Die ESG-Debatte ist polarisiert. Entscheidend ist jedoch, welchen konkreten Mehrwert ESG-Informationen für Investmententscheidungen, Kundenberatung und langfristige Wertschaffung bieten. Für Privatbanken stellen sich dabei zwei Fragen: Wie wird ESG vom regulatorischen Pflichtprogramm zum geschäftlich relevanten Instrument? Und wie lässt es sich wirksam in bestehende Abläufe integrieren?
Zugleich verändern zwei Entwicklungen den Handlungsspielraum von Privatbanken: Künstliche Intelligenz (KI) kann ESG-Prozesse effizienter gestalten und dadurch Informationsbasis und Entscheidungsqualität verbessern. Parallel dazu eröffnet Active Ownership einen strategischen Ansatz, um nachhaltiges Investieren über das Reporting hinaus in konkrete Portfoliomaßnahmen zu übersetzen.
In den folgenden Abschnitten gehe ich auf diese Herausforderungen und strategischen Hebel ein und zeige Lösungsansätze auf, wie Banken mit ESG Wert für ihre Kunden schaffen können.
Von Compliance zu kommerzieller Relevanz
Für viele Privatbanken ist zumindest eine grundlegende ESG- und Compliance-Infrastruktur vorhanden. Die Sustainable Finance Disclosure Regulation (SFDR) und die Corporate Sustainability Reporting Directive (CSRD) haben Investitionen in Datensysteme, Berichtsprozesse und spezialisierte Teams ausgelöst – teilweise wurden diese Strukturen nur rudimentär aufgebaut oder inzwischen wieder zurückgefahren. Die zentrale Frage ist daher, ob diese Infrastruktur dauerhaft Kosten verursacht oder zusätzlichen Wert schafft. Vorhandene ESG-Daten lassen sich auch für Portfoliozusammenstellung, Kundensegmentierung und Beratung nutzen. Dies markiert den Übergang vom Pflichtprogramm zur Kür – und schafft die Grundlage dafür, ESG-Informationen für den Geschäftswert einzusetzen.
Ein praktisches Beispiel prägt diesen Übergang: Daten zu den Principal Adverse Impacts (PAI) lassen sich in einen internen Prozess überführen und nicht nur für regulatorische Offenlegungen, sondern auch für das Kundenreporting nutzen. Dafür werden die verfügbaren Daten zunächst intern validiert und auf Portfolio- sowie Kundenebene analysiert, bevor relevante Kennzahlen – etwa Emissionsdaten, Treibhausgasintensität, Verstöße gegen den UN Global Compact oder Governance-Indikatoren – ausgewählt und verständlich aufbereitet werden.
Active Ownership als Instrument zur Kundenbindung
Die ESG-Debatte hat viele Banken dazu gebracht, Active Ownership zurückzufahren. Gleichzeitig steigt bei Investoren – getrieben durch die zunehmende Verfügbarkeit digitaler ESG-Datenplattformen und automatisierter Reporting-Tools – die Erwartung an Look-Through-Fähigkeiten und den Nachweis von Aktivität. Daraus entsteht eine Differenzierungsmöglichkeit: Proxy Voting und gezieltes Engagement sind nicht nur Compliance-Instrumente, sondern ermöglichen konkreten Einfluss auf Unternehmen. Ausschlüsse signalisieren eine Haltung; Engagement und Stimmrechtsausübung können Veränderungen bewirken.
Wer Abstimmungen und Engagement auf Einzeltitelebene offenlegt, macht Stewardship sichtbar, stärkt das Kundenvertrauen und zeigt die Wirkung des Kapitals. Der Zugang zu geprüften Fonds ist leicht standardisierbar – glaubwürdiges und transparentes Stewardship im Namen der Kunden hingegen nicht.
Die praktische Architektur dieses Angebots zeigt sich an folgendem Beispiel: Bei Spezialmandaten könnten Kunden – sofern rechtlich und operativ möglich und gewünscht – die Option erhalten, Stimmrechte direkt auszuüben. Dafür sind die jeweiligen Stimmrechts- und Mandatsstrukturen zunächst intern zu prüfen; bei der Umsetzung kann externe Spezialisierung hinzugezogen werden. Auch Privatkunden können von einem Engagement-Reporting für ihre Mandate profitieren, das den zusätzlichen Wert ihrer Investments sichtbar macht.
