Einführung eines auf Transaktionen basierenden CO2-Rechners in drei Schritten

Mit einer transaktionsbasierten CO2-Bilanzierung können Banken das Bewusstsein der Kunden über die Auswirkungen ihres Lebensstils auf das Klima schärfen. Die Einbindung eines CO2-Echtzeitrechners in ein digitales Banking-Angebot wirft Fragen zu Architektur, Zuverlässigkeit und Datensicherheit auf. Ob Eigengewächs oder Produkt eines externen Anbieters – es lohnt sich, sich mit den Grundelementen eines solchen Service vertraut zu machen. 

In früheren Artikeln besprachen wir die Methodik der Kohlenstoffbilanzierung und erörterten Gründe, warum Banken und Emittenten sich dem Kampf gegen den Klimawandel anschließen sollten. In diesem Beitrag geht es um die Entwicklung und Implementierung eines transaktionsbasierten CO2-Rechners. 

Dabei kommt Folgendes zur Sprache: 

• Grundlagen der Nutzung von Zahlungsvorgängen als Basis einer CO2-Bilanzierung
• Einführung eines transaktionsbasierten CO2-Rechners in drei Schritten
• Beispiele und bewährte Verfahren für die Implementierung

Zahlungsvorgänge in der Praxis

Ein moderner CO2-Rechner ist ein eigenständiger Echtzeitdienst, der über APIs mit dem Hauptsystem der Bank bzw. des Emittenten verbunden ist. Eine CO2-Bilanzierungs-Engine führt die Berechnungen im Hintergrund aus. 

Anhand der Zahlungsverkehrsdaten können Emittenten eine präzise Einschätzung des Verbraucherverhaltens erstellen. Zu diesem Zweck werden die Transaktionen der Verbraucher erfasst und CO2-Fußabdrücken zugeordnet. Dieser als „Bottom-up-Konzept“ bezeichnete Ansatz wird in unserem Blogbeitrag zur Methodik der CO2-Berechnung genauer erläutert. 

Eine gute Kenntnis der wichtigsten Transaktionselemente vereinfacht die Entwicklung eines präzisen und umfassenden CO2-Rechners.

Dessen Bereitstellung für die Anwender umfasst im Wesentlichen drei Schritte, auf die im vorliegenden Artikel näher eingegangen wird. 

1. Erfassung der Daten verschiedener Dimensionen von Transaktionen: Diese bildet die Grundlage für die CO2-Bilanzierungs-Engine.
2. Berechnung und Auswertung der Daten durch die Engine: Hierbei werden die Transaktionsdaten Daten in CO2-Bilanzdatenbanken zugeordnet.
3. Bereitstellung relevanter Informationen durch präzise Kalkulation und Zusatzfunktionen

Der folgende Workflow zeigt die Berechnung des CO2-Fußabdrucks eines Zahlungsvorgangs einschließlich der dabei berücksichtigten Daten.

Zahlungsverkehrsdaten folgen in der Regel einem Standardformat wie ISO 8583, was die Konzeption des CO2-Rechners erleichtert. 

Schritt 1: Erfassung von Transaktionsdaten aus verschiedenen Quellen

Die meisten Verbraucher verwalten ihre persönlichen Finanzen heute online. Dies gestattet eine tiefgreifende Analyse von Kauf-, Investitions- und Spargewohnheiten. Im Zeitalter des Online-Bankings nutzen die Kunden in der Regel Konten und Dienstleistungen mehrerer Finanzinstitute. Dies legitimiert das Konzept der kontenübergreifenden Integration eines CO2-Rechners in den Zahlungsverkehr der einzelnen Kunden.

Bei der Erstellung eines ansprechenden CO2-Rechners sollten möglichst viele Datenquellen (aus Kartenzahlungen und Bankkonten) kombiniert werden. Im Zentrum sollten diejenigen Quellen stehen, die die detailliertesten Informationen liefern. 

Die nachfolgend aufgeführten Datenquellen können die Genauigkeit eines CO2-Berechnungsmodells verbessern. 

Kartentransaktionen

Diese Daten entstammen entweder einer Kartenorganisation oder einem Kartenmanagementsystem. 

Daten aus einer Kartenorganisation werden im Clearing-Dateiformat abgerufen. Sie umfassen vielfältige Datenpunkte, darunter Händler-IDs und Adressen. Die Clearing-Dateien von Sonderkarten (z. B. Flottenkarten) enthalten außerdem Daten der Produktkategorie. 

Daten aus einem Kartenmanagementsystem liefern einen Auszug mit weniger Daten. In der Regel reicht dieser dennoch für eine CO2-Berechnung aus.

Open Banking-Daten

Mithilfe von Open Banking-Echtzeitdaten anderer Finanzinstitute können Emittenten ein vollständiges Bild der Ausgaben einer Person und des daraus resultierenden CO2-Fußabdrucks erstellen. 

