Skip to the answer

Disclosure GuidesPillar guides, articles, FAQ and expert notes

Ebene 2 · Decision guide·IFRS S1 / S2 · Disclosure guides

Schätzungen, Datenlücken und Unsicherheit

Ein praxisorientierter Leitfaden zu IFRS S1 und IFRS S2 mit einem Schätzungsregister

Für wen ist der Kurs A 14-minute read for reporting teams working through Auswahl von Themen und Kennzahlen nach IFRS S1 und S2, and for reviewers testing whether the evidence behind it holds.

Short answer

The answer, before the reasoning

IFRS S1 und IFRS S2 verlangen keine perfekten Daten, bevor nützliche nachhaltigkeitsbezogene Finanzinformationen berichtet werden können. Angemessene Schätzungen, Näherungswerte, modellierte Daten und Bandbreiten können erforderlich und angemessen sein, wenn eine direkte Messung nicht verfügbar ist, vorausgesetzt, die daraus resultierenden Informationen werden getreu dargestellt, wesentliche Methoden und Annahmen erläutert und wesentliche Messunsicherheit transparent gemacht.

Berichtsteams sollten Unsicherheit über künftige Ergebnisse von Unsicherheit bei der Messung eines Betrags unterscheiden; Lücken in der Wertschöpfungskette und die Datenhierarchie dokumentieren; Modelle und Faktoren kontrollieren; und ein Schätzungsregister führen, in dem Quellen, Annahmen, Sensitivität, Zuständigkeit, Überprüfung und ein Verbesserungsplan ausgewiesen werden. Eine Datenlücke ist in der Regel ein Grund, zu schätzen und Einschränkungen offenzulegen – nicht automatisch ein Grund, Informationen wegzulassen.

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Warum Schätzungen normal sind – und dennoch starke Kontrollen benötigen

Viele nachhaltigkeitsbezogene Kennzahlen können nicht direkt gemessen werden. Die Scope-3-Treibhausgasemissionen beruhen auf Lieferanteninformationen, Aktivitätsdaten, Emissionsfaktoren und Sekundärdaten. Die Exposition gegenüber physischen Risiken kann von Gefahrenmodellen und georäumlichen Annahmen abhängen. Erwartete finanzielle Auswirkungen verbinden häufig Szenarien, Finanzplanung und unsichere Reaktionen des Managements. Selbst scheinbar einfache Kennzahlen zur Belegschaft oder zum operativen Geschäft können von Beurteilungen zu Abgrenzung, Stichtag und Quellsystemen abhängen.

IFRS S1 erkennt ausdrücklich an, dass angemessene Schätzungen ein wesentlicher Bestandteil der Berichterstattung sind und die Nützlichkeit nicht beeinträchtigen, wenn sie zutreffend beschrieben und erläutert werden. Die Herausforderung der Berichterstattung besteht daher nicht darin, Schätzungen zu beseitigen. Es geht darum, eine Methode auszuwählen, die den Zweck der Angabe getreu abbildet, die wesentlichste Unsicherheit zu ermitteln, eine falsche Genauigkeit zu vermeiden und eine Belegspur zu hinterlassen, die eine Überprüfung und eine Verbesserung von Jahr zu Jahr unterstützt.

Kurzübersicht

Gilt für
Berichtete Beträge, Bandbreiten und modellierte Informationen nach IFRS S1 und IFRS S2, insbesondere Angaben zur Wertschöpfungskette und zukunftsgerichtete Angaben.
Zentrale Entscheidung
Ob eine Schätzung verwendbar ist, wie sie gemessen und kontrolliert werden sollte und welche Unsicherheiten und Einschränkungen offengelegt werden müssen.
Wichtige Quellen
IFRS S1 Paragraphen 74–82 und B50–B54; IFRS S2 18–22, 29(a), B19 und B38–B57.
Häufige Verwechslung
Ergebnisunsicherheit betrifft, was möglicherweise geschieht; Messunsicherheit betrifft, wie unsicher der berichtete Betrag ist. Eine Angabe kann beides enthalten.

