Transparenz

Bei Made with You fängt Transparenz bei uns selbst an. So bauen wir unsere ESG‑Analyseplattform im Einklang mit unseren Werten.

Unsere Analyse‑Methodik

So funktioniert's

Unsere Plattform analysiert automatisch die ESG‑Kommunikation von Organisationen anhand ihrer öffentlichen Website. Der Prozess:

Content‑Sammlung : wir durchsuchen die Website über Sitemaps und extrahieren relevante Inhalte (Webseiten, öffentlich zugängliche PDF‑Berichte).

KI‑Analyse : der Inhalt wird von Mistral (mistral-large-latest) nach 5 Transparenzkriterien analysiert: Authentizität der Kommunikation, Kohärenz zwischen Ansatz und Geschäftsmodell, operative Transparenz, methodische Klarheit und langfristiges Engagement. Das Modell ist darauf trainiert, Greenwashing zu erkennen und Substanz statt Marketing zu bewerten.

Größenanpassung : die Analyse passt sich automatisch der Organisationsgröße an. Das LLM hat breites Wissen über verschiedene Organisationstypen angesammelt, das diese Nuancierung ermöglicht. Wir bestrafen KMU nicht für fehlenden Formalismus, wenn ihr Ansatz kohärent und authentisch ist. Große Konzerne werden bei Daten und formellen Methodiken strenger bewertet.

Die 5 Transparenzkriterien und ihre Gewichtung
Diskurs25 Pkt.
Wie spricht die Organisation über ihren ESG-Ansatz: präzises, technisches Vokabular, ein maßvoller Ton und ehrliches Eingeständnis der Grenzen, oder vages, selbstdarstellerisches Marketing?
Kohärenz25 Pkt.
Behandelt die Organisation das, was die Auswirkungen ihrer Tätigkeit wirklich antreibt, oder stellt sie vor allem Nebenthemen heraus und schweigt zu ihren wichtigsten Wirkungsbereichen?
Operative Transparenz20 Pkt.
Gewährt die Organisation Zugang zu den konkreten Elementen ihrer Tätigkeit: benannte Standorte und Anlagen, identifizierte Lieferanten und Wertschöpfungskette, präzise beschriebene Materialien und Flüsse?
Datengenauigkeit20 Pkt.
Wenn Zahlen und Zertifizierungen veröffentlicht werden: sind sie dokumentiert (Umfang, Methode, Basisjahr), an anerkannte Standards gebunden und von einem benannten Dritten validiert?
Zielpfad10 Pkt.
Sind künftige Verpflichtungen strukturiert: datierte und quantifizierte Ziele, Zwischenschritte und ehrliche Berichterstattung über Gehaltenes vs. Versprochenes, auch Fehlschläge?
Transparenz-Score(%)

Transparenz-Score

Wie ist der Score zu lesen?

Der Transparenz-Score bewertet die Klarheit und Substanz der ESG-Kommunikation, ausgedrückt in % (0 bis 100). Fünf Stufen:

  • 80–100 · Ausgezeichnetsubstanzielle Kommunikation, überprüfbare Daten, Verpflichtungen im Einklang mit dem Geschäftsmodell.
  • 60–79 · Gutklarer und überwiegend kohärenter Ansatz, einige Verbesserungsbereiche (fehlende Belege, unklarer Umfang).
  • 40–59 · Mittelerklärte Verpflichtungen, aber wenig dokumentiert, Mischung aus substanziellen Inhalten und Marketing.
  • 20–39 · Schwachüberwiegend Marketing-Kommunikation, wenig Belege, Inkohärenzen mit der tatsächlichen Tätigkeit.
  • 0–19 · KritischFehlen eines ESG-Diskurses, nachgewiesenes Greenwashing oder unzureichende öffentliche Informationen zur Bewertung.

Was wir bewerten und was nicht

Wir bewerten die Klarheit und Authentizität dessen, was die Organisation auf ihrer Website kommuniziert. Ist die Aussage substanziell oder Marketing? Ist sie kohärent mit dem Geschäftsmodell? Gibt es konkrete Nachweise oder vage Versprechen?