Allerdings ist die Harmonisierung von Finanzdaten aus heterogenen Quellen mitunter schwierig, da verschiedene Finanzinstitute Transaktionsdaten auf unterschiedliche Weise präsentieren. 

Einzelpostendaten von Händlern oder Rechnungen 

Einzelpostendaten liefern in der Regel mehr Informationen als Kartentransaktionsdaten. Elektronische Rechnungen befolgen normalerweise geltende (EU-)Normen, sodass der Emittent Rechnungsdaten in einem standardisierten und strukturierten Format erfassen kann. 

Andere Datenquellen: KYC-Daten und Kaufgewohnheiten 

Neben Transaktionsdaten kann eine Kombination ausgewählter Nutzerdaten die CO2-Berechnung relevanter und individueller gestalten. 

Emittenten haben in der Regel Zugang zu Alter, Wohnort und ähnlichen KYC-Daten (KYC = Know Your Customer) der Kunden. Sie können zusätzliche Informationen über die Gewohnheiten der Kunden erfassen, wenn diese einen CO2-Rechner abonnieren. In diesem Rahmen können sie neue Abonnenten beispielsweise zur Zahl der im Haushalt lebenden Personen, zur Größe ihrer Wohnung usw. befragen.

Darüber hinaus lassen sich anhand von Transaktionsdaten sowie Gas- und Stromrechnungen Muster identifizieren. Liegt eine Einwilligung des Nutzers vor, kann der Emittent diese Daten zur Verbesserung der CO2-Berechnung einsetzen.  

Schritt 2: Zuordnung von Transaktionsdaten zu Daten in CO2-Bilanzdatenbanken

Für den Aufbau der Analyse- und Rechen-Engine ist die Zuordnung zwischen Transaktionsdaten und CO2-Bilanzdaten erforderlich. Dieses Verfahren wird nachfolgend erläutert.

Erstellung eines soliden CO2-Rechnersystems

Die Erfassung relevanter Daten aus verschiedenen Quellen ist das Herzstück einer zuverlässigen CO2-Kalkulation. Nur ein solides Kalkulationssystem kann eine effiziente Leistung erbringen. Es muss den Transaktionen der Kunden einen möglichst genauen CO2-Fußabdruck zuordnen.

Für den Rechner muss festgelegt werden, wie er die Transaktionsdaten der Kunden verwenden und wie er die Umweltdatenbanken nutzen soll. Dies ist tendenziell der schwierigste Schritt bei der Erstellung eines glaubwürdigen CO2-Rechners. Ein gut gemachter Rechner kann aus jeder beliebigen Transaktion, unabhängig von deren Detailtiefe, einen relevanten Fußabdruck extrahieren. 

Bei der Konzeption einer guten Zuordnungslogik sind zwei Dinge zu berücksichtigen:

1. Die Verknüpfung von Transaktionsdatensätzen mit den Kategorien der CO2-Bilanzdatenbank
2. Die Art und Weise, wie eventuelle Datenlücken gefüllt werden sollen 

Normalerweise stützt sich die Dateninterpretation auf eine dynamische Suchtabelle. Sie erfasst sowohl Transaktionsdatensätze als auch das CO2-Äquivalent pro ausgegebener Geldeinheit an einem Ort. Separat können zusätzliche Informationen wie Lifestyle-Daten eingespeist werden. Dies hat Auswirkungen auf die endgültige Ausführung der Rechen-Engine.

Auswahl der Parameter für die CO2-Berechnung

Zur CO2-Berechnung können verschiedene Parameter herangezogen werden, etwa solche auf Transaktions-, Händler- und Produktebene. Die Genauigkeit eines CO2-Rechners hängt von der Detailtiefe der Parameter ab. 

Transaktionsbasierte CO2-Rechner beruhen in der Regel auf Händlerschlüsseln (MCC, Merchant Category Code). Händlerschlüssel folgen einem globalen Standard zur Kategorisierung von Händlern, die an Transaktionen beteiligt sind. Sie bieten eine angemessene Detailtiefe und lassen sich relativ einfach zuordnen. Die weltweite Standardisierung der Händlerschlüssel vereinfacht die Einrichtung und den Betrieb entsprechender Datenbanken.

Eine Transaktion mit vier Parametern könnte beispielsweise so aussehen: 

1. Händlerschlüssel: 5411 (Supermarkt)
2. Händlername: Edeka 
3. Produktkategorie: Gemüse 
4. Produkt: Gurke
   

Schritt 3: Einrichtung der Nutzerschnittstelle zur Präsentation der CO2-Berechnung

Der Zweck eines CO2-Rechners besteht in der Bereitstellung konkreter Informationen für die Nutzer. Diese lässt sich in Form einer eigenständigen App oder in einem Online-Banking-Portal realisieren. Während die Wahl der Form kein großes Problem darstellt, ist die Schaffung eines guten Nutzererlebnisses von zentraler Bedeutung. 