1. Ergebnisunsicherheit und Messunsicherheit sind nicht dasselbe

Die herausgegebenen Standards verwenden „Messunsicherheit“ für Unsicherheit, die berichtete Beträge betrifft. Die offiziellen Materialien zur Wirkungsanalyse und die Schulungsmaterialien des ISSB helfen außerdem dabei, eine davon getrennte praktische Idee zu erläutern: Unsicherheit über das Ergebnis eines möglichen künftigen Ereignisses. Die Unterscheidung ist nützlich, weil sie die erforderlichen Nachweise, Modelle und Angaben verändert; sie sollte jedoch nicht als zwei formale Rechnungslegungskategorien mit identischen Anforderungen dargestellt werden.

Abbildung 1. Ergebnisunsicherheit und Messunsicherheit können sich überschneiden, erfordern jedoch unterschiedliche Fragen und Erläuterungen.

In der Praxis

Dimension Ergebnisunsicherheit Messunsicherheit bei der Bewertung
Kernfrage Wird ein künftiges Ereignis eintreten, wann wird es eintreten und welche Folgen wird es haben? Wie unsicher ist der Betrag, weil er nicht direkt gemessen werden kann?
Beispiele Künftiger CO2-Preis; Schwere und Zeitpunkt einer Überschwemmung; Technologieeinführung; Veränderung der Kundennachfrage; politische Reaktion; Anpassung durch das Management. Unvollständige Emissionen von Lieferanten; modellierte Gefährdungsexposition; ein Emissionsfaktor; ein geschätzter Prozentsatz betroffener Vermögenswerte; eine Bandbreite der erwarteten finanziellen Auswirkungen.
Typische Eingaben Szenarien, Prognosen, Wahrscheinlichkeiten, Zeithorizonte, strategische Reaktionen und alternative Entwicklungspfade. Quelldaten, Näherungswerte, Messverfahren, Modelle, Faktoren, Annahmen, Näherungen und Nachweise zur Validierung.
Schwerpunkt der Offenlegung Mögliche Ergebnisse, Resilienz, Sensitivität, Annahmen und Auswirkungen auf Strategie und Aussichten. Beträge mit hoher Unsicherheit; Quellen der Unsicherheit; Annahmen, Näherungen und Ermessensentscheidungen; Sensitivität, Bandbreite und Veränderungen.
Können sie sich überschneiden? Ja. Ein künftiges Klimaereignis kann unsicher sein, und auch der Betrag, der seiner potenziellen finanziellen Auswirkung zugeordnet wird, kann unsicher sein. Ja. Das Modell kann von unsicheren künftigen Ereignissen sowie unsicheren Daten oder Methoden abhängen.

2. Was IFRS S1 zur Messunsicherheit bei der Bewertung verlangt

IFRS S1 verlangt Informationen, die es den Nutzern ermöglichen, die bedeutendsten Unsicherheiten zu verstehen, die sich auf die berichteten Beträge auswirken. Das Unternehmen identifiziert Beträge, die einer hohen Messunsicherheit unterliegen, und erläutert die Quellen dieser Unsicherheit sowie die bei der Bewertung jedes Betrags verwendeten Annahmen, Näherungen und Ermessensentscheidungen. Der Schwerpunkt liegt auf Schätzungen, die die schwierigsten, subjektivsten oder komplexesten Ermessensentscheidungen erfordern – nicht darauf, jeden geschätzten Datenpunkt mit standardisierten Textbausteinen zu versehen.

In der Praxis

Anforderung Praktische Umsetzung Nachweise
Beträge mit hoher Unsicherheit identifizieren Verwenden Sie ein konsistentes Prüfkriterium, das auf Wesentlichkeit, Komplexität, Sensitivität, Datenqualität und dem Grad der Ermessensausübung basiert. Register der Schätzungen, Wesentlichkeitsbeurteilung und kritische Prüfung durch den Reviewer.
Quellen der Unsicherheit erläutern Die Abhängigkeit von künftigen Ergebnissen, Messtechnik, Datenqualität der Wertschöpfungskette, Modellstruktur, Faktoren und Abgrenzung identifizieren. Datenherkunft, Modelldokumentation und Protokoll der Datenlücken.
Annahmen, Näherungen und Ermessensentscheidungen erläutern Die wesentlichen Annahmen und die Gründe für ihre Auswahl benennen, statt lediglich festzustellen, dass Schätzungen verwendet wurden. Annahmenregister, Methodikvermerk und Genehmigung.
Sensitivität und Bandbreite berücksichtigen Erläutern, wie sich der Betrag unter vernünftigerweise möglichen Alternativen verändert, sofern sinnvoll; Bandbreiten können Unsicherheit besser vermitteln als eine trügerische Punktschätzung. Sensitivitätsergebnisse, Szenariodurchläufe und Begründung der Auswahl der Bandbreite.
Änderungen erläutern Wenn Unsicherheit weiterhin ungelöst ist, Änderungen an früheren Annahmen und deren Auswirkungen beschreiben. Änderungsprotokoll, Vergleichsanalyse und Aufzeichnung der Methodensteuerung.

