zum Inhalt springen

Was Künstliche Intelligenz für die Nachhaltigkeit von Unternehmen bedeutet

Das Titelbild zeigt eine gerundete, vielschichtige und Zieharmonika-artig faltige Struktur in Grüntönen auf türkisgrünem Hintergrund. Titelüberschrift in Dunkelblau: MEHR ALS EIN WERKZEUG
Gestaltung: LIGA; Foto: ilgmyzin

Nachhaltigkeit ist für Unternehmen längst kein Nice-to-have mehr. Sie wird gemessen, berichtet und geprüft: Ein Industriebetrieb erfasst etwa den Energie- und Materialverbrauch seiner Anlagen, berichtet über die Emissionen entlang seiner Lieferkette und lässt diese Angaben extern prüfen.

Gleichzeitig hat mit dem Aufkommen generativer KI eine neue Phase der Künstlichen Intelligenz begonnen. Im Unternehmensalltag stecken diese Modelle häufig nicht nur in eigenständigen Chat-Programmen, sondern zunehmend auch in maßgeschneiderten Analyse- und Automatisierungswerkzeugen. Wer beides zusammendenkt, landet meist bei Überlegungen zu Effizienzgewinnen oder beim Strombedarf der Rechenzentren.

Beides trifft zu, greift aber zu kurz. KI verändert, wie Unternehmen von außen gesehen werden. Sie verändert die Ressourcenbilanz, als Werkzeug zum Einsparen ebenso wie als eigener Verbraucher. Und sie wirkt sich auf die Mitarbeitenden aus. Es lohnt sich daher, diese drei Dimensionen im Folgenden genauer anzusehen, jeweils mit ihren Chancen und ihren Grenzen.

Wenn die Maschine mitliest

Auffindbar oder unsichtbar. Geschäftsberichte werden für Menschen geschrieben. Gelesen werden sie zunehmend von einer anderen Leserin, einer Maschine. Laut dem PwC Global Investor Survey 2025 werten 62 Prozent der Investor*innen Unternehmensberichte und Transkripte von Ergebnispräsentationen bereits mit KI-Werkzeugen aus, 56 Prozent entwerfen damit Investmentthesen und Research-Notizen. Nur vier Prozent nutzen KI gar nicht. Die International Organization of Securities Commissions (IOSCO), die Standards für Wertpapieraufsichten in mehr als 130 Jurisdiktionen setzt, kommt in einem Bericht aus dem Jahr 2025 zu einem ähnlichen Befund: KI-Systeme sind in Research, Portfoliozusammenstellung und Marktaufsicht fest verankert. Laut PwC reichen die Einsatzmöglichkeiten weit über den Kapitalmarkt hinaus: zu Aufsichts- und Steuerbehörden, Ratingagenturen, Geschäftskund*innen und der Zivilgesellschaft.

Die International Organization of Securities Commissions (IOSCO) ist der weltweite Zusammenschluss der Wertpapier- und Börsenaufsichten. Ihre Mitglieder beaufsichtigen mehr als 99 Prozent der Wertpapier- und Derivatemärkte in über 130 Jurisdiktionen. Die IOSCO entwickelt die internationalen Standards für die Finanzmarktaufsicht – mit drei Zielen: Anleger*innen schützen, faire und effiziente Märkte sichern und systemische Risiken verringern.

Ein KI-System liest dabei anders als ein Mensch. Es sucht Angaben heraus, verknüpft sie mit anderen Informationen über das Unternehmen und bewertet sie. Der Unterschied: Es tut dies über eine Vielzahl an Dokumenten hinweg und in einem Umfang und Tempo, das für menschliche Analyst*innen nicht möglich ist. Was nicht ausdrücklich im Text steht, sondern in Grafiken, komplexen Layouts, Fußnoten oder verlinkten Dokumenten, kann ihm entgehen. Gerade dort finden sich aber oft wichtige Erläuterungen.

Bedeutet das im Umkehrschluss, dass sämtliche Informationen künftig für Maschinen geschrieben werden (sollen)? Nicht ganz. Ein Bericht, der nur noch auf die automatisierte Auswertung ausgelegt ist, läuft Gefahr, nur aus Kennzahlentabellen und standardisierten Textbausteinen zu bestehen. Entscheidungen treffen aber weiterhin Menschen – z. B. im Aufsichtsrat oder bei der Vergabe von Aufträgen. Stakeholder wollen nachvollziehen, warum ein Unternehmen bestimmte Maßnahmen gesetzt hat und welche Abwägungen hinter den Zielen und Zeitplänen stehen.

