Skalierbare CO2-Datenerfassung für Code Gaia: KI-gestützter Massenimport für alle Emissionskategorien
KI-gestützter Massenimport von Finanz-Emissionsdaten auf alle Emissionskategorien erweitert, für die CO2-Datenerfassung im großen Maßstab.
Überblick
Die Kundinnen und Kunden von Code Gaia nutzten bereits ein KI-gestütztes Massenimport-Tool, um große Tabellen mit finanziellen Emissionsdaten automatisch in CO2-Berechnungen zu übernehmen. DataMax hat gemeinsam mit Code Gaia diesen bewährten Workflow namens Activity Data Mapping erweitert, sodass CO2-Emissionsdaten über alle Emissionskategorien hinweg hochgeladen, KI-klassifiziert und automatisch berechnet werden können.
Herausforderung
Der bestehende Import-Workflow erkannte ausschließlich Finanzaktivitäten für die CO2-Bilanzierung und zwang Kundinnen und Kunden mit Emissionsdatensätzen über mehrere Kategorien zur manuellen, zeilenweisen Dateneingabe. Das war eine erhebliche Reibungsquelle für mittelgroße bis große ESG-Kunden, die Tausende CO2-Emissionsdatenpunkte über mehrere Berichtsperioden verwalten, und eine der am häufigsten gewünschten Verbesserungen von Interessentinnen wie Bestandskunden gleichermaßen. Die manuelle Zuordnung eines einzelnen großen Datensatzes konnte Tage bis Wochen in Anspruch nehmen. Erschwerend kam hinzu, dass einzelne Emissionskategorien sehr umfangreiche Taxonomien an Aktivitätstypen umfassen, sowie die Notwendigkeit, gemischte Einheiten und Standorte innerhalb einer einzigen hochgeladenen Datei zu erkennen.
Vorgehen
Wir haben die bestehende KI-Klassifizierungs-Pipeline von Code Gaia so erweitert, dass zunächst die Emissionskategorie jeder Zeile erkannt und anschließend dem passenden Aktivitätstyp zugeordnet wird. Je nach Umfang der Kategorie kommt dabei eine direkte Zuordnung für kompakte Kategorien oder eine KI-gestützte Kandidatensuche für Kategorien mit sehr umfangreichen Taxonomien zum Einsatz, bevor Einheiten und Standorte wo immer möglich automatisch aufgelöst werden.
Lösung
DataMax hat eine mehrstufige, auf Amazon Bedrock basierende KI-Pipeline entwickelt und bereitgestellt, die den Massenimport-Workflow von Code Gaia auf CO2-Emissionsdaten über alle Kategorien hinweg erweitert. Die Pipeline erkennt automatisch die Emissionskategorie und den Aktivitätstyp jeder Zeile, mit einer schlanken Klassifizierung für kleinere Kategorien und einer KI-gestützten Kandidatensuche für Kategorien mit sehr umfangreichen Taxonomien. Anschließend werden die angegebene Einheit und der Standort automatisch aufgelöst, mit sicheren Standardwerten, falls keine zuverlässige Zuordnung gefunden werden kann, und die vervollständigten Daten fließen direkt in die CO2-Berechnungen von Code Gaia ein, ohne Änderungen am zugrunde liegenden Datenmodell. Was früher Tage bis Wochen manueller Zuordnung erforderte, läuft heute als asynchroner KI-Prozess und ist innerhalb weniger Stunden abgeschlossen. Der Rollout erfolgt gestaffelt und feature-geflaggt, beginnend mit Pilotkundinnen und -kunden vor der Ausweitung auf die gesamte Kundenbasis.
Ergebnisse
Bereit, Ihre KI-Reise zu beschleunigen?
Lassen Sie uns über Ihre Daten- und KI-Herausforderungen sprechen. Wir helfen bei Strategie und schneller Umsetzung.
Kontakt aufnehmen