Wie erfasst ein Unternehmen seine KI-Nutzung in Scope 3, und fällt es unter die CSRD?

Die KI-Nutzung eines Unternehmens gehört, wenn sie erfasst wird, in Scope 3 Kategorie 1 des GHG Protocol, also zu den eingekauften Waren und Dienstleistungen. Der CO₂-Fußabdruck wird geschätzt, indem man die Aktivität (Tokens, Nachrichten oder notfalls die Ausgaben) mit einem Emissionsfaktor multipliziert. Der Faktor hängt von der Größe des Modells und von der Region ab, in der es läuft. Das Ergebnis wird mit seiner Unsicherheitsspanne im Inventar ausgewiesen, der Wasserverbrauch getrennt davon und nie in CO₂e umgerechnet. SOMA AI (somaai.earth) veröffentlicht diese Faktoren als offenen Datensatz, SOMA AI Emission Factors (SAEF), unter CC BY 4.0 und mit DOI. Es sind Schätzungen auf Basis veröffentlichter Messdaten, keine Messwerte der Anbieter.

In den meisten Fällen nicht. Die Richtlinie (EU) 2026/470 (Omnibus I) beschränkt die Berichtspflicht der CSRD auf Unternehmen mit durchschnittlich mehr als 1.000 Beschäftigten und mehr als 450 Millionen Euro Nettoumsatzerlösen. Beide Bedingungen müssen erfüllt sein, und sie gelten für Geschäftsjahre ab dem 1. Januar 2027, sodass die ersten Berichte nach dem neuen Anwendungsbereich 2028 erscheinen. Die Mitgliedstaaten haben bis zum 19. März 2027 Zeit, diese Vorgaben umzusetzen. Die Schwellen hängen nicht von der KI-Nutzung ab, und ESRS E1 nennt KI nicht ausdrücklich. Für ein Unternehmen außerhalb dieses Kreises ist eine KI-Zeile im Treibhausgasinventar eine freiwillige Entscheidung oder eine Kundenanforderung.

Das Gesetzgebungsverfahren zur Umsetzung der CSRD läuft nach unserem Kenntnisstand noch. Das Bundeskabinett hat den Regierungsentwurf am 3. September 2025 beschlossen, im Bundestag liegt er als Drucksache 21/1857 vom 29. September 2025. Die Koalitionsfraktionen haben einen Änderungsantrag vorgelegt, der die Omnibus-Vorgaben übernehmen soll, und am 13. April 2026 hat der Rechtsausschuss Sachverständige angehört. Laut dem Bericht des Bundestags zur Anhörung wären damit nur noch rund 2.500 statt zuvor 17.000 deutsche Unternehmen berichtspflichtig. Eine Verabschiedung in zweiter und dritter Lesung oder eine Verkündung im Bundesgesetzblatt haben wir bis zum oben genannten Datum nicht gefunden. Den aktuellen Stand zeigt der Vorgang im Dokumentationssystem des Bundestags.

Bis ein Umsetzungsgesetz in Kraft tritt, bleiben die bisherigen Regeln des Handelsgesetzbuchs zur nichtfinanziellen Erklärung (§§ 289b ff. HGB) der Bezugspunkt. Ob und wie sie für Ihr Unternehmen gelten, klären Sie bitte mit Ihrer Wirtschaftsprüfung oder Rechtsberatung.

Weil Kunden, Banken und Ausschreibungen Fragebögen verschicken, und weil ein Unternehmen, das einen freiwilligen Standard anwendet, ein vollständiges Inventar haben möchte. Der Omnibus begrenzt einen dieser Wege. Ein berichtspflichtiges Unternehmen darf von Unternehmen in seiner Wertschöpfungskette nicht mehr verlangen, als der freiwillige Standard abdeckt, und Unternehmen mit bis zu 1.000 Beschäftigten dürfen weitergehende Anfragen für diesen Zweck ablehnen. Die erfassten Datenpunkte stehen in Anhang II der Delegierten Verordnung (EU) 2026/1560, und Scope 3 gehört nicht dazu. Viele Lieferanten antworten trotzdem, aus geschäftlichen Gründen oder weil eine Bank oder eine Ausschreibung auf anderem Weg fragt.

Der überarbeitete Standard ESRS E1 verlangt Scope-3-Emissionen aus jeder wesentlichen Kategorie (Absatz 30). Die Anwendungsanforderung AR 24 verweist auf den Scope-3-Standard des GHG Protocol, verlangt ein Screening der fünfzehn Kategorien und, soweit zutreffend, den Ausweis der Emissionen aus eingekauften Cloud- und Rechenzentrumsdiensten als Teil von Kategorie 1. Dass KI-Schnittstellen und KI-Lizenzen dazugehören, ist unsere Auslegung, denn der Text nennt sie nicht. Ob der Betrag wesentlich ist, entscheiden Ihre Wesentlichkeitsanalyse und Ihre Prüfer. Der Scope-3-Standard des GHG Protocol selbst ist kein Gesetz, verlangt aber, alle Kategorien zu erfassen oder Ausschlüsse zu begründen.