Wir bewerten nicht die Realität vor Ort in der Organisation. Wir führen keine operativen Audits durch, gehen nicht vor Ort, prüfen keine Zahlen in Fabriken. Unsere Analyse konzentriert sich auf Kommunikationstransparenz, nicht auf tatsächliche ESG‑Performance.

Die Rolle der KI

Die KI ist kein Mensch. Sie ist ein Werkzeug zur Wissenskonzentration, das wir als solches behandeln: ein synthetischer Analyst, der schnell Informationsvolumen verarbeiten kann, die kein Mensch in derselben Zeit lesen könnte, nach den Kriterien, die wir vorgeben.

Grenzen unseres Ansatzes

Bot‑Schutz: Manche Websites blockieren automatisierten Zugriff. In diesem Fall basiert die Analyse ausschließlich auf dem vorhandenen Wissen des Mistral‑Modells (das möglicherweise unvollständig oder veraltet ist). Wir weisen in den Analysequellen klar darauf hin.

LLM‑Bias: Wie jedes Sprachmodell hat Mistral Grenzen. Es kann an branchenspezifischem Kontext fehlen, technischen Diskurs falsch interpretieren oder Verzerrungen aus den Trainingsdaten widerspiegeln.

Nur öffentlicher Inhalt: Wenn eine Organisation gute Arbeit leistet, dies aber nicht auf ihrer Website kommuniziert, erfasst unsere Analyse es nicht. Transparenz ≠ Performance.

Unsere Absicht

Unser Ziel ist es nicht, Organisationen vom Besten zum Schlechtesten zu ranken. Wir wollen helfen, Signale schnell zu erkennen: Wer kommuniziert substanziell? Wer macht hohles Marketing? Wo sind die Inkohärenzen?

Ein schlechter Score bedeutet nicht zwingend, dass die Organisation schlecht handelt. Es kann auch bedeuten, dass sie schlecht oder gar nicht kommuniziert. Ein guter Score garantiert keine Perfektion, zeigt aber klare und kohärente Kommunikation an.

Wir wollen Transparenz fördern, nicht diejenigen bestrafen, die Anstrengungen unternehmen, ohne die Mittel für erschöpfende Berichte zu haben.

Unser Technologie‑Ansatz

KI‑Wahl

Wir nutzen Mistral als Analyse‑Engine. Diese Wahl ist nicht trivial: Mistral wurde von Carbone4 auditiert, einer Referenz in der Umweltbewertung. Diese externe Validierung gibt uns Vertrauen in die CO2‑Bilanz unseres Tools.

Wir senden nur die relevantesten Auszüge an die KI. Keine massive Übertragung nutzloser Informationen. Ist die Analyse generiert, steht sie allen ohne zusätzliche Ressourcen zur Verfügung: einmal berechnen, breit teilen.

Hosting

Unsere gesamte Infrastruktur (Daten, Datenbanken, E‑Mails, Anwendung) ist bei Scaleway in Europa gehostet. Wir haben diesen Partner wegen seines konkreten Engagements für die Messung und das Reporting des CO2‑ und Wasserverbrauchs ihrer Rechenzentren gewählt.

Noch ist nicht alles perfekt bewertet, aber sie machen transparente Fortschritte. Genau diesen Ansatz wollen wir unterstützen.

Datenschutz

Keine Sammlung, kein Verkauf. Wir erheben keine personenbezogenen Daten und verkaufen keine Informationen.

Unser Modell ist einfach: einen nützlichen Service bieten und für den geschaffenen Wert bezahlt werden, nicht durch Werbung.

Dieser Ansatz vermeidet Interessenkonflikte. Deine Privatsphäre bleibt privat.

Wie geht's weiter

Wir verbessern kontinuierlich unseren Ansatz. Jede technische Entscheidung richtet sich nach ihrer realen Wirkung.

Wir können von anderen keine Transparenz einfordern, ohne selbst transparent zu sein.