CO2-Fußabdruck auf Produktebene hängt die Eignung jedoch vom Berechnungsumfang und der Methodik ab, daher sollte er nicht automatisch als allgemeiner Ersatz für material- oder prozessspezifische Daten behandelt werden.

Der richtige Ansatz hängt von den Informationen ab, die für das bewertete Material oder den bewerteten Prozess verfügbar sind. Beginnen Sie damit, festzuhalten, was Sie über den Input wissen, etwa Materialart, Menge, Produktionsprozess, Geografie oder Einkaufswert. Das hilft zu bestimmen, welche alternative Datenquelle eine angemessene Abbildung der Aktivität liefern kann.

Wenn Ihre BOM beispielsweise Materialart und Gewicht enthält, kann ein relevanter sekundärer Emissionsfaktor geeignet sein, um Materialemissionen zu schätzen. Ist ein exakter Datensatz nicht verfügbar, kann ein Proxy-Datensatz in Betracht gezogen werden, wenn das zugrunde liegende Material oder der Prozess hinreichend repräsentativ ist. Wo physische Aktivitätsdaten begrenzt sind, aber Einkaufsinformationen vorliegen, kann eine ausgabenbasierte Methode in Berechnungskontexten relevant sein, in denen diese Methodik angemessen ist.

Die gewählte Methode sollte auch Zweck und Umfang des PCF widerspiegeln. Eine Datenquelle, die für ein Material oder einen Prozess geeignet ist, muss für ein anderes nicht geeignet sein. Halten Sie fest, warum die gewählte Datenquelle verwendet wurde, und benennen Sie relevante Einschränkungen.

Sobald lieferantenspezifische Informationen verfügbar werden, prüfen Sie die betroffenen Inputs und entscheiden Sie, ob die Berechnung aktualisiert werden sollte. So entsteht ein praxisnaher Prozess, um die Datenqualität zu verbessern, ohne dass von Anfang an jeder Input lieferantenspezifische Informationen haben muss.

Nachdem Sie fehlende Daten adressiert haben, sollten Sie Qualität und Repräsentativität der in der Berechnung verwendeten Daten bewerten. Der GHG Protocol Product Standard nennt fünf Datenqualitätsindikatoren: technologische Repräsentativität, geografische Repräsentativität, zeitliche Repräsentativität, Vollständigkeit und Zuverlässigkeit.

Prüfen Sie für jeden wesentlichen Input:

Eine Prüfung der Datenqualität kann auf Input- oder Prozessebene erfolgen, statt dem gesamten PCF ein einheitliches Datenqualitätsniveau zuzuweisen.

Prüfen Sie für jeden wesentlichen Input, ob der Emissionsfaktor zum Material oder Prozess passt, ob die Geografie relevant ist und ob der Bezugszeitraum angemessen ist. Kontrollieren Sie, ob der Datensatz die bewertete Aktivität angemessen abbildet, und berücksichtigen Sie, wie die zugrunde liegenden Daten erhoben und verifiziert wurden.

Diese Prüfung kann auch zeigen, wo zusätzliche Lieferanteninformationen die größte Verbesserung bringen würden. Wird ein wichtiges Material derzeit durch einen breiten Sekundärdatensatz abgebildet, können lieferantenspezifische Informationen eine repräsentativere Grundlage für die Berechnung schaffen.

Das Ergebnis der Prüfung muss kein einzelner Gesamtwert sein. Ziel ist zu verstehen, wo die Daten gut belegt sind, wo Einschränkungen bestehen und welche Inputs von besseren Informationen profitieren können.

Die Datenqualität sollte im Kontext der konkret berechneten Aktivität bewertet werden. Ein älterer Datensatz ist nicht automatisch von geringerer Qualität, und ein neuerer Datensatz ist nicht automatisch repräsentativer. Die Relevanz von Technologie, Geografie, Zeitraum, Vollständigkeit und Quellenverlässlichkeit sollte gemeinsam betrachtet werden.

Die Dokumentation dieser Überlegungen zur Datenqualität hilft zu erklären, wo lieferantenspezifische Daten verwendet wurden, wo Sekundär- oder Proxy-Daten verwendet wurden und wo eine weitere Datenverbesserung angemessen sein kann. Das GHG Protocol empfiehlt außerdem, Vorgehen und Ergebnisse der Datenqualitätsbewertung zu dokumentieren und die Bewertung zu nutzen, um Verbesserungen im Zeitverlauf zu unterstützen.

