Wie hoch ist die Wahrscheinlichkeit, dass ein Unternehmen in den nächsten Jahren seine Treibhausgasziele erreichen wird? Und wie schneiden diese Unternehmen dann tatsächlich damit ab? Diese Fragen spielen für langfristig ausgerichtete Anleger eine immer entscheidendere Rolle. Nicht zuletzt, weil der Krieg in der Ukraine zeigt, wie groß die Abhängigkeit von fossilen Energieträgern gerade in Europa immer noch ist – trotz jahrelangen Bestrebungen, sie zu verringern. Damit verbunden sind erhebliche Investitionen in erneuerbare und klimafreundlichere Technologien – ein Trend, der bereits zuvor, etwa durch die weltweite Verpflichtung zur Erreichung der Klimaneutralität im Klimapakt von Glasgow, Fahrt aufgenommen hatte.
Hohe Investitionen notwendig, um Pariser Abkommen zu erfüllen
Erreichung des 1,5-Grad-Ziels sehr herausfordernd
Quelle: Union Investment auf Basis von EU EDGAR (2021) und IEA (2021) Net Zero by 2050; Mc Kinsey Sustainability; Stand: 10. Mai 2022.
Hohe Investitionen notwendig
Quelle: Union Investment auf Basis von EU EDGAR (2021) und IEA (2021) Net Zero by 2050; Mc Kinsey Sustainability; Stand: 10. Mai 2022.
Messbare Fortschritte identifizieren
Es gilt damit aber auch, Kapital möglichst in genau jene Unternehmen zu investieren, die kohlenstoffarme Technologien einsetzen oder die einen erkennbaren Beitrag zur Reduktion von Kohlendioxid (CO2) leisten – oder sich auf dem Weg dorthin befinden. Eine auf Künstlicher Intelligenz basierende Methode, wie sie Union Investment einsetzt, kann hier unterstützen, ein besseres Anlageergebnis zu erzielen und CO2-effizientere Portfolios aufzubauen – auch im Bereich Unternehmensanleihen. Der Weg zur Klimaneutralität in einem festverzinslichen Portfolio ist mit Herausforderungen gespickt. Denn Investoren sehen sich mit vielen verschiedenen Datenquellen und mit einer breiten Streuung in der Qualität der Daten konfrontiert. Zugleich ist dieser Wald von Daten mitunter disparat und uneinheitlich oder nur über eine begrenzte Zeitspanne rückwirkend verfügbar. Das erschwert es, genau jene Unternehmen zu identifizieren, die nachweisbare und konsistente Fortschritte bei ihren Bemühungen zur Dekarbonisierung zeigen können. Genau solche Unternehmen sind für eine Anlagestrategie, die von einer Transformation der Wirtschaft profitieren will, entscheidend. Wenn es gelingt, die Unternehmen zu identifizieren, die tatsächlich messbare Fortschritte ausweisen können, wird nicht nur der CO2-Fußabdruck im Portfolio aktiv verringert, sondern damit lässt sich auch eine auf lange Sicht bessere Wertentwicklung rechtfertigen, da weniger Kosten aus der CO2-Bepreisung entstehen und das Geschäftsmodell womöglich zukunftsfähiger wird.
Glücklicherweise bietet die Künstliche Intelligenz hier einen Ausweg. Es gibt systematische Ansätze und Möglichkeiten, die sich für einen aktiven Investmentmanager bei der Auswertung und Verarbeitung klimarelevanter Daten eignen. Union Investment geht hier einen Weg, der über das Bekenntnis zum Ausschluss von Kohle im Portfolio hinausgeht. So haben ESG-Analysten und Quantitative Analysten gemeinsam mit Hilfe quantitativer Methoden und Künstlicher Intelligenz ein Dashboard entwickelt, das ein einfach zu erfassendes Bild gibt, wie wahrscheinlich es ist, dass ein Unternehmen einen Beitrag zur Dekarbonisierung der Wirtschaft leisten wird. Union Investment greift dazu auf ein selbstentwickeltes Werkzeug namens MALINA zurück. MALINA steht für Machine Learning for Investment Applications, also maschinelles Lernen für Investment-Anwendungen. In die Analyse fließen die Daten verschiedener Anbieter. Diese Multi-Provider-Strategie ist bewusst gewählt, um eine auf breiter Basis stehende, fundierte Einschätzung zu möglichst vielversprechenden Transformationskandidaten zu erhalten. Da verschiedene Anbieter genutzt werden, lassen sich Lücken in der Abdeckung vermeiden und unterschiedliche Positionen vergleichen. Inzwischen sind rund 9.000 Unternehmen enthalten, von denen sich immerhin 1.680 eigene Klimaziele auferlegt haben. Hinzu kommt die zunehmende Komplexität, etwa durch ein breites Universum an Emittenten oder durch den Einbezug der verschiedenen Emissionsbereiche (Scope 1, 2 und 3).
