Wirkung braucht überprüfbare Evidenz.
Daten werden bei Planedo nicht allein deshalb als belastbar behandelt, weil sie vorhanden sind.
Entscheidend ist, ob sie zum konkreten Wirkungsfall gehören, den richtigen Zeitraum abbilden, nachvollziehbar entstanden sind und die verwendete Berechnung ausreichend stützen.
Die Datenqualität ist deshalb Bestandteil der Validierung und nicht lediglich eine technische Vorfrage.
Wenige eindeutig zugeordnete Primärdaten können methodisch wertvoller sein als umfangreiche, aber nicht nachvollziehbare Schätzwerte.
Was bedeutet Evidenz bei Planedo?
Evidenz umfasst Informationen, Daten und Dokumente, mit denen ein relevanter Realweltsachverhalt nachvollziehbar belegt werden kann.
Dazu können beispielsweise Messdaten, Verbrauchswerte, Rechnungen, Lieferscheine, technische Dokumentationen, Betriebsdaten, Zertifikate, Fotos, Systemprotokolle oder andere geeignete Nachweise gehören.
Nicht jeder Nachweis besitzt jedoch dieselbe Aussagekraft. Seine Qualität hängt davon ab, was er tatsächlich beweist und wie eindeutig er mit dem validierten Wirkungsfall verbunden ist.
Gute Daten müssen zum Prüfzweck passen.
Datenqualität ist keine abstrakte Eigenschaft.
Ein Datensatz kann technisch korrekt sein und trotzdem ungeeignet, wenn er beispielsweise einen anderen Standort, Zeitraum oder Prozess beschreibt.
Planedo beurteilt Daten deshalb immer im Zusammenhang mit der konkreten Wirkungsaussage.
Daten müssen für die betrachtete Berechnung tatsächlich relevant sein.
Standort, Produkt, Projekt oder Transaktion müssen eindeutig bestimmbar sein.
Ein Nachweis muss zeitlich mit dem betrachteten Wirkungsfall übereinstimmen.
Relevante Datenlücken können die Belastbarkeit einer Aussage einschränken.
Größenordnungen, Zusammenhänge und zeitliche Verläufe werden geprüft.
Eingangswerte, Quellen und Rechenschritte sollen dokumentiert bleiben.
Primärdaten und Sekundärdaten erfüllen unterschiedliche Rollen.
Primärdaten entstehen unmittelbar beim betrachteten Vorgang oder bei einem eindeutig zugeordneten Beteiligten.
Sekundärdaten stammen dagegen aus externen Quellen, Datenbanken, Studien, Emissionsfaktoren oder technischen Referenzen.
Messwerte, reale Verbrauchsdaten, Produktionsdaten oder andere unmittelbar erhobene Informationen.
Emissionsfaktoren, statistische Daten, wissenschaftliche Werte oder anerkannte Referenzdatensätze.
Werte, die aus nachvollziehbaren Annahmen oder Modellen hergeleitet werden.
Ein Dokument beweist nur das, was es tatsächlich zeigt.
Ein häufiger Fehler in Wirkungsbewertungen besteht darin, aus einem vorhandenen Dokument mehr abzuleiten, als dieses tatsächlich belegt.
Eine Rechnung kann beispielsweise den Erwerb eines Produkts belegen. Sie bestätigt aber nicht automatisch, dass das Produkt tatsächlich eingesetzt wurde oder welche Umweltwirkung daraus entstanden ist.
Deshalb muss zwischen Existenznachweis, Aktivitätsnachweis und Wirkungsnachweis unterschieden werden.
Beispielsweise Kauf, Installation oder Vorhandensein eines Produkts oder Systems.
Nutzung, Verbrauch, Betriebsstunden, Menge oder sonstige reale Aktivität.
Methodisch berechnete Differenz gegenüber einer geeigneten Referenz.
Nachweise müssen eindeutig verbunden sein.
Ein Beleg ist nur dann methodisch hilfreich, wenn er dem relevanten Wirkungsfall ausreichend sicher zugeordnet werden kann.
Dafür können beispielsweise Standortkennungen, Seriennummern, Rechnungsnummern, Zeitstempel, Projektkennungen, Effect-IDs oder andere Identifikatoren relevant sein.
Fehlende Daten können das Ergebnis verändern.
Vollständigkeit bedeutet nicht, dass jede theoretisch mögliche Information vorhanden sein muss.
Entscheidend ist, ob alle wesentlichen Informationen vorliegen, die für die konkrete Wirkungsaussage benötigt werden.
Fehlen relevante Eingangswerte, muss beurteilt werden, ob eine sachgerechte konservative Ableitung möglich ist oder ob die Wirkung nicht ausreichend validierbar ist.
Je nach Bedeutung der fehlenden Information kann eine konservative Annahme, ein Sicherheitsabschlag oder eine Ablehnung erforderlich sein.
Die quantitative Behandlung von Datenlücken und Unsicherheit wird im Artikel „Berechnung & Unsicherheit“ vertieft.
Formal vorhandene Daten können trotzdem auffällig sein.
Daten werden deshalb nicht ausschließlich auf Vollständigkeit, sondern auch auf innere Konsistenz geprüft.
