Siemens lancerede mandag et sæt værktøjer til at hjælpe virksomheder med at spore deres produkts CO2-fodaftryk (PCF), inklusive emissionsdata fra alle deres leverandører. Sådanne scope 3-emissioner, også kendt som værdikæde-emissioner, repræsenterer ofte størstedelen af en organisations samlede drivhusgasemissioner, ifølge US Environmental Protection Agency.
Siemens' nye løsning omfatter software kaldet SiGreen og et distribueret hovedbogssystem, kaldet Esttainium-netværket, der lader tværindustrielle partnere sikkert udveksle pålidelige emissionsdata. Ved at tage faktiske, nøjagtige emissionsdata – snarere end industrigennemsnit, som andre værktøjer bruger – sigter Siemens-systemet på at gøre det lettere for organisationer at vurdere deres sande CO2-fodaftryk.
De nye værktøjer skal tjene det voksende antal virksomheder, der prioriterer bæredygtighedsforanstaltninger af en række forskellige årsager. Virksomheder står over for pres for at reducere deres CO2-fodaftryk fra medarbejdere, investorer, kunder og regulatorer.
“Presset på organisationer for at opfylde kriterierne for miljø, social og ledelse (ESG) er mere udbredt, end de fleste finansledere måske er klar over – 85 % af investorerne betragtede ESG-faktorer i deres investeringer i 2020,” ifølge Gartner.
Men indsamling af emissionsdata fra forsyningskædepartnere kræver, at de afslører strategisk vigtig information. Det er derfor, NGO'er som WRI, GHG Protocol og GIZ har anbefalet distribuerede hovedbogsbaserede systemer. Data deles direkte inden for rammerne af kunde-leverandør-relationer uden at skulle overdrage dem til en tredjepart eller dele oplysninger om deres egne forsyningskæder.
Estainium-netværket understøtter oprettelsen og udvekslingen af verificerbare legitimationsoplysninger. fra tredjeparter for at sikre troværdigheden af de delte oplysninger. For at verificere de værdier, der er rapporteret af en leverandør, kan kunderne udsætte dem for et såkaldt Verifiable Proof mod den tilsvarende Credential via IDUnion blockchain.
I mellemtiden gør SiGreen brug af reelle data frem for industrielle gennemsnitsværdier.