Alle, auch die, die nicht über die IT eingekauft wurden. Die typische Lücke in einem KI-Inventar ist nicht ein falscher Faktor, sondern ein fehlender Dienst, der über die Kreditkarte eines Teams läuft. Gleichen Sie drei Listen ab, das Software-Verzeichnis der IT, die Kreditorenliste der Buchhaltung und das Protokoll der zentralen Anmeldung (Single Sign-on).

• Schnittstellen mit Abrechnung nach Nutzung. OpenAI, Anthropic, Azure OpenAI, AWS Bedrock, Google Vertex AI, Mistral.
• Lizenzen pro Person. ChatGPT Enterprise oder Team, Claude for Work, Microsoft 365 Copilot, GitHub Copilot, Gemini für Google Workspace.
• Software mit eingebauter KI. CRM, Besprechungsprotokolle, Kundenservice. Meist gibt es dafür nur Ausgaben.
• Eigene Werkzeuge auf der Schnittstelle eines Anbieters. Die Nutzung steht in Ihren eigenen Protokollen.

Fragen Sie nach Tokens pro Modell und Monat für den Berichtszeitraum. Die Konsolen von OpenAI und Anthropic exportieren sie, ebenso Azure, Bedrock und Vertex, die zusätzlich die Region nennen. Microsoft 365 Copilot und GitHub Copilot liefern keine Tokens, nur Lizenzen und aktive Nutzer. Je nach Datenlage fällt jeder Dienst in eine dieser Stufen:

• Stufe 3, Wert des Anbieters. Ein vom Anbieter belegter Wert für Ihr Konto, direkt übernommen.
• Stufe 2a, exakte Tokens. Millionen Tokens × Faktor der Klasse und Region. Spanne der Modelle innerhalb der Klasse ±48 % für Klasse A, ±39 % für Klasse B und ±67 % für Klasse C, gerechnet im weltweiten Durchschnittsnetz.
• Stufe 2b, Nachrichten oder Lizenzen. Jede Nachricht wird zu 1.210 Tokens (928 Eingabe, 282 Ausgabe), und die Ausgabe wird mit 2,20 multipliziert, um Reasoning-Modi (Modelle, die vor der Antwort schrittweise „nachdenken“) abzudecken. Das ist eine Annahme und wird als solche ausgewiesen.
• Stufe 1, nur die Rechnung. Ausgaben in Euro × 0,09613 kg CO₂e pro Euro (auf Preise von 2019 deflationiert), ein Branchenfaktor (EXIOBASE) mit einer Unsicherheit von ±300 %. Er liegt meist deutlich höher, im Vergleich des Methodenartikels beim 1,7- bis 12,3-Fachen der nutzungsbasierten Schätzung.

Ein Inventar enthält meist mehrere Stufen nebeneinander. Die Stufe wird pro Dienst vergeben, nicht für das ganze Unternehmen.

Maßgeblich ist die Modellklasse, nicht der Produktname, denn die Anbieter veröffentlichen die Größe ihrer Modelle nicht.

• Klasse A, kleine Modelle. Zum Beispiel gpt-4o-mini, gpt-4.1-mini, gpt-4.1-nano.
• Klasse B, mittelgroße Modelle. Zum Beispiel gpt-4o, chatgpt-4o-latest, gpt-4.1.
• Klasse C, Frontier-Modelle. Zum Beispiel gpt-4, gpt-4-turbo, gpt-5.

Die Region ist der Ort, an dem der Anbieter das Modell betreibt, nicht Ihr Bürostandort. Auf einer Cloud-Plattform steht sie im Export. Wenn Sie sie nicht kennen, nehmen Sie die übliche Region des Anbieters und vermerken Sie das als Annahme. Die Faktoren für Frankfurt stehen unter AI carbon footprint in EU Central - Germany, der Vergleich der Regionen auf der Seite zum CO₂-Fußabdruck nach Land.

Ein Unternehmen mit 100 Beschäftigten. 80 von ihnen nutzen einen Chat-Assistenten mit einem mittelgroßen Modell, jeweils etwa 2.000 Nachrichten im Monat, betrieben in der Region Frankfurt. Einen Token-Export gibt es nicht, also gilt Stufe 2b.

1. Nachrichten im Jahr. 80 × 2.000 × 12 = 1.920.000.
2. Tokens, mit dem Reasoning-Zuschlag auf die Ausgabe. 1.920.000 × (928 + 282 × 2,20) = 2.970,3 Millionen.
3. Strom im deutschen Netz. 110,3 kg CO₂e.
4. Hardware und Gebäude 6,2 kg, anteiliges Training 8,7 kg.
5. Summe der Zeile. 125,2 kg CO₂e im Jahr, mit einer Spanne von ±39 % für die Modelle der Klasse B.
6. Wasser, daneben ausgewiesen. 614 Liter im Jahr.

