Carbon Accounting: Einführung und Überblick / 3.2 Life Cycle Assessment (LCA) und Product Carbon Footprint (PCF)

Die weit verbreitete ausgabenbasierte Berechnungsmethode für CO2e-Emissionen greift bei Wertschöpfungsketten zu kurz und birgt das Risiko massiver Fehleinschätzungen. Bei dieser Methode werden statt spezifischer Lieferketten- oder Produktinformationen nur Finanzkennzahlen (bspw. ein Rechnungsbetrag) genutzt und mit groben Emissionsfaktoren verknüpft. Preisgünstigen Materialien wird also ein niedriger CO2e-Wert attestiert als der teureren Alternative und Preissteigerungen aufgrund von Inflation spiegeln sich in höheren CO2e-Schätzungen für die gleichen Waren wider. Mit tatsächlichen Veränderungen bei den Emissionen hat dies wenig zu tun und Unternehmen stehen dann vor der Herausforderung, diese Bilanzveränderungen zu erklären. Sinnvolle Steuerungsmöglichkeiten im Rahmen einer Dekarbonisierungsstrategie oder bezüglich messbarer Klimaschutzziele sind damit unmöglich.

2 neue Abkürzungen werden daher relevant fürs Business-Vokabular: LCA & PCF:

• Die Lebenszyklusanalyse (engl. Life Cycle Assessment, LCA) beschreibt die systematische Berechnung der Umweltauswirkungen eines Produkts von den Rohstoffen bis zum Werkstor, der Entsorgung oder der Wiederverwertung. Eine dieser Umweltauswirkungen ist das globale Erwärmungspotenzial (engl. Global Warming Potential, GWP).
• Das Ergebnis in dieser Kategorie wird in kg CO2e angegeben und auch als Produkt-CO2-Fußabdruck (Product Carbon Footprint, PCF) kommuniziert.

Die größte Herausforderung bei der detaillierten Berechnung: neben fehlendem Wissen über Sublieferanten ist selbst die Datenverfügbarkeit von näheren Lieferanten in der Realität meistens schwach und auch die Datenqualität häufig mangelhaft.

Deshalb arbeiten nicht nur Wissenschaftler, sondern auch moderne Softwarelösungen mit Lückenfüllern, also industrietypischen Daten und produkttypischen Variablen und Annahmen, um Primärdaten zu validieren und schnell erste Ergebnisse zu erhalten, womit dann eine iterative Datenverbesserung möglich ist. Die Aussagekraft gegenüber Berechnungen basierend auf Finanzdaten ist hierbei um ein Vielfaches besser.