Gestaltung eines ansprechenden CO2-Rechners

Emissionsdaten aus dem Rechner lassen sich auf vielerlei Art und Weise in ein attraktives Nutzererlebnis verwandeln. Nach dem Vorbild guter Finanzmanagement-Anwendungen kann eine Rechner-App zusätzlich zu der nüchternen Auflistung von Zahlen interessante Einblicke auf der Grundlage von Verbrauchsdaten bieten, 

etwa einen Vergleich der Emissionswerte des Nutzers mit nationalen oder demografischen Durchschnittswerten. Ein gutes Beispiel hierfür ist der transaktionsbasierte CO2-Rechner My Carbon Action.

Der Einbau gezielter Handlungsaufforderungen verleiht einem Rechner eine weitere attraktive Dimension. Basierend auf den CO2-Daten könnte der Emittent beispielsweise: 

• die Emissionswerte des Nutzers mit denen vergleichbarer Gruppen oder persönlichen Emissionszielen vergleichen
• die Entwicklung der Konsumgewohnheiten des Nutzers im Zeitverlauf abbilden
• Kundenbindungsaktionen (Kampagnen, Wettbewerbe, Optionen zur Kompensation von CO2-Emissionen usw.) integrieren

Ausgestaltung eines CO2-Echtzeitrechners

Eine solide Architektur ist die Basis für den Anwendungskomfort. Verfügbarkeit, Frequenz und Reaktionszeit der Engine müssen ausreichend dimensioniert werden. Die Auflistung von Transaktionen darf nie länger als eine Sekunde dauern. 

Wie erreicht man das? Eine sehr gute Option ist der modulare Aufbau. Durch den parallelen Einsatz kleiner APIs für einzelne Dienste lässt sich die gewünschte Leistung erzielen. Bei Verwendung des Rechners eines Drittanbieters sollten die Integrationspunkte auf Standard-APIs aufbauen. 

Das Design muss eine anspruchsvolle Datenverarbeitung ermöglichen. Eine Berechnung muss demnach auch bei fehlenden Datenfeldern möglich sein. In diesem Fall muss die Berechnung sich anpassen und ein weniger detailliertes Ergebnis zurückgeben können. 

Kein Kompromiss in Sachen Compliance

Banken und Finanzdienstleister stehen unter strenger gesetzlicher Aufsicht. Ihre strikten Compliance-Prozesse gelten auch für die digitale transaktionsbasierte CO2-Bilanzierung. 

Eine Compliance-konforme digitale CO2-Bilanzierung erfordert ein effizientes Einwilligungsmanagement. Mit einer eindeutigen und zuordnungsfähigen Einwilligung gestattet der Nutzer dem Emittenten die Weiterleitung seiner Daten an den CO2-Rechner. Die Daten müssen in der Form und in dem Umfang verwendet werden, wie sie bei Einholen der Einwilligung klar dargelegt wurden.  

Die DSGVO schreibt Emittenten die Anonymisierung von Kundendaten vor, die in digitalen CO2-Bilanzierungs-Engines von Drittanbietern verwendet werden. Es darf nicht möglich sein, Nutzer auf der Grundlage ihrer CO2-Fußabdruckdaten zu identifizieren. Im Falle eines Datenlecks können dann keine Daten bis zu einzelnen Nutzern zurückverfolgt werden. 

Die Anonymisierung von Nutzerdaten kann u. a. durch Tokenisierung erreicht werden. Jeder Nutzer erhält eine anonymisierte ID. Anstelle identifizierbarer Nutzerangaben werden Transaktionsdaten mit dieser ID verknüpft. In dieser Form können die Daten an einen externen Berechnungsanbieter weitergegeben werden. 

Die Verarbeitung von Zahlungskartendaten wird durch den PCI-DSS-Standard geregelt. Dieser schreibt die Speicherung von Kartennummern und IDs in einer sicheren Umgebung vor, welche die PCI-DSS-Vorgaben bezüglich Netzsicherheit, Kartendatenverschlüsselung usw. erfüllt. 

Mehr Nachhaltigkeit für Sie und Ihre Kunden mit My Carbon Action

My Carbon Action ist mehr als ein einfacher CO2-Rechner. Banken und Emittenten können My Carbon Action in ihren Service einbinden und die Kunden bei der Senkung oder Kompensation ihrer CO2-Emissionen unterstützen. 

Informieren Sie sich über My Carbon Action und schließen Sie sich den Vordenkern im Bankwesen an!

Wenn Sie mehr darüber erfahren möchten, warum Dienstleistungen rund um Nachhaltigkeit für Banken und Emittenten heute unverzichtbar sind, lesen Sie unseren vorherigen Blogbeitrag. 

In dem folgenden Webinar wird erläutert, wie Sie Kunden auf dem Weg zu mehr Nachhaltigkeit unterstützen – und warum Sie das tun sollten.