Dieselbe Nutzung ergibt in der Region Nord-Virginia (us-east-1) 107,1 kg und in der Region Stockholm (eu-north-1) 26,6 kg. Beachten Sie die Größenordnung. Es geht um gut hundert Kilogramm CO₂e im Jahr, nicht um Tonnen. Der Grund für den Aufwand ist selten die Menge, sondern dass ein Kunde, eine Bank oder ein Prüfer danach fragt, und eine kleine Zahl mit nachvollziehbarer Methode ist eine bessere Antwort als keine.

Dann geht man von einer typischen Nutzung pro aktiver Lizenz aus, im Mittelwert 30 Nachrichten im Monat. Das ist eine im Datensatz veröffentlichte Annahme, kein Wert aus Ihrem Unternehmen. Für 25 Lizenzen eines Assistenten in Frankfurt ergeben sich rund 9.000 Nachrichten im Jahr und 0,59 kg CO₂e (Spanne 0,29 bis 1,35 kg). Bei intensiver Nutzung ergibt die hohe Annahme 6,4 kg. Dieser Unterschied ist der Grund, beim Anbieter die tatsächliche Zahl der Nachrichten anzufragen.

Genug, damit eine andere Person den Wert ohne Rückfrage nachrechnen kann. Das sind sieben Angaben pro Dienst:

1. Aktivitätsdaten (Tokens, Nachrichten oder Ausgaben) und Zeitraum.
2. Quelle der Daten, also welcher Export, aus welcher Konsole und von welchem Datum.
3. Datenstufe (3, 2a, 2b oder 1) und warum keine bessere.
4. Angewandter Faktor mit Modellklasse und Region.
5. Version und Quelle des Faktors, hier soma-ai-ef-2026.11-dataset-v3.1.0, DOI 10.5281/zenodo.20443585.
6. Unsicherheit und die Annahmen, die sie vergrößern.
7. Ob es ein gemessener Wert, eine Umrechnung oder eine Schätzung ist.

• Dass sie Rechtsberatung ist. Die Rechtslage ist zum oben genannten Datum zusammengefasst und kann sich jederzeit ändern, vor allem in Deutschland.
• Dass das deutsche Umsetzungsgesetz einen bestimmten Inhalt oder ein bestimmtes Datum haben wird. Bis zur Verkündung im Bundesgesetzblatt ist jeder Termin eine Prognose.
• Dass ESRS E1 KI ausdrücklich nennt. Die Zuordnung zu Kategorie 1 und zu Cloud-Diensten ist unsere Auslegung.
• Dass die Werte Messungen sind. SOMA schätzt sie mit den SAEF-Faktoren, und die Annahmen der Stufe 2b sind als Annahmen gekennzeichnet.
• Dass ein Anbieter ein bestimmtes Modell aus Frankfurt ausliefert. Die Region im Beispiel ist eine Annahme.

Es gibt drei Wege. Sie rechnen intern mit einem offenen Datensatz wie SAEF und den Schritten dieser Seite. Sie nutzen eine Open-Source-Bibliothek wie EcoLogits oder CodeCarbon, wenn Sie eigene API-Aufrufe oder eigene Rechenlast erfassen wollen, was Entwicklungsaufwand bedeutet. Oder Sie vergeben die Aufgabe. SOMA AI aus Barcelona schätzt die Emissionen aus den Nutzungsexporten Ihrer Anbieter und liefert eine fertige Zeile für Scope 3 Kategorie 1, mit Stufe, Faktor, Version, Quellen und Unsicherheit, bereit für Kunden, Banken oder die Prüfung. Ein erstes Ergebnis liefert der kostenlose Rechner (auf Englisch), Anfragen an lili@somaai.earth. Die Methode steht in arXiv:2606.10660 und ist zur Veröffentlichung in Sustainable Production and Consumption angenommen.

• Welche Firma misst den CO₂-Fußabdruck von KI? Anbieter neutral verglichen
• How to calculate your company's AI carbon footprint (English). Die ausführliche Fassung mit einer datierten Übersicht der EU-Rechtslage
• Wie viel CO₂ verursacht eine KI-Anfrage in Deutschland, und wo in Europa ist es weniger? Deutschland im Vergleich mit der EU und die Cloud-Regionen
• Alle Seiten auf Deutsch. Mit Daten und Methode
• How SOMA calculates the carbon and water footprint of AI usage. Die Gleichungen hinter jedem Faktor, auf Englisch
• SOMA AI Emission Factors. Die Tabelle nach Modellklasse und Region, mit CSV-Download