Ein junger Mann mit kinnlangen Locken, Dreitagesbart und rahmenloser Brille sitzt entspannt zurückgelehnt auf einer gelben Couch. Er trägt einen karierten grauen Anzug über hellem Hemd mit offenem Kragen, hat die Beine übereinandergeschlagen, die verschrä
"Entscheidend ist eine ehrliche Rechnung: KI lohnt sich ökologisch dort, wo sie mehr einspart, als sie selbst verbraucht – und das gehört gerechnet, nicht angenommen." Samuel Bruckner | PwC Austria Foto: Adrian Almasan

Es gilt: Weil KI-Analysen Informationen systematisch miteinander vergleichen, fallen hierbei fehlende Begründungen und widersprüchliche Aussagen schneller auf. Eine KI-geeignete Struktur macht schwache Inhalte also nicht besser, sie macht sie nur schneller auffindbar. Wer dagegen ausschließlich für Menschen schreibt, riskiert, dass seine Botschaften dort, wo eine KI analysiert, bevor ein Mensch entscheidet, gar nicht erst ankommen. Die Lösung liegt daher nicht im Entweder-oder: Wesentliche Inhalte müssen für Mensch und Maschine gleichermaßen lesbar und verständlich sein. Das Gute: Unternehmen können ihre Berichte selbst mit KI darauf prüfen, wie (gut) sie von nicht-menschlichen Leser*innen verstanden werden. Stimmen Bericht, Website und Investor*innen-Kommunikation überein? Werden die zentralen Aussagen richtig erkannt? Ein solcher Check ersetzt zwar keine Wirtschaftsprüfung, zeigt aber früh, wo nachgeschärft werden muss.

Mehr Licht, auch für KMU. Für Klein- und Mittelbetriebe kann das auch eine Chance sein. Die Aufmerksamkeit von Investor*innen hing lange an der Kapazität von Analyst*innen, die sich naturgemäß meist auf große, börsennotierte Unternehmen konzentrierten. Ein KI-System kann deutlich mehr Informationen auswerten und so auch Unternehmen sichtbar machen, die bisher kaum wahrgenommen wurden.

Dieses „Scheinwerferlicht“ hat auch eine Kehrseite – nicht nur für KMU: Ein veralteter Text auf der Website, ein abweichendes Basisjahr oder eine zu forsche Formulierung im Marketing genügen, und aus einem redaktionellen Versäumnis wird beim maschinellen Abgleich ein möglicher Greenwashing-Verdacht. Hinzu kommt, dass auch die Maschine nicht unvoreingenommen urteilt: Sie bewertet durch eine Brille, die von ihren Trainingsdaten geprägt ist. Wer dort kaum vorkommt, wird zwar sichtbar, aber nicht automatisch fair beurteilt. Sichtbarkeit belohnt also vor allem jene, die konsistent kommunizieren.

Energie, Wasser, Material: Auch KI hat eine Rechnung

KI verändert nicht nur, wie Unternehmen gesehen werden, sondern auch, was sie verbrauchen. Laut Internationaler Energieagentur (IEA) wird KI beispielsweise in der Energiewirtschaft bereits eingesetzt, um Systeme zu optimieren, Kosten und Emissionen zu senken. In der Forschung beschleunigt sie etwa Entdeckungen in den Materialwissenschaften.

Der sinnvollste Einstieg ist selten das strahlende Leuchtturmprojekt, sondern ein Anwendungsfall, bei dem bereits Daten vorliegen, bereits Kosten anfallen und das Ergebnis in Kilowattstunden, Kubikmetern oder anderen Größen messbar ist. Stromnetzbetreiber setzen KI etwa für Lastprognosen, Fehlererkennung oder vorausschauende Wartung ein. Und in der Leichtindustrie, etwa bei der Fertigung von Elektronik oder Maschinen, könnten laut IEA bei breitem KI-Einsatz bis 2035 rund acht Prozent Energie eingespart werden. Bei solchen Anwendungsfällen fallen ökologischer und ökonomischer Nutzen zusammen. Die Grenzen sind ebenso klar: Ohne verlässliche Messdaten bleibt jede Einsparung durch KI eine Schätzung. KI kann einen bestehenden Prozess zwar effizienter machen, den Umstieg auf erneuerbare Energie oder ein emissionsärmeres Verfahren ersetzt sie aber nicht.