Auffälligkeiten können sich beispielsweise aus ungewöhnlichen Größenordnungen, widersprüchlichen Zeitreihen, nicht passenden Einheiten oder unplausiblen technischen Zusammenhängen ergeben.
Extremwerte und ungewöhnliche Abweichungen werden gesondert geprüft.
kWh, MWh, Liter, Kilogramm oder andere Einheiten müssen korrekt interpretiert sein.
Sprünge, Lücken oder Veränderungen können auf besondere Sachverhalte hinweisen.
Mehrere Nachweise dürfen sich nicht ohne Erklärung widersprechen.
Ein Ergebnis muss später nachvollziehbar bleiben.
Eine belastbare Validierung benötigt eine dokumentierte Verbindung zwischen Ausgangsdaten, Annahmen, Referenzwerten und Berechnungsergebnis.
Das bedeutet nicht, dass jede Prüfung vollständig neu gerechnet werden muss.
Sie muss aber so dokumentiert sein, dass ein fachkundiger Dritter die wesentlichen Annahmen und Rechenschritte nachvollziehen kann.
Datenquelle, Berechnungsversion und wesentliche Entscheidungen sollen nachvollziehbar dokumentiert bleiben.
Ein Wirkungsfall besteht meist aus mehreren Nachweisen.
Einzelne Dokumente belegen häufig nur Teilaspekte.
Planedo kann deshalb mehrere miteinander verbundene Evidenzelemente zu einem prüfbaren Wirkungsfall zusammenführen.
Welches Projekt, Produkt oder welcher Standort wird betrachtet?
Welche reale Nutzung, Menge oder Aktivität hat stattgefunden?
Welche Baseline oder welcher Vergleichswert wird verwendet?
Welche Faktoren, Messwerte und Parameter fließen in die Quantifizierung ein?
Wem kann der validierte Wirkungsumfang systemisch zugeordnet werden?
KI kann Evidenz strukturieren – sie erzeugt keine Evidenz.
Planedo kann KI einsetzen, um Dokumente und Datensätze auszulesen, relevante Informationen zu strukturieren, Widersprüche zu erkennen und fehlende Angaben sichtbar zu machen.
Die Existenz eines KI-erkannten Wertes bestätigt jedoch weder dessen Richtigkeit noch die methodische Eignung für den jeweiligen Wirkungsfall.
Rollen und Grenzen der automatisierten Prüfung behandelt der Artikel „KI-Vorprüfung & Fachreview“.
Beispiel: Einsatz eines emissionsärmeren Kraftstoffs.
Ein Unternehmen reicht eine Rechnung über den Erwerb eines emissionsärmeren Kraftstoffs ein.
Die Rechnung ist ein relevanter Nachweis – sie allein beantwortet jedoch noch nicht alle Fragen der Wirkungsvalidierung.
Rechnung oder Lieferschein dokumentieren Art und Menge des beschafften Produkts.
Es muss geklärt werden, welchem Standort, Fahrzeug oder Prozess die Menge zugeordnet ist.
Die tatsächliche Verwendung im relevanten Zeitraum muss ausreichend nachvollziehbar sein.
Geeignete Emissionswerte, Referenzkraftstoff und Systemgrenzen werden bestimmt.
Erst aus der Kombination der geeigneten Nachweise entsteht ein prüfbarer Wirkungsumfang.
Ein Dokument kann einen wichtigen Teil der Evidenz bilden, ersetzt aber nicht automatisch den gesamten MRV-Nachweis.
Schwache Evidenz kann den bestätigten Umfang reduzieren.
Datenqualität wirkt sich unmittelbar auf die Belastbarkeit der Quantifizierung aus.
Je nach Art und Bedeutung einer Unsicherheit kann Planedo zusätzliche Evidenz verlangen, konservative Annahmen verwenden, einen Sicherheitsabschlag anwenden oder eine Wirkung nicht bestätigen.
Wie Daten, Faktoren und Unsicherheit quantitativ in einen Wirkungsumfang übersetzt werden, behandelt „Berechnung & Unsicherheit“.
Was Evidenz bei Planedo nicht bedeutet.
Die bloße Existenz eines Dokuments bestätigt keine Umweltwirkung.
Große Datenmengen ersetzen keine eindeutige Zuordnung.
Automatisches Auslesen eines Wertes bestätigt dessen methodische Eignung nicht.
Auch gute Daten können Mess- oder Modellunsicherheit enthalten.
Fehlende Informationen dürfen nicht beliebig ersetzt werden.
Planedo-Datenprüfung ersetzt nicht automatisch vorgeschriebene externe Assurance oder Verifizierung.
Methodischer Zusammenhang.
Methodische Referenzen.
Die Anforderungen an Daten und Evidenz hängen vom jeweiligen Wirkungsfall, der verwendeten Methodik und gegebenenfalls anwendbaren Standards ab.
Methodische Referenz für projektbezogene Quantifizierung, Monitoring, Daten und Dokumentation.
Fachliche Referenz für Validierungs- und Verifizierungsprozesse sowie prüfbare Aussagen.
Bezugssystem für Datenqualität, Treibhausgasquantifizierung und nachvollziehbare Berechnungsgrundlagen.
Zuordnung, Nachweisstärke, Datenqualität, Plausibilität, Reproduzierbarkeit und Fachreview.