3. Eine Datenhierarchie für Schätzungen und Näherungswerte

Eine praxisnahe Hierarchie beginnt mit den direktesten und spezifischsten Informationen, die vernünftigerweise verfügbar sind, behandelt jedoch keinen Datentyp als universell überlegen. Das Scope-3-Rahmenwerk von IFRS S2 führt Merkmale auf, die priorisiert werden sollten, ohne sie in eine starre Reihenfolge zu bringen: direkte Messung, Daten aus spezifischen Aktivitäten der Wertschöpfungskette, zeitnahe Daten, Informationen, die für die relevante Jurisdiktion und Technologie repräsentativ sind, sowie verifizierte Daten. Zielkonflikte sollten dokumentiert werden.

In der Praxis

Datenebene Beispielhafte Quelle Stärke — offenzulegende oder zu steuernde Einschränkung
1. Direkte Messung Gemessener Kraftstoffverbrauch; direkt gemessene Emissionen; gemessener Zustand von Vermögenswerten. Nah an der zugrunde liegenden Aktivität und potenziell weniger modellabhängig. — Kalibrierung, Abdeckung, Periodenabgrenzung, fehlende Standorte und organisatorische Abgrenzung.
2. Primäre Aktivitätsdaten Liefermengen; zurückgelegte Kilometer; eingekaufte Tonnen; Produktnutzung; Exposition auf Standortebene. Spezifisch für das Unternehmen oder die Aktivität in der Wertschöpfungskette. — Lieferantenmethode, Abweichung des Berichtszeitraums, Vollständigkeit, Schätzungen innerhalb der Lieferantendaten und Verifizierungsstatus.
3. Unternehmensspezifischer Proxy Ausgaben- oder Produktionsproxy, abgeleitet aus einem vergleichbaren internen Vorgang oder Lieferantensegment. Kann die Spezifität des Geschäftsmodells bewahren, wenn direkte Daten unvollständig sind. — Repräsentativität, Skalierungsgrundlage und Sensitivität.
4. Sekundärfaktor oder Branchendurchschnitt Veröffentlichter Emissionsfaktor, Branchenintensität, öffentlich zugänglicher Gefahren- oder Wirtschaftsdatenbestand. Verfügbar und vergleichbar; für eine umfassende Abdeckung der Wertschöpfungskette häufig erforderlich. — Rechtsordnung, Technologie, Alter, Branchenübereinstimmung, Unsicherheit und Autorität der Quelle.
5. Modellierter oder extrapolierter Wert Extrapolation von der Stichprobe auf die Grundgesamtheit; Szenariomodell; ökonometrisches oder georäumliches Modell. Kann eine vollständige Schätzung und Bandbreite liefern, wenn eine Messung unmöglich ist. — Modellrisiko, Parameterauswahl, Validierung, ausgeschlossene Variablen und Sensitivität.

4. Scope 3: Lücken in der Wertschöpfungskette beseitigen nicht die Notwendigkeit zu schätzen

IFRS S2 erwartet, dass die Messung von Scope 3 Schätzungen und nicht ausschließlich direkte Messungen umfasst. Das Unternehmen verwendet einen Messansatz, Eingaben und Annahmen, die das Maß getreu abbilden, und wendet alle verfügbaren angemessenen und vertretbaren Informationen ohne unangemessene Kosten oder unverhältnismäßigen Aufwand an. Sekundärdaten, Branchendurchschnitte und Proxy-Daten sind daher normale Bestandteile des Prozesses, wenn Primärdaten unvollständig sind.

Der Standard enthält die Vermutung, dass Scope 3-Emissionen mithilfe von Sekundärdaten und Branchendurchschnitten zuverlässig geschätzt werden können. Nur in seltenen Fällen kann eine Schätzung nach jeder angemessenen Anstrengung undurchführbar sein. In diesem Fall legt das Unternehmen offen, wie es seine Scope 3-Emissionen steuert. Dies ist eine deutlich höhere Schwelle als „Lieferantendaten fehlen“.