Die Lücke zwischen Rahmenwerk und operativer Realität schließen
Anspruchsvolle ESG-Anforderungen treffen in Wealth- und Asset-Management-Teams häufig auf fachliche Ineffizienzen und interne Reibungsverluste. Eine schlanke, modulare ESG-Infrastruktur kann regulatorische Pflichten effizient erfüllen, den Kundennutzen stärken und interne Teams entlasten. Besonders kleine und mittelgroße Privatbanken können über gemeinsame Plattformen Kosten senken und sich auf komplexe Aufgaben konzentrieren.
Ein zentrales Prinzip für die Umsetzung: Der Buy-or-Build-Ansatz verbindet externe Datenanbieter mit einem eigenen, auf die Anlagestrategie zugeschnittenen ESG-Bewertungsmodell. KI kann große Datenmengen strukturieren, Quellen zusammenführen und die Entwicklung sowie Aktualisierung eigener ESG-Scores unterstützen. Methodik, Gewichtung und finale Bewertung bleiben in der Verantwortung des Asset Managers.
KI und datenbasierte Ansätze als Werttreiber
KI kann Banken dabei unterstützen, Beratung, Portfolioanalyse, Kontroversenmonitoring und ESG-Berichterstattung effizienter zu gestalten. Entscheidend ist dabei nicht, möglichst viele Prozesse zu automatisieren, sondern ob KI einen konkreten Mehrwert für Investmentteams, Berater und Kunden schafft – etwa durch schnellere Analysen, bessere Entscheidungsgrundlagen und verständlichere ESG-Informationen. Banken wollen KI zunehmend einsetzen, verfügen aber häufig noch nicht über die notwendigen Daten, Verantwortlichkeiten und Kontrollprozesse, um KI-Ergebnisse zuverlässig, nachvollziehbar und verantwortungsvoll zu nutzen.
Ein Bereich, in dem KI im ESG-Kontext messbaren Wert schaffen kann: Investmentteams können sektorspezifische Vorlagen für Key Performance Indicators (KPI) erstellen, die als Grundlage für gezielte KI-Prompts dienen. Die KI analysiert auf dieser Basis die extrahierten Unternehmensdaten, vergleicht sie mit Sektor-Benchmarks und leitet daraus konkrete Engagement-Fragen ab. Die Ergebnisse werden anschließend vom Investmentteam geprüft, fachlich eingeordnet und zur Gesprächsvorbereitung sowie zur Nachverfolgung von Engagement-Aktivitäten genutzt.
Fazit
Für Privatbanken ist die Botschaft klar: Der Unterschied liegt darin, ob Institute ihre bestehende ESG- und Compliance-Infrastruktur nur für die Berichterstattung nutzen oder in Beratung und Portfolioentscheidungen überführen. Die Kosten fallen in beiden Fällen an. Im Vorteil sind künftig die Institute, die diese Infrastruktur nutzen, um Kunden besser zu verstehen, ESG-Daten in Beratung und Portfolioentscheidungen zu integrieren und daraus Geschäftswert zu schaffen.
Sichtbares und glaubwürdiges Stewardship kann zusätzlich Vertrauen und Kundenbindung stärken. Der tatsächliche Impact entsteht durch die Nutzung von ESG im täglichen Geschäft, nicht durch das, was in einem Grundsatzpapier steht. KI kann dabei helfen, nutzbare Erkenntnisse für Kunden zu übersetzen.
Über die Autorin
Rupini Deepa Sobottka verantwortet als Director ESG and Sustainable Finance bei Evolutiq ESG-Frameworks, Stewardship und Nachhaltigkeitsanalysen für Finanzinstitute und institutionelle Investoren. Zuvor leitete sie acht Jahre das ESG Office von Berenberg Wealth and Asset Management, war Juniorprofessorin für Social Investment an der Universität Hamburg und in Kapitalmarkt- und Bankfunktionen in Europa, den USA und Asien tätig.
Evolutiq Impact Advisory positioniert sich als Beratung für Impact- und Nachhaltigkeitsmanagement und unterstützt Unternehmen unter anderem bei Impact-Mandaten, ESG-Integration und der Umsetzung von Nachhaltigkeitsstrategien.
