Warum AI-Systeme neue Spielregeln im Reporting setzen

Stellen Sie sich vor, jemand fasst Ihre Unternehmensstrategie in fünf Sätzen zusammen, bewertet Ihre Nachhaltigkeitsambitionen, Ihre finanzielle Performance und empfiehlt Ihr Unternehmen potenziellen Geschäftspartner:innen, Bewerber:innen oder Investor:innen – oder auch nicht. Täglich. Millionenfach. Ohne dass Sie es merken. Ohne dass Sie eingreifen können.

Genau das passiert gerade. Leise, schnell und mit wachsender Autorität haben sich ChatGPT, Claude, Copilot und Co. als neue Gatekeeper zwischen Unternehmen und ihren Anspruchsgruppen etabliert. Sie liefern keine Dokumente. Sie analysieren, extrahieren, gewichten, kontextualisieren. Was dabei nicht eindeutig greifbar ist, füllen sie mit alternativ verfügbaren Inhalten. AI-Systeme definieren, was gilt.

Der blinde Fleck der Führungsetagen.

In den Führungsetagen ist AI längst angekommen – allerdings als Frage der Effizienz, nicht der Reputation. Dass dieselben Systeme über das eigene Unternehmen urteilen, seine Strategie verdichten, seine Nachhaltigkeitsleistung einordnen, es empfehlen oder übergehen, steht auf keiner Agenda. Wie ChatGPT die eigene Nachhaltigkeitsstrategie beschreibt, weiß in den meisten Unternehmen niemand. Weil niemand danach fragt. Weil sich niemand zuständig fühlt.

Daraus ergeben sich drei Irrtümer.

• Erstens die Annahme, dass Veröffentlichung automatisch Sichtbarkeit schafft.
• Der zweite: der Glaube, ein regulatorisch korrekt erstellter Geschäfts- oder Nachhaltigkeitsbericht sei AI-tauglich.
• Der dritte Irrtum ist die Hoffnung, irgendjemand werde sich schon kümmern – der gefährlichste von allen.

Denn ausgerechnet jene Frage, die über Wahrnehmung entscheidet, bleibt zwischen Corporate Communications, Investor Relations, Nachhaltigkeit und IT unbesetzt: Was erzählen Algorithmen über uns? So entsteht ein Vakuum. Und ein solches Vakuum bleibt nicht leer – Datenanbieter, Medien und Wettbewerber füllen es bereitwillig.

Die Asymmetrie wechselt die Seite.

Bislang lag die Deutungshoheit bei den Unternehmen. Sie entschieden, welche Narrative wichtig sind, welche Zahlen in den Vordergrund gerückt werden, welches Bild von ihnen entsteht. Ein zentrales Instrument dafür war der Geschäfts- oder Nachhaltigkeitsbericht. Sorgfältig komponiert, professionell inszeniert und mit allen wesentlichen Kernbotschaften perfekt auf den Punkt gebracht. Diese Kommunikation war bewusst asymmetrisch angelegt – zugunsten der Unternehmen. Und wenn etwas schieflief, wurde dies im Hintergrundgespräch geheilt.

Vieles davon behält seinen Wert. Was nicht mehr funktioniert, ist der letzte Schritt, nämlich die Korrektur im Nachhinein. Einem Sprachmodell lässt sich kein Dementi schicken. Es gibt keine Redaktion, die Sie anrufen, und keinen Analysten, den Sie briefen könnten. Was einmal extrahiert, gewichtet und in Millionen Antworten reproduziert wurde, lässt sich nicht zurückholen. Was bleibt, ist die Steuerung im Voraus: eine verbindliche Primärquelle, semantische Verknüpfungen, gezielte Signale an die Modelle und ein Monitoring dessen, was diese tatsächlich über das Unternehmen aussagen. Deutungshoheit ist nicht mehr allein eine kommunikative Frage. Sie ist vor allem eine strukturelle Frage.

Erzählen für Menschen. Strukturieren für Maschinen.

Das klingt zunächst paradox. Jahrelang hat die Unternehmenskommunikation auf emotionales Storytelling gesetzt – und plötzlich soll die Struktur wichtiger sein als die Botschaft? Die Lösung liegt in einer veränderten Gewichtung, denn das Reporting richtet sich heute an zwei Intelligenzen. Menschen lesen und interpretieren; sie brauchen Geschichten, Bilder und Zusammenhänge. Algorithmen reagieren auf Signale, erkennen Muster und modellieren Wahrscheinlichkeiten. Eine Nachhaltigkeitsstrategie, die sich kunstvoll über ein ganzes Kapitel entfaltet, ist für sie kein Inhalt, sondern bloßes Rauschen. Was sie nicht sofort einordnen können, überspringen sie und greifen stattdessen auf Sekundärquellen zurück.