In der Praxis

Lücke bei Scope 3 Nutzbarer Schätzansatz Kontrolle und Offenlegung
Einige Lieferanten haben keine Emissionsdaten Einkaufsmengen oder Ausgaben mit repräsentativen Faktoren verwenden; emissionsintensive Lieferanten für Primärdaten priorisieren. Umfang der Primär- gegenüber den Sekundärdaten, Quelle des Faktors, Repräsentativität und Fahrplan für Lieferantendaten offenlegen.
Der Berichtszeitraum des Lieferanten weicht ab Die aktuellsten verfügbaren Daten verwenden, sofern die Bedingungen von IFRS S2 erfüllt sind. Gleiche Länge des Berichtszeitraums bestätigen und wesentliche Ereignisse oder Änderungen zwischen den Berichtsdaten offenlegen.
Annahmen zur Produktnutzung variieren Ein dokumentiertes erwartetes Nutzungsprofil, Szenario oder eine Bandbreite verwenden, die auf Produkt- und Marktnachweisen beruht. Sensitivität gegenüber Nutzungsdauer, Energiemix, Auslastung und Geografie; nicht belegte Präzision einzelner Werte vermeiden.
Die Grundgesamtheit der Kategorie ist sehr groß Statistisch oder operativ belastbare Stichproben und Extrapolationen verwenden. Stichprobendesign, Abdeckung, Ausschlüsse, Skalierungsmethode und Plausibilitätsprüfung.
Dem Finanzinstitut fehlen Daten zu Gegenparteien Mit der gewählten Methodik übereinstimmende Näherungswerte nach Anlageklasse, Sektor oder Rechtsordnung verwenden. Abdeckung, Hierarchie der Näherungswerte, Zuordnungsmethode, Datenqualitätsscore und Prioritäten für Verbesserungen.

5. Modellrisiko in der Nachhaltigkeitsberichterstattung

Ein Modell ist nicht nur anspruchsvolle Software. Jede strukturierte Methode, die Eingaben in einen berichteten Betrag umwandelt, kann Modellrisiken verursachen. Dazu gehören Emissionsberechnungen, Tabellenkalkulationen für Extrapolationen, Szenariomodelle, georäumliche Überlagerungen, die Zuordnung finanzierter Emissionen, Zielpfade und Sensitivitäten der finanziellen Auswirkungen. Ein Berichtsteam sollte Kontrollen anwenden, die der Wesentlichkeit und Komplexität des Modells angemessen sind.

In der Praxis

Quelle des Modellrisikos Fehlermodus Kontrolle
Zweck und Umfang Das Modell beantwortet eine andere Frage als die Offenlegungsanforderung oder verwendet die falsche Abgrenzung. Vorgesehene Verwendung, Offenlegungsziel, Grundgesamtheit, Zeitraum und Ausschlüsse dokumentieren.
Eingabedaten Unvollständige, veraltete, duplizierte oder nicht repräsentative Eingaben bestimmen das Ergebnis. Datenqualitätstests, Quellenhierarchie, Stichtagskontrollen und Abgleich der Abdeckung.
Methodenstruktur Formel, Zuordnungs- oder Szenarienlogik lässt wichtige Zusammenhänge außer Acht. Technische Prüfung, unabhängige erneute Durchführung und Hinweis auf Modellbeschränkungen.
Parameter und Faktoren Emissionsfaktoren, Gefahrenschwellen oder wirtschaftliche Annahmen sind veraltet oder nicht aufeinander abgestimmt. Genehmigte Parameterbibliothek, Quelldatum, Übereinstimmung von Rechtsordnung/Technologie und Versionskontrolle.
Sensitivität und Unsicherheit Eine Punktschätzung verschleiert eine große Bandbreite vernünftigerweise möglicher Ergebnisse. Sensitivitätsanalyse, Bandbreiten, alternative Szenarien und Angaben zur Unsicherheit.
Änderungsmanagement Methodenänderungen werden vorgenommen, ohne Vergleichsinformationen zu bewerten oder die Auswirkungen zu erläutern. Genehmigung von Modelländerungen, Folgenabschätzung, Behandlung von Vergleichsinformationen und Prüfpfad.