Sind lieferantenspezifische Daten nicht verfügbar, dokumentieren Sie die Datenquellen, Annahmen und Methoden, mit denen die Lücken adressiert wurden. Das hilft Prüfern zu verstehen, wie der PCF berechnet wurde und wo Sekundär-, Proxy- oder geschätzte Daten verwendet wurden.

Ihre Dokumentation sollte Folgendes enthalten:

Eine einheitliche Aufzeichnung macht Entscheidungen zu fehlenden Daten leichter prüfbar und aktualisierbar. Erfassen Sie für jeden relevanten Input Material oder Prozess, Datenquelle, Emissionsfaktor, Einheit, Geografie, Bezugszeitraum und die Art der verwendeten Daten.

Erfassen Sie außerdem Proxy-Auswahl, Annahmen, Anpassungen oder Einschränkungen, die beeinflussen, wie die Daten interpretiert werden. Wird erwartet, dass lieferantenspezifische Informationen später verfügbar werden, vermerken Sie den Input, der bei Erhalt dieser Informationen geprüft werden sollte.

Wenn diese Angaben zusammengehalten werden, entsteht eine klare Aufzeichnung, wie jede Datenlücke behandelt wurde, und ein praxisnaher Ausgangspunkt für künftige PCF-Aktualisierungen.

Eine klare Dokumentation schafft eine nachvollziehbare Verbindung zwischen Eingabedaten, Emissionsfaktoren, Annahmen, Berechnungsmethoden und dem endgültigen PCF-Ergebnis. Sie erleichtert außerdem die Prüfung der Berechnung und zeigt, wo bessere lieferantenspezifische Daten die Bewertung im Zeitverlauf verbessern könnten.

Fehlende Lieferantendaten können während einer PCF-Berechnung mehrere Herausforderungen erzeugen. Werden diese häufigen Probleme vermieden, lässt sich die Berechnung leichter prüfen und im Zeitverlauf verbessern.

Die Plattform von Carbalyze, Caly, ist darauf ausgelegt, Herstellern den Start einer Product-Carbon-Footprint-Berechnung auf Basis ihrer Stückliste (BOM) zu ermöglichen und lieferantenspezifische Daten dort einzubeziehen, wo sie verfügbar sind.

Nach dem Hochladen einer BOM kann die KI-gestützte Engine von Caly Materialien automatisch relevanten Emissionsfaktor-Datensätzen zuordnen und so die manuelle Suche nach Emissionsfaktoren reduzieren. Wo lieferantenspezifische Daten verfügbar sind, unterstützt Caly deren Nutzung neben relevanten Emissionsfaktoren und Lieferketteninformationen. Wo lieferantenspezifische Daten nicht verfügbar sind, kann die Plattform relevante Emissionsfaktoren und andere verfügbare sekundäre Datenquellen nutzen, um die Berechnung zu unterstützen.

Caly ist für Personen ohne LCA-Expertise ausgelegt und hilft, die Analyse und das Reporting des Product Carbon Footprint zu vereinfachen.

Über die Plattform erzeugte Berichte sind darauf ausgelegt, sich an anerkannten Rahmenwerken auszurichten, einschließlich GHG Protocol und ISO 14067. Der Workflow unterstützt BOM-basierte Analysen, die Zuordnung von Materialien zu Emissionsfaktoren, Lieferantendaten und strukturiertes PCF-Reporting.

Das Ziel ist nicht, fehlende Lieferantendaten so zu behandeln, als gäbe es sie nicht. Es geht darum, einen praxisnahen Weg zu bieten, verfügbare BOM-Daten, Lieferanteninformationen und relevante Emissionsfaktoren zu nutzen und zugleich zu erkennen, wo bessere lieferantenspezifische Informationen die Berechnung im Zeitverlauf verbessern können.

Fehlende Lieferantendaten müssen Sie nicht daran hindern, einen Product Carbon Footprint zu berechnen. Sind lieferantenspezifische Informationen nicht verfügbar, können geeignete Sekundärdaten, Branchendurchschnittsdaten, Proxy-Daten oder Schätzungen verwendet werden, abhängig von den Berechnungsanforderungen und den verfügbaren Informationen.

Entscheidend ist, Daten auszuwählen, die für das bewertete Material oder den bewerteten Prozess relevant sind, ihre Qualität und Repräsentativität zu bewerten und Quellen, Annahmen und verwendete Methoden klar zu dokumentieren. Sobald bessere lieferantenspezifische Informationen verfügbar werden, können die relevanten Inputs geprüft und dort aktualisiert werden, wo es angemessen ist.

Ein transparenter Umgang mit fehlenden Daten macht den PCF im Zeitverlauf leichter prüfbar, verbesserbar und pflegbar.