Gleichzeitig hat KI selbst einen ökologischen Fußabdruck. Er beginnt beim Abbau seltener Rohstoffe für spezialisierte Chips, umfasst Strom und Wasser für den Betrieb von Rechenzentren und endet beim Elektroschrott, dessen weltweite Menge laut Global E-waste Monitor der Vereinten Nationen 2022 bei rund 62 Millionen Tonnen lag und bis 2030 auf rund 82 Millionen Tonnen steigen dürfte. Der Großteil davon geht (noch) nicht auf KI zurück, der Anteil dürfte aber wachsen. Nach Angaben der Internationalen Energieagentur entfielen 2024 rund 1,5 Prozent des weltweiten Stromverbrauchs auf Rechenzentren; bis 2030 dürfte sich ihr Bedarf mehr als verdoppeln. Hinzu kommt der Effekt, dass eine Technologie, die effizienter und günstiger wird, meist auch häufiger genutzt wird. Sprich: Der Gesamtverbrauch steigt, obwohl jede einzelne Anwendung sparsamer wird.

Gefragt sind bewusste Entscheidungen. Für viele spezialisierte, wiederkehrende Aufgaben liefern kleinere Sprachmodelle die nötige Leistung zu einem Bruchteil der Umweltkosten. Nicht jede Aufgabe braucht das größte verfügbare Modell. Wo es möglich ist, Daten direkt dort zu verarbeiten, wo sie entstehen, sinkt zudem der Energiebedarf für die Übertragung. Entscheidend ist eine ehrliche Rechnung: KI lohnt sich ökologisch dort, wo sie mehr einspart, als sie selbst verbraucht – und das gehört gerechnet, nicht angenommen.

Was KI für die Mitarbeitenden bedeutet

Die dritte Dimension betrifft die Menschen im Unternehmen. Wer KI ausschließlich als Instrument zur Kostensenkung einführt, schöpft nur einen Teil ihres Potenzials aus. Der PwC Global AI Jobs Barometer 2026, der rund eine Milliarde Stellenanzeigen ausgewertet hat, zeichnet ein differenziertes Bild: In Unternehmen, deren Tätigkeiten am stärksten durch KI verändert werden können, liegt das Produktivitätswachstum um 40 Prozent höher als in den am wenigsten betroffenen. Zugleich wachsen dort Personalstand (52 Prozent gegenüber 36 Prozent) und Löhne (24 Prozent gegenüber 17 Prozent) schneller. Der größere Mehrwert entsteht dort, wo frei gewordene Zeit in Aufgaben fließt, die bisher aus Kapazitätsgründen liegen geblieben sind. Eine Datenanalystin, die Daten nicht mehr händisch bereinigen und Standardberichte zusammenstellen muss, kann sich beispielsweise stärker auf die Interpretation der Ergebnisse und die Beratung von Entscheidungsträger*innen konzentrieren. Ohne eine bewusste Steuerung verpufft gewonnene Zeit allerdings.

Der PwC Global AI Jobs Barometer 2026 unterscheidet zwei Arten, wie KI Berufe verändert. In „professionalisierten“ Rollen übernimmt KI die Routinearbeit – und menschliche Erfahrung sowie Fähigkeiten wie Empathie und Entscheidungsfindung werden wichtiger. In „demokratisierten“ Rollen erledigt KI die anspruchsvolleren Aufgaben, sodass sie auch ohne tiefes Fachwissen ausgeübt werden können – z. B. im IT-Service-Management. Erstere wachsen doppelt so schnell und mit 42 Prozent höherem Lohnwachstum.

Die Studie zeigt aber auch, dass der Arbeitsmarkt sich zweigleisig entwickelt: Berufe, in denen KI Routinearbeit übernimmt und menschliche Expertise aufwertet (etwa Ingenieur*innen oder Recruiter*innen), wachsen doppelt so schnell wie jene, in denen KI die anspruchsvolle Arbeit selbst erledigt (wie zum Beispiel Software Developer oder Finanzmanager*innen). Besonders betroffen ist der Berufseinstieg. Eine Auswertung von US-Stellenanzeigen zeigt: Stark von KI veränderte Einstiegspositionen verlangen siebenmal häufiger als wenig betroffene Einstiegsrollen Fähigkeiten, die bisher erfahrenen Kräften vorbehalten waren, etwa Führung und strategisches Denken. Die Routinearbeit, an der man früher gelernt hat, übernimmt zunehmend die Maschine.