In der Nachhaltigkeitskommunikation bedeutet dies nicht weniger Erzählung, sondern mehr Präzision unter der Oberfläche. Ambition, Maßnahme und Wirkung müssen klar getrennt und zugleich explizit verknüpft werden. Fehlt diese Differenzierung, vermischen die Modelle Ziel und Ergebnis, lesen Annahmen als Fakten und Prognosen als Resultate – aus einer ambitionierten Klimastrategie wird dann je nach statistischer Laune eine bereits erbrachte Leistung oder ein verfehltes Ziel. Die Geschichte bleibt bestehen. Aber sie braucht ein Gerüst, das Maschinen erkennen können.

PDF? Für Menschen. Nicht für Maschinen.

Damit wären wir beim Standardformat. Das PDF ist im Reporting fest etabliert – als Brückentechnologie, an der fast alle festhalten. Eingespielte Prozesse vermitteln Sicherheit, während neue Systeme Veränderung bedeuten, die niemand anstoßen möchte. Zudem bindet die wachsende Regulatorik die vorhandenen Kapazitäten so umfassend, dass für Grundsatzfragen kaum Ressourcen bleiben. All das erscheint verständlich. Allerdings ist das PDF für Algorithmen denkbar unergiebig: Es ist ein monolithischer Block ohne modulare Gliederung, ohne persistente Referenzen und ohne explizite Beziehungen zwischen den Inhalten.

Die Alternative ist kein neues Dateiformat, sondern eine neue Architektur. Deren Grundlage bildet ein konsequent digitaler, HTML-basierter Report, der in Informationsblöcke gegliedert ist. Darüber liegt eine semantische Schicht mit strukturierten Daten, etwa via JSON-LD, einem konsistenten Begriffssystem und explizit beschriebenen Relationen von Ziel über Maßnahme zu Ergebnis. iXBRL hat darin seinen festen Platz als regulatorische Datenschicht, jedoch nicht als Gesamtlösung. Der Übergang vom PDF- zum HTML-Report ist somit weniger eine technische als eine strategische Entscheidung.

iXBRL? Notwendig. Aber nicht hinreichend.

Der naheliegende Einwand lautet: Wir berichten nach ESEF, das genügt doch. Es genügt nicht, da iXBRL nur Datenpunkte, aber keinen Kontext strukturiert. Es markiert entlang regulatorischer Taxonomien, welche Informationen offengelegt werden müssen: Umsatzerlöse, Vermögenswerte, Cashflows. Nicht aber, wie Strategie, Ziele, Maßnahmen und Ergebnisse zusammenhängen, sich bedingen und aufeinander wirken. Für Algorithmen ist ein iXBRL-konformer Report ohne semantische Architektur ein digitales Depot ohne erkennbaren Inhalt. Die Lücken schließen die Modelle selbst mit Wahrscheinlichkeiten statt mit der beabsichtigten Botschaft.

Hier liegt zugleich das Argument für all jene, die das Reporting – Stichwort ESRS – als lästige Pflicht empfinden. Den CFO betrifft das unmittelbar: AI-gestützte Analysen fließen längst in Screenings, Ratings und Investitionsentscheidungen ein. Fehlt die referenzierbare Primärquelle, bewerten die Modelle nach sekundären Ableitungen. Dem CSO geht es nicht anders: Nirgends verfestigen sich Verzerrungen schneller als in der Nachhaltigkeitskommunikation. Für beide gilt: Der Report muss ohnehin erstellt werden. Wer ihn AI-ready aufbaut, entwickelt aus einem Compliance-Posten ein strategisches Asset. Denn iXBRL verfolgt ein Compliance-Ziel – die korrekte Offenlegung. AI-Visibility hat ein strategisches Ziel – die aktive Steuerung von Bedeutung.

Und jetzt?

Wer die Wahrnehmung des eigenen Unternehmens nicht aktiv gestaltet, überlässt sie den Ableitungen der Modelle und den Sekundärquellen, aus denen diese sich bedienen. Das betrifft nicht nur Corporate Communications und Investor Relations, sondern auch Risikosteuerung, Employer Branding, die Reputation insgesamt. Deutungshoheit in einer algorithmisch vermittelten Öffentlichkeit zu sichern, ist deshalb keine Aufgabe einzelner Abteilungen. Es ist eine Aufgabe des Vorstands. Im Reporting kann und sollte der Anfang dafür liegen, denn es ist einer gewachsenen, ausgedehnten und oftmals überdehnten Corporate Website strukturell überlegen.

Schlägt also die Struktur das Narrativ? Nein, sie trägt es. Die Inhalte bestimmen nach wie vor, was ein Unternehmen vermitteln möchte. Ob das ankommt, hängt von der Architektur ab. Das klingt zwar technisch, ist aber durch und durch strategisch. Und während Sie diesen Text lesen, beantwortet irgendwo ein AI-System gerade eine Frage zu Ihrem Unternehmen. Auf die Antwort haben Sie keinen Einfluss mehr. Auf ihre Grundlage schon.

Das Whitepaper „Deutungshoheit im Reporting“ von hw.design finden Sie hier zum Download.

Das könnte Sie auch interessieren:

• Revised ESRS: EU-Kommission verabschiedet überarbeitete Nachhaltigkeitsberichtsstandards
• Einführung in die European Sustainability Reporting Standards (€)
• Warum echte Transformation mehr braucht als Datensätze und Pflichterfüllung