6. Schätzungsregister: die zentrale Kontrolle

Ein Schätzungsregister verbindet den öffentlich ausgewiesenen Betrag mit seiner Quelle, Methode, Unsicherheit und seinem Verbesserungsplan. Es unterstützt die Erstellung, die fachliche Prüfung, die Prüfungsbereitschaft und die Vergleichskonsistenz. Das Register sollte sich auf wesentliche oder mit hoher Unsicherheit behaftete Schätzungen konzentrieren und nicht zu einem unhandhabbaren Verzeichnis jeder Formel in der Organisation werden.

Abbildung 2. Ein Schätzungsregister steuert die ausgewiesene Kennzahl, Quellenhierarchie, das Modell, die Unsicherheit, die Einschränkung und die Abhilfe.

In der Praxis

Registerfeld Mindestinhalt
Schätzungs-ID und Angabeverknüpfung Stabile Kennung, Standardabsatz, Kennzahl/Angabe, Ort im Entwurf und Begründung der Wesentlichkeit.
Abgrenzung und Einheit Berichtendes Unternehmen, Segment der Wertschöpfungskette, geografisches Gebiet, Zeitraum, Einheit und Aggregationsebene.
Quelldaten System oder externe Quelle, Verantwortlicher, Extraktionsdatum, Abdeckung, zeitliche Abstimmung und Verifizierungsstatus.
Begründung für Proxy und Hierarchie Warum die ausgewählte Quelle hinreichend spezifisch, aktuell und repräsentativ ist; berücksichtigte Alternativen.
Methoden- und Modellversion Berechnung, Faktor, Modell, Szenario, Code-/Tabellenkalkulationsversion und Änderungshistorie.
Annahmen und Näherungen Wesentliche Annahmen, Bandbreiten, Extrapolation, Beurteilung, Sensitivität und Wechselwirkung mit der Unsicherheit der Ergebnisse.
Messunsicherheit Interne Einstufung hoch/mittel/niedrig, Hauptquellen, Bandbreite oder Sensitivität und Auswirkungen auf die Nützlichkeit.
Kontrollen und Genehmigungen Ersteller, Prüfer, Validierung, Abstimmung, Genehmigung durch die Governance und Prüfungsstatus.
Veröffentlichter Wortlaut zu Einschränkungen Spezifische Datenlücken, Ausschlüsse, Verwendung von Sekundärdaten, Abweichung der Berichtszeiträume und methodische Einschränkungen.
Verbesserungsplan Maßnahme, Verantwortlicher, Zieldatum, erwartete Qualitätsverbesserung und Auslöser für eine Neubewertung der Methode.

In der Praxis

7. Entscheidungskriterien: eine Schätzung, eine Bandbreite, qualitative Informationen oder keinen Betrag verwenden?

Entscheidung Verwenden, wenn Erforderliche Vorsicht
Punktschätzung Die Methode und die Eingaben stützen einen zentralen Betrag, der für Entscheidungen nützlich und nicht irreführend präzise ist. Wesentliche Annahmen und signifikante Messunsicherheit erläutern; eine Rundung erwägen.
Bandbreite Vernünftigerweise mögliche Ergebnisse oder Messalternativen sind für die getreue Vermittlung durch einen einzelnen Betrag zu weit gefasst, oder die einschlägige IFRS-Anforderung erlaubt eine Bandbreite. Erläutern, wie die Endpunkte ausgewählt wurden, ob sich die Wahrscheinlichkeiten unterscheiden und was das Ergebnis innerhalb oder außerhalb der Bandbreite verändern könnte.
Szenario- oder Sensitivitätsbandbreite Die Nutzer müssen verstehen, wie sich der Betrag unter verschiedenen Annahmen oder Entwicklungspfaden verändert. Keine Wahrscheinlichkeiten nahelegen, sofern diese nicht beurteilt wurden; mit Strategie, Resilienz und Finanzplanung verknüpfen.
Qualitative Informationen Die spezifischen Kriterien für finanzielle Auswirkungen erlauben die Auslassung quantitativer Informationen, oder eine verbale Erläuterung ist erforderlich, um einen Betrag zu erklären. Wenden Sie die exakten Kriterien an; identifizieren Sie die wahrscheinlich betroffenen Abschlussposten und, sofern erforderlich, die zusammengefassten quantitativen Auswirkungen.
Kein Betrag, da undurchführbar Nur wenn die betreffende Anforderung eine Ausnahme wegen Undurchführbarkeit enthält und das Unternehmen sie nach Ausschöpfung jeder zumutbaren Anstrengung nicht anwenden kann. Geben Sie den Sachverhalt und die erforderlichen Informationen an; bewahren Sie Nachweise über jede zumutbare Anstrengung auf.

