Sådan bygger I et digitalt klimaregnskab uden Excel-kaos

Annonce – sponsoreret indhold.

Et digitalt klimaregnskab er fundamentet for enhver virksomhed, der vil dokumentere sin CO2-udledning troværdigt og arbejde målrettet med reduktion. Men for mange bæredygtighedsansvarlige er virkeligheden en anden: Data ligger spredt i Excel-ark hos økonomi, i mails fra leverandører, i separate systemer hos drift og indkøb — og når rapporteringsfristen nærmer sig, begynder jagten på tal, der ikke stemmer overens. Denne guide viser, hvordan I kommer fra kaotisk dataindsamling til et samlet, pålideligt klimaregnskab, og hvornår det giver mening at bygge en løsning, der passer til netop jeres virksomhed.

Hvorfor spredte data undergraver jeres digitale klimaregnskab

Problemet med Excel-baserede klimaregnskaber handler ikke om Excel i sig selv. Regnearket er et fremragende værktøj til analyser og beregninger. Problemet opstår, når Excel bliver brugt som database, indsamlingsværktøj og rapporteringsplatform på én gang — og når flere afdelinger arbejder i hver deres version.

Typiske fejlkilder i spredte data-setups inkluderer:

• Versionsproblemer: Økonomi har én version af transportdata, drift har en anden, og ingen ved hvilken der er korrekt
• Manuelle indtastningsfejl: Hver gang data flyttes fra ét sted til et andet, er der risiko for tastefejl, forkerte enheder eller forældede tal
• Manglende sporbarhed: Når en revisor eller kunde spørger “hvor kommer dette tal fra?”, kræver det timevis af arkæologisk arbejde at finde kilden
• Tidsforsinkelse: Data er ofte flere måneder gamle, fordi indsamlingen først sker når rapporten skal laves
• Inkonsistente metoder: Én medarbejder bruger én emissionsfaktor, en anden bruger en anden — uden at nogen opdager det

Konsekvensen er et klimaregnskab, der hverken er retvisende nok til at træffe beslutninger ud fra eller robust nok til ekstern dokumentation. Og når I bruger flere dage på at samle og validere data end på at analysere og handle, mister klimaregnskabet sin strategiske værdi.

For virksomheder, der har vokset sig ud af Excel-løsningen, men oplever at standard SaaS-platforme ikke passer til deres specifikke datakilder eller arbejdsgange, kan specialudviklet software være vejen til et samlet system, der faktisk afspejler den måde virksomheden fungerer på. Det handler ikke om at købe den dyreste løsning, men om at bygge den rigtige.

De fire datatyper der sjældent har et fælles hjem

Et klimaregnskab efter GHG Protocol-standarden kræver data fra tre scopes: direkte udledning (scope 1), indkøbt energi (scope 2) og værdikæden (scope 3). I praksis betyder det, at I skal indsamle data fra vidt forskellige kilder — og det er her, de fleste virksomheder oplever, at deres nuværende setup ikke slår til.

Energiforbrug og forsyningsdata

El, gas, fjernvarme og eventuel egen energiproduktion udgør typisk scope 2. Data kommer ofte fra forsyningsselskaber i forskellige formater — nogle sender PDF-fakturaer, andre tilbyder online portaler, og atter andre leverer rå datafiler. Uden et samlet sted at registrere disse tal ender de spredt mellem økonomisystemet (hvor fakturaen bogføres), driftsafdelingen (der holder øje med forbruget) og bæredygtighedsansvarlige (der skal rapportere).

Det kritiske spørgsmål er: Kan I på under fem minutter trække det samlede energiforbrug for hver lokation de seneste 12 måneder? Hvis svaret er nej, har I et strukturelt problem.

Transportdata — egne køretøjer og logistik

Firmabiler, varebiler, trucks og intern logistik hører under scope 1, mens indkøbt transport (fragtfirmaer, flyrejser, medarbejdertransport) typisk falder i scope 3. Data kan komme fra tankkortsystemer, leasingselskaber, rejsebureauer, speditører og medarbejdernes egne registreringer.

Udfordringen er ikke kun at samle data, men at sikre konsistente enheder. Nogle kilder rapporterer i liter brændstof, andre i kilometer, andre igen i kroner. Uden en central konvertering ender I med at sammenligne æbler og pærer.

