Zusammenfassung der EY Global Risk Transformation Study 2026

Die EY-Studie „How will AI redefine resilience for risks not yet imagined?“ untersucht, wie Unternehmen ihre Risikofunktion transformieren müssen, um in einer zunehmend komplexen und volatilen Welt erfolgreich zu sein. Im Mittelpunkt steht die Frage, wie Künstliche Intelligenz (KI) die Unternehmensresilienz stärkt und gleichzeitig neue Möglichkeiten für nachhaltiges Wachstum schafft. Die Erkenntnisse sind besonders relevant für ESG-, Nachhaltigkeits- und Governance-Verantwortliche.

---

1. NACHHALTIGKEIT FINDET IN EINER NEUEN RISIKOWELT STATT

EY beschreibt das heutige Umfeld als „NAVI-Welt“:

• Nonlinear (nichtlinear)
• Accelerated (beschleunigt)
• Volatile (volatil)
• Interconnected (vernetzt)

Geopolitische Konflikte, Cyber-Bedrohungen, regulatorische Veränderungen, Lieferkettenprobleme und Klimarisiken beeinflussen sich gegenseitig und können Kettenreaktionen auslösen. Unternehmen müssen deshalb weg von einer reaktiven Haltung hin zu einer vorausschauenden Steuerung von Risiken.

Für ESG- und Nachhaltigkeitsteams bedeutet das, dass sich Risiken gegenseitig stark beeinflussen können und daher in Szenarien gedacht werden sollte:

• Klimarisiken können Lieferkettenrisiken auslösen.
• Biodiversitäts- oder Wasserknappheitsrisiken können Produktionsausfälle verursachen.
• Regulatorische ESG-Anforderungen können strategische und finanzielle Auswirkungen haben.
• Soziale Risiken und Menschenrechtsfragen können sich unmittelbar auf Reputation und Unternehmenswert auswirken.

Die Studie betont, dass Nachhaltigkeitsrisiken nicht länger isoliert betrachtet werden dürfen. Vielmehr müssen Unternehmen deren systemische Wechselwirkungen verstehen und aktiv steuern.

2. RESILIENZ WIRD ZUM TREIBER NACHHALTIGEN WACHSTUMS

Traditionell wurde Resilienz vor allem als Schutz vor Krisen verstanden. EY definiert Resilienz heute deutlich breiter: Resilienz dient nicht nur der Absicherung des Geschäftsbetriebs, sondern wird zu einem strategischen Hebel für nachhaltiges Wachstum.

Dies hat eine hohe Relevanz für ESG-Strategien:

„Offensive“ Dimension

• Nachhaltigkeits- und Klimarisiken fließen frühzeitig in die Unternehmensstrategie ein.
• Chancen aus Dekarbonisierung, Kreislaufwirtschaft oder nachhaltigen Produkten werden systematisch identifiziert.

„Defensive“ Dimension

• Schutz vor Lieferkettenunterbrechungen.
• Sicherstellung regulatorischer Compliance (CSRD, Taxonomie etc.).
• Absicherung gegen physische Klimarisiken und soziale Risiken.

Nach Ansicht von EY entsteht damit eine wechselseitige Beziehung: Strategie wird resilienter und Resilienz unterstützt nachhaltiges Wachstum.

3. KI ALS ENABLER FÜR MODERNES ESG-RISIKOMANAGEMENT

Die Studie sieht KI als entscheidenden Faktor, um die wachsende Komplexität von Risiken überhaupt beherrschbar zu machen. Dabei werden drei Hauptvorteile hervorgehoben:

Geschwindigkeit: KI ermöglicht kontinuierliche Überwachung statt periodischer Reviews. So können z. B. ESG-relevante Entwicklungen in Echtzeit erkannt werden:

• neue regulatorische Anforderungen,
• politische Entwicklungen,
• Umweltkatastrophen,
• Reputationsrisiken.

Skalierung: KI kann tausende Szenarien gleichzeitig analysieren. Für Nachhaltigkeitsverantwortliche bedeutet das:

• Klimaszenarien,
• Übergangsrisiken,
• Lieferkettenrisiken und
• Biodiversitätsrisiken

können mittels technologischer Unterstützung durch KI wesentlich umfassender bewertet werden als in klassischen Risikobewertungen.

Erkenntnisse: KI hilft dabei,

• Zusammenhänge zwischen Risiken zu erkennen,
• bisher unerkannte Wechselwirkungen aufzudecken und
• menschliche Wahrnehmungsfehler zu reduzieren.