In der Praxis

9. Beispielhafte Formulierung für die Angabe

Merkmal Warum es funktioniert Erforderliche Nachweise
Methode und Abdeckung Die Nutzer können erkennen, welcher Anteil lieferantenspezifisch ist und wie der verbleibende Anteil geschätzt wurde. Lieferantendatensatz, Abstimmung der Abdeckung und Zuordnung der Faktoren.
Spezifische Unsicherheitsquelle Die Einschränkung wird mit der Konsistenz der Methode und der Repräsentativität der Faktoren verknüpft, nicht mit einer allgemeinen „Datenherausforderung“. Bewertung der Datenqualität und Überprüfung der Faktorquellen.
Sensitivität Zeigt, wie sich eine wesentliche Annahme auf den Betrag auswirkt. Erneut durchführbare Sensitivitätsanalyse.
Verbesserungsplan Macht die Einschränkung zeitlich befristet und weist die Verantwortung dafür zu. Lieferantenprogramm, Meilensteine und verantwortliche Person.
Behandlung von Vergleichsinformationen Erläutert, warum frühere Informationen überarbeitet wurden, und verweist auf die entsprechende Angabe. Beurteilung und Genehmigung der Änderungen der Vergleichsinformationen.

In der Praxis

10. Schwache gegenüber stärkeren Angaben zur Unsicherheit

Schwache Formulierung Warum sie schwach ist Stärkeres Muster
„Einige Daten wurden geschätzt.“ Es werden weder Beträge noch Methode, Quelle, Annahmen oder Bedeutung angegeben. Den wesentlichen geschätzten Betrag, die Quellenhierarchie, die Methode, die wesentlichen Annahmen und den Grund angeben, warum die Schätzung weiterhin nützlich ist.
„Die Datenqualität von Scope 3 ist schlecht.“ Es werden keine Kategorie, Abdeckung, Näherungsgröße, kein Faktor und keine Informationen zur Verbesserung angegeben. Erläutern, welche Kategorien oder Populationen Primär- und Sekundärdaten verwenden, sowie Einschränkungen der Repräsentativität, Sensitivität und Verbesserungsmaßnahmen.
„Die Ergebnisse können sich aufgrund von Unsicherheit ändern.“ Es wird nicht zwischen der Unsicherheit künftiger Ergebnisse und der Messunsicherheit unterschieden. Das unsichere künftige Ereignis beschreiben und gesondert die Unsicherheit von Daten, Modell und Annahmen erläutern, die den berichteten Betrag beeinflusst.
„Das Modell ist Industriestandard.“ Die Bezeichnung als maßgebliche Instanz weist nicht nach, dass das Modell für die Angabe des Unternehmens geeignet ist. Zweck, Abgrenzung, Version, Eingaben, wesentliche Einschränkungen und Validierung des Modells erläutern sowie, wie es das Ziel der Angabe unterstützt.

In der Praxis

11. Häufige Fehler

FEHLER 1 Eine Datenlücke mit der Erlaubnis gleichsetzen, die Kennzahl wegzulassen.
Warum das passiert Teams nehmen an, dass eine direkte Messung erforderlich ist.
Warum das wichtig ist Wesentliche Informationen werden weggelassen, obwohl eine angemessene Schätzung oder ein Proxy nützliche Informationen liefern könnte.
Korrektur Wenden Sie die einschlägige Datenhierarchie an und prüfen Sie eine getreue Schätzung, bevor Sie eine spezifische Bestimmung zur Undurchführbarkeit in Betracht ziehen.
Nachweis der Korrektur Entscheidungsdokumentation zur Schätzung, berücksichtigte Alternativen und dokumentierte Bemühungen.

In der Praxis

FEHLER 2 Angabe einer präzisen Zahl aus einem hochgradig unsicheren Modell.
Warum es dazu kommt Eine Punktschätzung scheint leichter zu veröffentlichen und abzustimmen.
Warum es wichtig ist Eine Scheingenauigkeit verschleiert die Sensitivität und kann Nutzer hinsichtlich des Vertrauensgrades irreführen.
Korrektur Verwenden Sie eine angemessene Rundung, Bandbreite oder Sensitivität und erläutern Sie die wichtigsten Unsicherheitsquellen.
Nachweis der Korrektur Sensitivitätsergebnisse und genehmigte Begründung der Darstellung.