Indkøb og leverandørdata

Scope 3-kategorien “indkøbte varer og tjenester” er ofte den største post i et klimaregnskab — og den sværeste at dokumentere. Her skal I enten bruge forbrugsbaserede metoder (hvor I kender den faktiske udledning fra hver vare) eller udgiftsbaserede metoder (hvor I estimerer ud fra indkøbsbeløb og sektorgennemsnit).

I praksis ligger indkøbsdata spredt mellem:

• Økonomisystemets leverandørfakturaer
• Indkøbsafdelingens leverandøraftaler
• Separate systemer til fx IT-indkøb, kontorartikler eller produktionsråvarer
• Mails med leverandørdokumentation

At samle dette én gang om året til klimaregnskabet er en manuel mareridtsopgave. At gøre det løbende kræver et system, der kan modtage og kategorisere data fra mange kilder.

Affald, vand og øvrige driftsdata

Affaldshåndtering, vandforbrug, kølemidler og andre driftsrelaterede emissionskilder glemmes ofte i første omgang, men kan udgøre væsentlige poster — særligt kølemiddellækager, der har høje GWP-værdier (Global Warming Potential). Data kommer typisk fra affaldsselskaber, kommunale vandværker og serviceaftaler på køleanlæg, og følger sjældent et standardformat.

Hvad kendetegner et modent data-setup

Før I beslutter jer for en ny løsning, er det værd at vurdere, hvor modent jeres nuværende setup egentlig er. Her er fem konkrete pejlemærker:

1. Datakilder er identificeret og dokumenteret
I ved præcis, hvor hver datatype kommer fra, hvem der er ansvarlig for at levere den, og i hvilket format den ankommer. Hvis én person forlader virksomheden, kan en anden overtage uden at starte forfra.

2. Indsamling sker løbende, ikke årligt
I stedet for en hektisk indsamlingsrunde inden rapporteringsfristen registreres data løbende — ideelt automatisk eller som en fast del af eksisterende arbejdsgange.

3. Sporbarhed fra rapport til kilde
Hvert tal i klimaregnskabet kan spores tilbage til den oprindelige datakilde. Hvis en revisor spørger, kan I dokumentere hele kæden fra faktura til emissionsberegning.

4. Konsistente metoder og emissionsfaktorer
Der anvendes samme beregningsmetoder og emissionsfaktorer på tværs af hele regnskabet, og det er dokumenteret hvilke der bruges og hvorfor.

5. Data kan genbruges og sammenlignes
I kan sammenligne år-til-år udvikling uden at bekymre jer om, hvorvidt metoderne er ændret. Data kan genbruges til forskellige formål: intern rapportering, kundedokumentation, myndighedskrav.

Hvis I scorer lavt på flere af disse punkter, er jeres nuværende setup sandsynligvis ikke modent nok til et retvisende klimaregnskab — uanset hvor dygtige I er i Excel.

Fra spredte systemer til én samlet platform

Løsningen på spredte data er ikke nødvendigvis ét gigantisk system, der erstatter alt. Ofte handler det om at skabe ét centralt sted, hvor data fra forskellige kilder samles, valideres og gøres tilgængeligt til rapportering.

Hvad en central klimadataplatform skal kunne

En effektiv platform til klimadata bør som minimum understøtte:

• Dataindsamling fra flere kilder: Manuel indtastning, upload af filer (CSV, Excel, PDF), integration til eksisterende systemer via API
• Kategorisering efter GHG Protocol: Automatisk eller assisteret tildeling af scope og kategori
• Emissionsfaktorbibliotek: Opdaterede faktorer fra anerkendte kilder (fx Energistyrelsen, DEFRA, ecoinvent), med sporbarhed på hvilke faktorer der er brugt hvornår
• Validering og kvalitetskontrol: Advarsler ved usædvanlige værdier, manglende data eller inkonsistente enheder
• Brugerrettigheder: Forskellige afdelinger kan indtaste deres data uden at se eller ændre andres
• Rapportering og eksport: Standardrapporter til intern brug, eksport til ekstern revision eller kundeforespørgsler

