EUDR und digitaler Produktpass: IT-seitig neue Regulatoriken umsetzen
Zum Jahresende tritt die EUDR in Kraft, gleichzeitig wird der digitale Produktpass schrittweise eingeführt. Noch immer sind die wenigsten Unternehmen auf die Umsetzung vorbereitet. Es fehlen vollständig verfügbare, qualitative Daten und einheitliche Methoden zur Datensammlung. Wie können Unternehmen die Anforderungen managen?
Zum Jahresende tritt die EU-Entwaldungsverordnung für größere und mittlere Unternehmen in Kraft und stellt Branchen vor neue, komplexe Anforderungen. Firmen müssen dann eine Sorgfaltserklärung abgeben, eine Risikobewertung vornehmen sowie betroffene Produkte und ihre Lieferkette bis hin zur Anbaufläche genau zurückverfolgen. Für kleine Unternehmen gilt die EUDR ab 2027. Gleichzeitig wird ab 2027 der digitale Produktpass mit Batterien als erste Produktkategorie eingeführt, er stellt produktspezifische Daten technisch bereit.
Mit den Regulatoriken kommen weitreichende Veränderungen auf Unternehmen zu. Sie müssen sich organisatorisch und prozessual anpassen und IT-Systeme, Infrastruktur und Datenmanagement umstellen. Das Problem: In vielen Unternehmen stehen relevante Daten wie zu den Bestandteilen eines Produkts, zum Lebenszyklus und zur Nachhaltigkeit nicht vollständig digital abrufbar zur Verfügung. Das betrifft insbesondere Informationen aus der Lieferkette. Außerdem ist die Datenqualität oft unzureichend. Ferner nutzen nur wenige Unternehmen Daten von anderen oder geben eigene Daten weiter – wenn doch, dann nicht in standardisierter Form.
Gute Datenbasis schaffen
Ein wesentlicher Aspekt bei der Neuausrichtung ist ein standardisiertes Datenmanagement: Unternehmen müssen etliche Daten aus diversen Quellsystemen und Schnittstellen zusammenführen, validieren, konsolidieren und in ein einheitliches Format überführen. Das sind Daten entlang des gesamten Lebenszyklus – von der Entwurfsphase bis zur Entsorgung. Dazu gehören Materialstammdaten, Daten zur Materialzusammensetzung, Nachhaltigkeitsdaten wie CO2-Emissionen, Verwertungsdaten wie Demontageanleitungen, Reparaturmöglichkeiten, die Verfügbarkeit von Ersatzteilen und Sicherheitsinformationen sowie Daten zur korrekten Entsorgung des Produkts in ausreichender Detailtiefe.
Auf diese Weise entsteht ein ganzheitlicher Blick auf ein Produkt, der für verschiedene interne und externe Nutzergruppen interessant ist. Das sind beispielsweise Mitarbeitende aus den Bereichen Produktentwicklung und Produktion, IT und Compliance. Sie benötigen die Daten, um regulatorische Anforderungen zu erfüllen, neue Geschäftsmodelle zu entwickeln, Produkte kreislauffähig zu gestalten oder die strategische Ausrichtung des Unternehmens anzupassen. Zu den externen Stakeholdern gehören vor allem Zulieferer, die einerseits ihre Daten offenlegen müssen und andererseits vor allem ihre Nachhaltigkeitsleistung als Verkaufsargument nutzen wollen, Kunden, die nachhaltige Konsumentscheidungen treffen möchten, Reparaturunternehmen, die die Produktnutzungsdauer verlängern wollen, sowie Verwertungs- und Recyclingunternehmen am Produkt-End-of-Life.
Für das Datenmanagement entscheidend ist die enge Zusammenarbeit zwischen Fachabteilungen sowie mit Zulieferern und Partnern. Damit einher gehen klar definierte Verantwortlichkeiten. Ein gutes Beispiel ist das Projekt Catena-X der deutschen Automobilindustrie. Hier ist eine gemeinsame Dateninfrastruktur verschiedener Unternehmen für die gesamte Wertschöpfungskette entstanden.
In sieben Stufen vorgehen
Bei der Umsetzung empfiehlt sich ein siebenstufiges Vorgehensmodell, das den Aufwand für die Sammlung und Aggregation der Daten im Rahmen hält. Die erste Stufe ist die Anforderungsanalyse, aus der anschließend der Bedarf an Daten für relevante Nutzergruppen festgestellt werden kann. Dafür bieten sich Interviews, User Journeys oder zu testende Hypothesen an. Anhand von Use Cases können potenzielle Auswirkungen auf den Business Case betrachtet und über die Nutzergruppen validiert werden. Die nächste Stufe umfasst die Konzeption. Auf Basis der Erkenntnisse aus den Iterationen mit den Nutzergruppen können Unternehmen den Ziel-Zustand des digitalen Produktpasses konzeptionieren. Dafür erstellen sie ein Datenmodell, eine Architektur sowie nutzerfreundliche User Interfaces. Aus den vorhandenen Datenquellen und Attributen kann eine geeignete Umsetzungsumgebung erstellt werden.
Nachdem Unternehmen die Konzeption abgeschlossen haben, sollten sie mit einer Pilotierung auf Basis ihrer Erkenntnisse und Hypothesen starten. Dabei binden sie in einem iterativen Vorgehen verschiedene Datenquellen ein, aggregieren Daten und führen damit eine mehrstufige technische Erprobung durch. Gleichzeitig sollten sie qualitativ und quantitativ verschiedene Ansätze und Technologien vergleichen. Ausgehend von den Ergebnissen der Pilotierung können Unternehmen den digitalen Produktpass zielgerichtet technisch weiterentwickeln, diesen in ihre IT-Infrastruktur einbetten und ersten Nutzergruppen zur Verfügung stellen. In der nächsten Stufe empfiehlt es sich, eine Roadmap zur Skalierung des digitalen Produktpasses zu entwickeln. Dazu identifizieren sie relevante Plattformen, Konsortien und übergreifende Partner. In der letzten Stufe sollten Unternehmen ein geeignetes langfristiges Betriebsmodell finden – ob auf der eigenen Infrastruktur, auf Cloud-Plattformen oder bei Drittanbietern. Dabei sind ein durchgängiges Reporting und kontinuierliche Verbesserungsprozesse für einen nachhaltigen Betrieb unabdingbar.
Zentrale Datenplattform aufbauen
Im Idealfall bauen Unternehmen eine zentrale Datenplattform auf, die interne Systeme wie ERP, SCM, PLM und HR mit externen Datenquellen wie Klimadaten, Ratings und regulatorischen Anforderungen verbindet. In einem solchen Hub können alle für die Compliance relevanten Datenpunkte – über den digitalen Produktpass und die EUDR hinaus – standardisiert und transparent gemanagt werden. Der Vorteil: Nachhaltigkeit wird aktiv steuerbar. Die Daten dienen auch als Entscheidungsgrundlage für Einkauf, Produktion und Strategie. Wichtige Merkmale solcher Plattformen sind harmonisierte Daten über Fachbereiche hinweg, Transparenz über Dashboards, KPI-Tracking und automatisierte Alerts sowie die Fähigkeit, Audits zu erstellen und Reportings anzubinden. Ein zentrales Element ist zudem künstliche Intelligenz. Die Technologie kann dabei unterstützen, Emissionen vorherzusagen, Risiken in der Lieferkette zu erkennen, Ziele zu simulieren, Maßnahmen vorzuschlagen, bessere Entscheidungen zu treffen und effizienter zu handeln.