Gerade bei ESG-Themen ist dies von hoher Bedeutung, da Nachhaltigkeitsrisiken häufig indirekt oder langfristig wirken.

4. VON COMPLIANCE ZU INTELLIGENTER NACHHALTIGKEITSSTEUERUNG
Ein Kernergebnis der Studie ist die Unterscheidung zwischen:

„Bolt-on AI“ unterstützt bestehende Prozesse lediglich effizienter. Beispiele:

• Erstellung von ESG-Reports,
• Zusammenfassung von Risikoberichten,
• Automatisierung manueller Analysen.

„Built-in AI“ wird integraler Bestandteil des Risikomanagements. Beispiele:

• kontinuierliche Neubewertung von Nachhaltigkeitsrisiken,
• Szenariosimulationen für Klima- und Transitionsrisiken,
• automatische Eskalation kritischer Vorfälle,
• Monitoring interner und externer ESG-Datenquellen.

Auf Basis unserer EY Risk Transformation Study entsteht der größte Wert nicht durch reine Automatisierung, sondern durch die grundlegende Neugestaltung von Prozessen mit KI.

5. KI VERBESSERT DIE FRÜHERKENNUNG VON ESG-RISIKEN

Ein besonders relevantes Beispiel liefert die Studie anhand eines europäischen Industrieunternehmens.

Dort wurde ein System aus rund 15 KI-Agenten entwickelt, das geopolitische Entwicklungen permanent beobachtet und deren Auswirkungen auf das Unternehmen analysiert. Das System erkannte potenzielle Auswirkungen einer möglichen Schließung der Straße von Hormus auf die Heliumversorgung und damit auf Produktionsprozesse, bevor das Thema intensiv in den Medien diskutiert wurde.

Übertragen auf ESG könnte ein solches System beispielsweise frühzeitig erkennen:

• Risiken aus Wasserknappheit,
• kritische Rohstoffabhängigkeiten,
• neue Nachhaltigkeitsregulierungen,
• menschenrechtliche Risiken in Lieferketten,
• Auswirkungen klimatischer Extremereignisse.

6. GOVERNANCE ALS SCHLÜSSELFAKTOR FÜR VERTRAUENSWÜRDIGE KI

Eine durchdachte Governance ist die zentrale Voraussetzung für den erfolgreichen KI-Einsatz.

Dabei sind insbesondere folgende Elemente von zentraler Bedeutung:

• klare Kontrollmechanismen,
• Überwachungsfunktionen,
• Governance-Rahmenwerke,
• Transparenz und Nachvollziehbarkeit,
• menschliche Aufsicht über KI-gestützte Entscheidungen.

Diese Aspekte sind unmittelbar anschlussfähig an ESG-Governance-Anforderungen und Responsible-AI-Konzepte.

Für Unternehmen ergibt sich daraus die Notwendigkeit:

• ESG-Governance und KI-Governance zusammenzudenken,
• Verantwortlichkeiten eindeutig festzulegen und
• vertrauenswürdige AI-Systeme zu etablieren.

7. WESENTLICHE HÜRDEN BEI DER TRANSFORMATION

Die größten Hemmnisse für den Einsatz neuer Technologien im Risikomanagement sind laut Befragung:

1. Niedrige Priorisierung von Risikothemen (45 %).
2. Integrationsprobleme und Datensilos (43 %).
3. Mangelnde Datenverfügbarkeit (41 %).
4. Sicherheitsbedenken (38 %).
5. Datenqualitätsprobleme (37 %).

Dies deckt sich stark mit aktuellen ESG-Herausforderungen:

• fragmentierte ESG-Datenlandschaften,
• unterschiedliche Nachhaltigkeitskennzahlen,
• mangelnde Datenqualität,
• Schwierigkeiten bei der Integration in bestehende Entscheidungsprozesse.

Die Studie empfiehlt daher einen integrierten Transformationsansatz statt isolierter Einzelmaßnahmen.

FAZIT FÜR ESG- UND NACHHALTIGKEITSVERANTWORTLICHE

Die EY-Studie macht deutlich, dass Nachhaltigkeit, Resilienz und KI künftig nicht mehr getrennt betrachtet werden können. Unternehmen stehen vor der Herausforderung, ESG-Risiken in einem Umfeld zu steuern, das durch zunehmende Unsicherheit, Vernetzung und Geschwindigkeit geprägt ist.

---

---

Immer auf dem aktuellen Stand: Sie möchten kein Update mehr verpassen? Folgen Sie uns auf LinkedIn und bleiben Sie immer auf dem aktuellen Stand was News aus den Bereichen Controlling, Finance & Management angeht.