Standard SaaS vs. skræddersyet løsning

Der findes efterhånden mange SaaS-platforme til klimaregnskaber. De kan være et godt valg for virksomheder med relativt simple datakilder og standardprocesser. Men de har også begrænsninger:

Typiske udfordringer med standard SaaS:

• Integrationer til jeres specifikke systemer findes ikke eller kræver dyrt tilkøb
• Arbejdsgange skal tilpasses platformen i stedet for omvendt
• Særlige datakategorier eller beregningsmetoder understøttes ikke
• Data er låst inde i platformen og svære at kombinere med andre forretningsdata

Når standardløsninger ikke passer, ender mange virksomheder med at købe flere systemer, der hver løser en del af problemet — og så er I tilbage ved udgangspunktet med spredte data.

En skræddersyet løsning kan bygges omkring jeres faktiske datakilder og arbejdsgange. Det kan være en intern portal, hvor relevante medarbejdere registrerer data direkte, kombineret med automatiske integrationer til de systemer, der allerede indeholder relevante tal. Det kræver en større initial investering end et SaaS-abonnement, men kan give et system, der faktisk løser problemet i stedet for at flytte det.

Ekstern dokumentation: kunder, myndigheder og standarder

Et digitalt klimaregnskab skal ikke kun bruges internt. I stigende grad stilles krav fra flere sider:

Kundekrav: Mange større virksomheder kræver klimadata fra deres leverandører som del af deres egen scope 3-rapportering. Hvis I ikke kan levere troværdige tal hurtigt, risikerer I at miste ordrer.

CSRD og EU-regulering: Corporate Sustainability Reporting Directive stiller krav til bæredygtighedsrapportering for stadig flere virksomheder. Kravene til dokumentation og revision skærpes løbende. Miljøstyrelsen og Erhvervsstyrelsen administrerer de danske regler, og det anbefales at følge deres vejledninger for opdaterede krav.

Frivillige standarder: Science Based Targets initiative (SBTi), CDP-rapportering og ISO 14064 stiller alle specifikke krav til, hvordan klimaregnskaber opgøres og dokumenteres.

Fælles for alle disse krav er, at de forudsætter sporbarhed og konsistens. Et klimaregnskab baseret på løse Excel-ark og mails holder sjældent til ekstern revision. Et samlet system med klar dokumentation af datakilder, metoder og beregninger gør derimod rapportering til en overkommelig opgave frem for en årlig kriseindsats.

Fem spørgsmål til at vurdere jeres nuværende setup

Brug disse spørgsmål til en ærlig vurdering af, om jeres datagrundlag er godt nok:

1. Hvor lang tid bruger I på at samle data til klimaregnskabet?
Hvis svaret er “flere uger” eller “det ved jeg faktisk ikke, for det sker lidt hen ad vejen”, er der rum til forbedring. En moden proces bør kunne trække et udkast til klimaregnskab på timer, ikke uger.

2. Hvad sker der, hvis jeres klimaansvarlige skifter job?
Er al viden om datakilder, metoder og særlige forhold dokumenteret, så en ny medarbejder kan overtage? Eller forsvinder den med personen?

3. Kan I forklare afvigelser fra sidste år?
Hvis jeres udledning er steget eller faldet markant, ved I hvorfor? Skyldes det reel aktivitetsændring, eller er det en ændring i datagrundlag eller metode?

4. Hvor ofte opdager I fejl efter rapportering?
Hvis I regelmæssigt finder fejl, når I genbesøger tidligere års data, tyder det på manglende validering i indsamlingsprocessen.

5. Kan I levere klimadata til en kunde inden for en uge?
Når en vigtig kunde beder om jeres CO2-aftryk, er det så en simpel eksport, eller kræver det et nyt projekt?

Svarene på disse spørgsmål fortæller jer, om I har brug for bedre processer inden for det eksisterende setup, eller om det er tid til en mere grundlæggende ændring.