Junge Frau mit langen braunen Locken, die sie offen trägt, im anthrazitfarbenem Sakko über weißer Hemdbluse lächelt mit geschlossenen Lippen und offenem Blick in die Kamera.
"Die Lösung liegt daher nicht im Entweder-oder: Wesentliche Inhalte müssen für Mensch und Maschine gleichermaßen lesbar und verständlich sein." Anna Kraus | PwC Austria Foto: PWC Österreich

Entscheidend ist deshalb weniger, ob einzelne Tätigkeiten wegfallen, als vielmehr, ob ein Unternehmen seine Mitarbeitenden durch den Wandel begleitet. KI kann dabei selbst helfen: Etwa durch individuelle und jederzeit verfügbare Schulungen oder die Identifikation von Lohngefällen oder ähnlichen Verzerrungen innerhalb des Unternehmens.

Was bleibt

KI ist für die Nachhaltigkeit von Unternehmen weder Heilsbringer noch Bedrohung, sondern ein Verstärker. Sie macht Informationen auswertbar, hilft Ressourcen zu sparen und verbraucht selbst welche – und sie verändert, wie und woran Menschen arbeiten. Sprich: KI verstärkt, was da ist. Umso wichtiger ist es, dass das Fundament stimmt.

Samuel Bruckner, Anna Kraus – PwC Österreich

Zu den Autor*innen 

Samuel Bruckner ist Senior Associate, Sustainability Consulting bei PwC Austria. Er ist Experte für IT-Lösungen für Nachhaltigkeitsmanagement und -berichterstattung. Er absolviert den Masterstudiengang Business Analytics an der Universität Wien.

Anna Kraus ist Senior Manager, Sustainability Consulting bei PwC Austria. Sie begleitet Projekte an den Schnittstellen von Nachhaltigkeit, Steuern, Recht und Technologie. 

Mehr Infos:

PwC (2026): When AI becomes the reader – a turning point for corporate reporting (inkl. Daten aus PwC Global Investor Survey 2025 und IOSCO-Bericht 2025): https://www.pwc.com/gx/en/services/audit-assurance/corporate-reporting/esg-reporting/ai-as-reader.html

IOSCO: About IOSCO: https://www.iosco.org/v2/about/?subsection=about_iosco

PwC Niederlande (2024): Peril and promise – The impact of AI on sustainability and ESG: https://www.pwc.nl/en/insights-and-publications/themes/sustainability/peril-and-promise.html

IEA (2025): Energy and AI – Executive Summary: https://www.iea.org/reports/energy-and-ai/executive-summary

IEA (2025): Energy and AI – AI for energy optimisation and innovation: https://www.iea.org/reports/energy-and-ai/ai-for-energy-optimisation-and-innovation

PwC Belgien (2025): Looking at AI through the lens of ESG principles (unter Bezug auf Daten der IEA): https://www.pwc.be/en/news-publications/2025/responsible-ai-overview.html

PwC Belgien (2026): The C-suite playbook for sustainable AI: https://www.pwc.be/en/news-publications/2026/playbook-sustainable-ai.html

ITU/UNITAR (2024): The Global E-waste Monitor 2024: https://www.itu.int/en/ITU-D/Environment/Pages/Publications/The-Global-E-waste-Monitor-2024.aspx

UNITAR (2024): Global e-Waste Monitor 2024 – Pressemitteilung: https://unitar.org/about/news-stories/press/global-e-waste-monitor-2024-electronic-waste-rising-five-times-faster-documented-e-waste-recycling

Europäische Kommission, Joint Research Centre (RMIS): E-waste: https://rmis.jrc.ec.europa.eu/ewaste

PwC (2026): 2026 Global AI Jobs Barometer – Global findings: https://www.pwc.com/gx/en/issues/artificial-intelligence/job-barometer/2026/2026-global-ai-jobs-barometer-global-findings.pdf

PwC (2026): AI reshapes global labour market into two distinct paths – Pressemitteilung zum Global AI Jobs Barometer 2026: https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-ai-jobs-barometer.html