Zusammenspiel von Mensch und Maschine
Eine gute Analyse fängt mit einem breiten und tiefen Datensatz an, hört aber nicht damit auf. Einige Fragen sind nur qualitativ sinnvoll zu beantworten. Deswegen hat Union Investment ein großes ESG-Team aufgebaut, das letztlich zusammen mit den Portfoliomanagern die Entscheidung darüber trifft, wie Unternehmen unter Nachhaltigkeitsgesichtspunkten zu bewerten sind. Für die Analyse solch komplexer Daten eignet sich das Zusammenspiel von Mensch und Maschine, also Künstlicher Intelligenz, optimal. Damit lässt sich Komplexität reduzieren und zugleich eine belastbare Anlageauswahl treffen, um etwa ein Unternehmensanleihe-Portfolio aufzubauen, das außer einer finanziellen Rendite auch einen positiven Beitrag zur nachhaltigen Transformation der Wirtschaft leisten sollte.
Das Fondsmanagement kann dabei mit MALINA die Anpassungspfade der Unternehmen durchrechnen und engmaschig verfolgen. So können sich aus den durchschnittlichen Wachstumsraten der CO₂-Emissionen sowie der Entwicklung und Erfüllung der CO₂-Ziele der Unternehmen wichtige Anlagehinweise ergeben. Auch lässt sich die aktuelle Entwicklung des CO₂-Ausstoßes dem ausgegebenen Zielpfad gegenüberstellen und können Prognosen oder das Erreichen von Zielen überprüft werden. Auch Regions- und Sektoreneffekte können ermittelt und je nach Datenlage des Unternehmens zusätzlich bei der Beurteilung berücksichtigt werden.
Somit lassen sich konsequent jene Unternehmen herausfiltern, die nachweisbar auf einen Transformationspfad zu geringerem Treibhausgas-Ausstoß eingeschwenkt sind – sei es für sich allein genommen als Unternehmen, in seinem Kundenkreis oder als Treiber einer gesamtwirtschaftlichen Entwicklung. Über die Einbettung in die eigene Nachhaltigkeitsdatenbank SIRIS kann ermittelt werden, ob ein Unternehmen auf dem Weg ist, die Pariser Klimaziele zu erfüllen. Dabei können auch schnell Ausreißer erkannt werden – im positiven wie negativen Sinn. Damit lassen sich Titel auswählen, die besser abschneiden als ein Vergleichsindex, der sich an der Erreichung der Pariser Klimaziele orientiert (Paris-aligned benchmark). Während ein passiver börsengehandelter Fonds (ETF) eine kontinuierliche CO2-Reduktion im Fondsportfolio vor allem durch Umschichtungen erreicht, ermöglicht MALINA so die Identifikation von Unternehmen, die tatsächlich ihren eigenen CO2 Ausstoß reduzieren. Zwar wird aktuell dadurch unmittelbar noch kein CO2 eingespart – aber der Anleger erhält die Chance, Unternehmen in ihrem Umbau hin zu einer treibhausgasärmeren Art des Wirtschaftens zu begleiten. Ziel ist es, eine deutlich höhere Klimawirkung zu erreichen und dadurch einen Mehrwert gegenüber der Benchmark und dem breiten Markt zu liefern. In einer aktiven Auswahl lassen sich damit im Idealfall auch Bewertungsunterschiede bei Anleihen berücksichtigen. So werden derzeit Anleihen mit einem hohen ESG-Score (also einer vergleichsweise überdurchschnittlichen Nachhaltigkeits-Einstufung) höher bewertet als konventionelle Anleihen. Bei anderen Faktoren wie etwa dem CO2-Ausstoß ist dies noch nicht der Fall. Allein über simple Ausschlusslisten lässt sich darum kein optimales Anlageergebnis erzielen. Vielversprechender ist daher ein nach vorne gerichteter Ansatz, also wie in fünf Jahren heute bezüglich CO2-Ausstoß messbar schlecht abschneidende Unternehmen aussehen werden.
Christian Kopf, Leiter Portfoliomanagement Renten & Teil des Union Investment Committee, Union Investment