Hvornår er det tid til en strukturel ændring

Ikke alle virksomheder har brug for et avanceret system. For mindre virksomheder med få datakilder kan et velstruktureret Excel-setup kombineret med klare arbejdsgange være tilstrækkeligt. Men der er tegn på, at I er vokset fra denne tilgang:

• Flere end 10-15 forskellige datakilder: Jo flere kilder, jo sværere at holde styr på manuelt
• Flere afdelinger involveret i dataindsamling: Koordinering via mail og delte mapper skalerer dårligt
• Stigende krav til ekstern dokumentation: Revision, kundekrav eller regulatoriske forpligtelser stiller højere krav end intern brug
• Behov for løbende opdatering: Hvis I vil følge udviklingen månedligt frem for årligt, kræver det automatisering
• Integration med andre forretningsdata: Klimadata skal kunne kombineres med økonomiske nøgletal, produktionsdata eller kundesegmentering

Når flere af disse punkter gælder, er det ofte mere økonomisk at investere i en samlet løsning end at fortsætte med at lappe på et system, der ikke er designet til opgaven. Overvej også, om I kan bruge AI-værktøjer til at automatisere dele af dataindsamlingen og frigøre tid til analyse.

Sådan kommer I i gang

Hvis I har besluttet, at jeres nuværende setup ikke holder, er her en praktisk fremgangsmåde:

Kortlæg jeres datalandskab: Lav en komplet liste over alle datakilder til klimaregnskabet. For hver kilde: hvem er ansvarlig, hvilket format leveres data i, hvor ofte opdateres det, og hvor ligger det i dag?

Identificér de største smertepunkter: Hvilke datatyper giver mest bøvl? Hvor opstår fejlene? Hvad tager mest tid? Start med at løse de største problemer først.

Vurdér integrationsmuligheder: Hvilke af jeres eksisterende systemer har API-adgang eller eksportmuligheder? Kan data trækkes automatisk, eller kræver det manuel håndtering?

Definér krav til løsningen: Hvad skal systemet kunne? Hvem skal bruge det? Hvilke rapporter skal det kunne generere? Vær konkret — jo tydeligere krav, jo lettere at vurdere løsninger.

Undersøg markedet: Test relevante SaaS-platforme. Vurdér om de faktisk løser jeres specifikke udfordringer, eller om de kræver væsentlige tilpasninger af jeres arbejdsgange.

Overvej skræddersyet udvikling: Hvis standardløsninger ikke passer, kan et skræddersyet system bygges omkring jeres dataflow. Det kræver en større initial investering, men giver en løsning, der præcis matcher jeres behov.

Ofte stillede spørgsmål

Hvad er forskellen på et digitalt klimaregnskab og et almindeligt klimaregnskab?

Et digitalt klimaregnskab refererer til et klimaregnskab, der er baseret på systematisk dataindsamling i digitale systemer frem for manuelle processer. Beregningsmetoderne er de samme (typisk GHG Protocol), men et digitalt fundament giver bedre sporbarhed, lettere opdatering og mere pålidelig dokumentation.

Kan vi ikke bare fortsætte med Excel, hvis vi strukturerer det bedre?

For mindre virksomheder med få datakilder kan et velstruktureret Excel-setup fungere fint. Men Excel har fundamentale begrænsninger som database: ingen automatisk validering, ingen brugerrettigheder, versioneringsproblemer og manglende integration til andre systemer. Når kompleksiteten stiger, bliver disse begrænsninger kritiske.

Hvad koster det at bygge et skræddersyet system til klimadata?

Prisen afhænger helt af omfang: hvor mange datakilder, hvilke integrationer, hvor avanceret rapportering. En simpel dataindsamlingsportal koster væsentligt mindre end et fuldt integreret system med automatiske beregninger og avanceret rapportering. Det bedste er at få en konkret vurdering baseret på jeres specifikke behov.

Hvordan sikrer vi, at data er pålidelige nok til ekstern revision?

Nøglen er sporbarhed og dokumentation. For hvert tal i klimaregnskabet skal I kunne dokumentere: hvor kommer data fra, hvornår blev det registreret, hvilken emissionsfaktor er brugt, og hvem har godkendt det. Et system med indbygget logning og versionering gør dette langt lettere end manuelle processer.

Skal vi vente med at investere i et system til CSRD-kravene rammer os?

Det anbefales at starte før kravene rammer. At opbygge et solidt datagrundlag tager tid, og det er lettere at gøre det uden tidspres fra en rapporteringsfrist. Desuden giver et godt klimaregnskab værdi nu — til kundekrav, intern styring og strategiske beslutninger — uanset hvornår de formelle krav træder i kraft.