In der Praxis

FEHLER 3 Auflistung von Annahmen, ohne anzugeben, welche das Ergebnis wesentlich beeinflussen.
Warum es dazu kommt Methodische Erläuterungen werden umfassend, sind aber nicht entscheidungsrelevant.
Warum es wichtig ist Nutzer können die bedeutendste Unsicherheit oder die mögliche Veränderung der Zahl nicht verstehen.
Korrektur Schwierige, subjektive oder komplexe Annahmen priorisieren und die Sensitivität quantifizieren, soweit dies nützlich ist.
Nachweis der Korrektur Bewertung wesentlicher Annahmen, verknüpft mit dem Schätzungsregister.

In der Praxis

FEHLER 4 Änderung von Faktoren oder Näherungswerten ohne vergleichende Analyse.
Warum es passiert Aktualisierungen werden als routinemäßige Datenpflege behandelt.
Warum es wichtig ist Trends spiegeln eher eine Änderung der Methodik als die Leistung wider, und die Behandlung der Vorperiode kann falsch sein.
Korrektur Die Änderung klassifizieren, bewerten, ob Umstände der Vorperiode nachgewiesen sind, und die Vergleichsleitlinien von IFRS S1 anwenden.
Nachweis der Korrektur Protokoll der Methodenänderung, Vergleichsentscheidung und Angabe.

In der Praxis

FEHLER 5 Verwendung von Lieferantendaten ohne Verständnis der Methode des Lieferanten.
Warum es passiert Es wird angenommen, dass Primärdaten grundsätzlich überlegen sind.
Warum es wichtig ist Eine inkonsistente Abgrenzung, Periode oder Methodik kann die Vergleichbarkeit und die getreue Darstellung beeinträchtigen.
Korrektur Spezifität, Aktualität, Rechtsraum, Technologie, Verifizierung und methodische Konsistenz bewerten – nicht nur, ob die Daten vom Lieferanten stammen.
Nachweis der Korrektur Qualitätsbewertung und Prüfprotokoll für Lieferantendaten.

In der Praxis

12. Mythos versus Realität

MYTHOS IFRS S1 und IFRS S2 verlangen geprüfte, direkt gemessene Daten für jede Nachhaltigke
REALITÄT Die Standards erkennen Schätzungen, Näherungswerte, Sekundärdaten und modellierte Informationen an. Angemessene Schätzungen können wesentlich und nützlich sein, wenn sie genau beschrieben und erläutert werden. Das Unternehmen muss die einschlägigen Messanforderungen anwenden, geeignete Eingaben priorisieren, wesentliche Unsicherheiten offenlegen und etwaige lokale Anforderungen an die Prüfung separat erfüllen.
Wie die Verwirrung entsteht Die Disziplin der Finanzberichterstattung wird manchmal dahingehend vereinfacht, dass nur direkt gemessene oder extern geprüfte Daten berichtspflichtig seien.
Praktische Konsequenz Berichtsteams sollten in Methodik, Datenherkunft, Modellkontrollen und eine transparente Offenlegung von Einschränkungen investieren, statt die gesamte Berichterstattung zu verschieben, bis perfekte Daten vorliegen.

In der Praxis

15. Verwandte Standards und Lernpfad

Rolle des Verweises Instrument oder Artikel Verwendung
Primär IFRS S1 Absätze 74–82 Angaben zu wesentlichen Ermessensentscheidungen und Messunsicherheiten.
Scope 3 IFRS S2 B38–B57 Schätzungen, Datenhierarchie, Angaben zur Methode und seltene Fälle der Undurchführbarkeit.
Verhältnismäßigkeit Verhältnismäßigkeit in IFRS S1 und S2: 'Undue Cost or Effort' Die Grenze der Informationssuche von Schätzungen und Unsicherheit trennen.
Vergleichsinformationen IFRS S1 und S2: Vergleichsinformationen, Neudarstellungen und Fehler Änderungen von Faktoren, Modellen und Schätzungen klassifizieren und frühere Berichtsperioden korrigieren.
Umsetzung der Treibhausgasberichterstattung IFRS S2 Scope 1, Scope 2 und Scope 3-Emissionen: Vollständiger Leitfaden zur Messung Detaillierte Kontrollen zu Treibhausgasgrenzen, Emissionsfaktoren und Datenqualität anwenden.

