Banner
Banner
Banner
Banner

Volltextsuche

Dienstag, den 09. April 2024 um 04:12 Uhr

Greenwashing bei Unternehmen messen

Wenn sich Unternehmen umweltfreundlicher darstellen, als sie eigentlich sind, schadet das der Gesellschaft. Bisher lässt sich solches Greenwashing schwer beziffern. Nun haben zwei Wirtschaftswissenschaftler vom Zentrum für Klimaresilienz der Universität Augsburg ein Konzept für einen Greenwashing-Indikator entwickelt. Damit könnten Greenwashing-Fälle künftig schneller entdeckt werden.

Greenwashing nutzt den jeweiligen Unternehmen, die ihr Handeln umweltfreundlicher erscheinen lassen, als es tatsächlich ist – aber es schadet der Umwelt und der Gesellschaft. Bisher mangelt es an einheitlichen Standards, um Greenwashing bei Unternehmen zu messen und zu beziffern. Das möchten die Wirtschaftswissenschaftler Prof. Dr. Sebastian Utz von der Universität Augsburg und Prof. Dr. Gregor Dorfleitner von der Universität Regensburg, die beide Mitglieder am Zentrum für Klimaresilienz der Universität Augsburg sind, mit ihrem konzeptuellen Rahmen für einen Greenwashing-Indikator ändern. Dieser verrät auf einen Blick, wo ein Unternehmen in Bezug auf Greenwashing steht.

Nur scheinbar, aber nicht tatsächlich grün

Der Indikator, den Utz und Dorfleitner entwickelt haben, wird als Differenz zwischen behaupteter und tatsächlicher grüner Leistung eines Unternehmens berechnet. Dafür werden verschiedene Informationen zu grünen Aktivitäten eines Unternehmens herangezogen: einerseits schwer eindeutig messbare („weiche“) Daten aus dem Bereich Umwelt-, Sozial- und Unternehmensführung (engl.: Environmental, Social and Governance, ESG), textliche Selbstdarstellung sowie weitere Aktivitäten für scheinbares grünes Handeln. Dazu gehört zum Beispiel der Nachhaltigkeitsbericht eines Unternehmens oder auch das Engagement in freiwilligen Initiativen. Dem gegenübergestellt werden andererseits messbare („harte“) ESG-Daten, die tatsächliches grünes Handeln messen, so etwa die Höhe der CO2-Emissionen. Das Ergebnis wird zu einem Wert zwischen 0 und 1 aggregiert: Je höher der Wert, desto wahrscheinlicher findet Greenwashing in diesem Unternehmen statt – unabhängig davon, ob mit Absicht oder unabsichtlich.

„Unser Indikator soll es ermöglichen, Greenwashing systematisch und auf breiter Basis zu identifizieren“, sagt Utz. Denn für die Berechnung werden Daten herangezogen, die für viele Unternehmen systematisch erhoben werden können – oder, falls nicht verfügbar, mit einem Faktor für das Fehlverhalten des Unternehmens (corporate misconduct) geschätzt werden können.

Greenwashing betrifft nicht nur Unternehmen

„Bisher bleiben viele Fälle von Greenwashing wohl unentdeckt. Denn es ist sehr zeitaufwendig, die Vorwürfe auf Unternehmensebene zu untersuchen“, erklärt Utz. Der Greenwashing-Indikator würde das grüne Handeln von Unternehmen miteinander vergleichbar machen. „Deshalb ist er interessant für Investoren, Regulierungsbehörden und Verbraucher“, sagt der Forscher. So können beispielsweise Risiken, die aus Greenwashing-Aktivitäten resultieren, früher erkannt und in Entscheidungsprozesse einbezogen werden.

„Darüber hinaus trägt der Indikator zu einem besseren Umweltschutz bei“, sagt Prof. Dr. Gregor Dorfleitner. Zudem könnte er helfen, herauszufinden, was in der Vergangenheit Treiber von Greenwashing waren, und so künftiges Greenwashing vorherzusagen, aber auch Verbesserungen im Laufe der Zeit zu erfassen.

Beide Wissenschaftler arbeiten am Augsburger Zentrum für Klimaresilienz zusammen: Utz als ordentliches und Dorfleitner als assoziiertes Mitglied. Gefördert wurde ihre Forschung zum Greenwashing-Indikator von der Mercator Stiftung im Rahmen des Projekts „Machbarkeitsstudie Greenwashing Scores“.


Den ganzen Artikel finden Sie unter:

https://www.uni-augsburg.de/de/campusleben/neuigkeiten/2024/03/25/greenwashing-bei-unternehmen-messen/

Quelle: Universität Augsburg (03/2024)


Publikation:
Gregor Dorfleitner, Sebastian Utz: Green, green, it’s green they say: a conceptual framework for measuring greenwashing on firm level, in: Review of Managerial Science, https://doi.org/10.1007/s11846-023-00718-w (Open Access)

Um unsere Webseite für Sie optimal zu gestalten und fortlaufend verbessern zu können, verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu.
Weitere Informationen zu Cookies erhalten Sie in unserer Datenschutzerklärung.