28. 04. 2025
Verfasst von: Frederik Maibaum

Moderne KI misst Nachhaltigkeit in Texten

Auf einer Zeitung mit Annoncen liegt ein gläserne runde Dose. Darin sind Diagramme, eine Weltkarte und Textbausteine mit Hieroglyphen zu sehen. — Das KI-Modell SustainBERT filtert aus Jahresberichten oder sozialen Medien Anhaltspunkte dafür, wie nachhaltig Unternehmen agieren. Bei der Bildgestaltung kann KI noch nicht alles fehlerfrei – zum Beispiel lesbare Schrift oder eine Lupe generieren.

Die Transformation zu nachhaltigem Wirtschaften ist unumgänglich, um Klimaziele zu erreichen und die natürlichen Ökosysteme zu erhalten. Von außen zu beurteilen, wie nachhaltig Unternehmen wirklich sind, stellt jedoch eine große Herausforderung dar, da es schwierig ist, an entsprechende Daten zu kommen. Können KI-Modelle zur Textanalyse hier verlässlich Auskunft geben? Ein Forschungsteam der Leibniz Universität Hannover hat zu diesem Zweck das KI-Modell SustainBERT entwickelt.

Intelligente Textanalyse mit SustainBERT

Spätestens seit der Veröffentlichung von ChatGPT sind die Möglichkeiten von KI-Modellen zur Sprachverarbeitung (Large Language Models, LLM) einer breiten Öffentlichkeit bekannt und zugänglich. Neben dem Verfassen von kurzen Texten können LLMs Texte und die darin enthaltenen Informationen quantifizieren und somit abstrahieren, was Unternehmen etwa über komplexe Konstrukte wie Nachhaltigkeit äußern. Mit SustainBERT haben Forschende der Leibniz Universität Hannover ein KI-Modell darauf trainiert, Nachhaltigkeit im Unternehmenskontext als Inhalt in Jahresberichten oder sozialen Medien zu messen. „Das liefert Menschen Hinweise, die zum Beispiel ein potenzielles Projekt oder eine Investition prüfen wollen“, nennt Projektmitarbeiter Dr. Frederik Maibaum einen Nutzen.

Mögliche Anwendungen für SustainBERT

Das Modell basiert auf dem etablierten BERT-Modell und wurde mit Wikipedia-Texten zum Thema Nachhaltigkeit trainiert. „Dadurch weist SustainBERT ein tiefgreifendes Verständnis von Nachhaltigkeit auf und bietet im Vergleich zu anderen Modellen wie ChatGPT den Vorteil, dass die Ergebnisse replizierbar und nachvollziehbar sind“, beschreibt Frederik Maibaum die Transparenz des Algorithmus. Mögliche Anwendungsfälle sind:

Bedeutung von Nachhaltigkeit in Projekten analysieren – hier liegen oft keine validierbaren Daten vor,
Diskurse über Unternehmen in Social Media analysieren,
Jahresberichte von Unternehmen analysieren, um strategische Ausrichtung zu Nachhaltigkeit zu messen.

Was LLMs (noch) nicht können

„Die textbasierte Messung von Nachhaltigkeit kann eine Analyse auf Basis von Kennzahlen, wie zum Beispiel CO₂-Emissionen, nicht ersetzen“, betont Frederik Maibaum, „da Texte ein verzerrtes Bild vermitteln können – Stichwort Greenwashing. Aber im Vergleich mit anderen KIs schneidet unser Modell sehr gut ab.“ Er weist auf erste Ansätze hin, mit fortgeschrittenen Algorithmen auch Greenwashing aufzudecken. Bei der textbasierten Messung von Nachhaltigkeit sollte immer auf die Qualität der Texte und LLMs geachtet werden, da diese die Ergebnisse beeinflussen. Interessenten an SustainBERT können sich gerne an den Forscher wenden, der mittlerweile an der Universität Münster arbeitet.

Glossar: Large Language Model

Ein großes KI-Modell zur Sprachverarbeitung wie ChatGPT basiert auf neuronalen Netzwerken. Es verwendet Lern-Algorithmen für das Training mit riesigen Mengen von Textdaten. Das trainierte Modell besitzt dann ein gewisses Textverständnis. Auf diese Weise können Texte zusammengefasst oder übersetzt oder neue erstellt werden.