Die Ergebnisunsicherheit betrifft, was geschehen kann, während sich die Messunsicherheit darauf bezieht, wie unsicher ein ausgewiesener Betrag ist. Eine Angabe kann beides enthalten, aber die Unterscheidung wirkt sich auf die erforderlichen Annahmen, Nachweise, Modelle und Erläuterungen aus und sollte nicht als zwei formale Kategorien mit identischen Anforderungen dargestellt werden.

Fragen

Häufig gestellte Fragen

Sind Schätzungen nach IFRS S1 und S2 zulässig?

IFRS S1 und IFRS S2 verlangen keine perfekten Daten, bevor nützliche nachhaltigkeitsbezogene Finanzinformationen berichtet werden können. Vernünftige Schätzungen, Näherungswerte, modellierte Daten und Bandbreiten können notwendig und angemessen sein, wenn eine direkte Messung nicht verfügbar ist, vorausgesetzt, die daraus resultierenden Informationen werden getreu dargestellt, wesentliche Methoden und Annahmen werden erläutert und wesentliche Messunsicherheit wird transparent gemacht.

Was ist Messunsicherheit?

Die veröffentlichten Standards verwenden „Messunsicherheit“ für Unsicherheit, die sich auf ausgewiesene Beträge auswirkt. Offizielle Materialien des ISSB zur Auswirkungsanalyse und zur Aufklärung helfen außerdem dabei, einen davon getrennten praktischen Begriff zu erläutern: Unsicherheit über das Ergebnis eines möglichen künftigen Ereignisses.

Ist Ergebnisunsicherheit dasselbe?

Die Ergebnisunsicherheit betrifft, was geschehen kann, während sich die Messunsicherheit darauf bezieht, wie unsicher ein ausgewiesener Betrag ist. Eine Angabe kann beides enthalten, aber die Unterscheidung wirkt sich auf die erforderlichen Annahmen, Nachweise, Modelle und Erläuterungen aus und sollte nicht als zwei formale Kategorien mit identischen Anforderungen dargestellt werden.

Darf Scope 3 Sekundärdaten verwenden?

Viele nachhaltigkeitsbezogene Kennzahlen können nicht direkt gemessen werden. Scope 3-Treibhausgasemissionen beruhen auf Lieferanteninformationen, Aktivitätsdaten, Emissionsfaktoren und Sekundärdaten.

Wann darf Scope 3 wegen mangelnder Praktikabilität weggelassen werden?

Der Standard enthält die Vermutung, dass Scope 3-Emissionen anhand von Sekundärdaten und Branchendurchschnitten zuverlässig geschätzt werden können. Nur in seltenen Fällen und nach Ausschöpfung aller angemessenen Bemühungen darf eine Schätzung nicht praktikabel sein. In diesem Fall legt das Unternehmen offen, wie es seine Scope 3-Emissionen steuert.

Was gehört in ein Schätzungsregister?

Ein Schätzungsregister verknüpft den veröffentlichten Betrag mit seiner Quelle, Methode, Unsicherheit und seinem Verbesserungsplan. Es unterstützt die Erstellung, die fachliche Prüfung, die Bereitschaft zur Prüfung und die Vergleichskonsistenz.

Sources

Primary sources

Take it with you

The checklists as a working spreadsheet

Every checklist and table on this page, with empty status, owner and evidence columns for your team to fill in and keep.

Download .xlsx

✓ LRA AI Assistant · Human-in-the-loop

Ask about this guide

Der Assistant beantwortet Fragen auf Basis dieser Seite und greift auf die verknüpften Offenlegungskarten zu, wenn sich Ihre Frage auf den Standard selbst bezieht. Die ersten zwei Antworten sind ohne Anmeldung kostenlos.

Ausprobieren
2 kostenlose Antworten Automated · the LRA team is one click away

Tiefer einsteigen · IFRS S1 / S2

Schulung zu IFRS S1 und S2

Finanzielle Wesentlichkeit, Szenarioanalyse und die klimabezogenen Angaben nach S2, angewandt auf Ihre eigene Berichterstattung.

Available as Guided Flex, Live Cohort, 1:1 Expert Mentorship or Corporate Programme.

See course formats
/de/knowledge-hub/disclosure-guides/ifrs-issb/ifrs-issb-choosing-topics-and-metrics/estimates-data-gaps-and-uncertainty/