In unserer smarten Applikation co2lect werden alle Daten zum Energie- und Wasserverbrauch an einem Ort zentral gesammelt und aufbereitet. Wir kümmern uns um den gesamten Prozess der Datenerfassung über Rechnungen oder intelligente Zähler und der Sicherstellung der Datenqualität sowie der Berechnung von Kennzahlen im gewünschten Format.
co2lect ist eine umfassende, smarte Applikation, die es Immobilieneigentümern ermöglicht, Energiedaten an einem Ort zentral zu erfassen, zu verwalten und zu rapportieren. Dabei bietet co2lect flexible und einfache Möglichkeiten zur Integration von Energiedaten aus verschiedenen Quellen. Alle integrierten Daten werden vollautomatisiert verarbeitet. Sobald alle benötigten Daten vorliegen, können gewünschte Kennzahlen oder ein spezifischer ESG-Report auf Knopfdruck generiert werden.
Alle Daten zum Energie- und Wasserverbrauch zentral an einem Ort und automatisierte Berechnung von Kennzahlen.
31
Mar
13:00
Lorem ipsum dolor sit amet consectetur. Aliquam pellentesque et vel fames id nunc gravida et.
co2lect kann Daten aus verschiedensten Quellen integrieren. Sind nur Abrechnungen vorhanden? Der intelligente Algorithmus in co2lect kann die Daten direkt aus PDFs oder sogar Scans von Abrechnungen erfassen.Die relevanten Daten aus den Abrechnungen werden mittels modernster KI-Technologie erkannt, ausgelesen und strukturiert. Ein Qualitätscheck stellt sicher, dass die korrekte Information in die Datenbank integriert wird.
European Sustainability Reporting Standards
ESG-Kennzahlen für Geschäftsbericht
CO2 Absenkpfad
Weitere Kennzahlen
Einfache, benutzerfreundliche Erfassung und Integration ESG-Daten zu Energie und Wasser via Eingabemaske, Daten-Upload oder API-Schnittstelle. Sind nur Abrechnungen vorhanden? Der intelligente Algorithmus in co2lect kann die Daten direkt aus PDFs oder sogar Scans von Abrechnungen erfassen.
co2lect bereinigt die integrierten ESG-Daten und strukturiert sie. Die prozessierten Daten werden anschliessend miteinander verknüpft und mittels verschiedener Checks auf ihre Qualität überprüft. Alle in co2lect integrierten Daten werden zudem historisiert, um Entwicklungen nachzuvollziehen und potenziell fehlerhafte Datenpunkte zu erkennen.
Aus den geprüften ESG-Daten werden in einem nächsten Schritt die gewünschten Kennzahlen berechnet und im verlangten Format aufbereitet (z.B. GRESB, REIDA). Die smarte Aufbereitung der Daten in interaktiven Reports ermöglicht es den Usern, diese schnell und einfach im Detail zu analysieren. Grafiken und Datentabellen können einfach exportiert oder in Präsentationen integriert werden.
Die Messbarkeit und Nachverfolgbarkeit von Nachhaltigkeitszielen nimmt eine immer wichtigere Rolle für Immobilieneigentümer ein. Die Verbandsmitglieder der Asset Management Association Switzerland (AMAS) sind angehalten, alle umweltrelevanten Kennzahlen in einem standardisierten Format zu publizieren. Auch auf europäischer Ebene gibt es mit der EU Taxonomie und der CSRD verbindliche Standards. Das Reporting von ESG-Daten ist jedoch sehr aufwändig und mühsam, da die notwendigen Daten oftmals in unterschiedlichen Datenquellen liegen oder überhaupt erst strukturiert erfasst werden müssen. Die manuelle Sammlung und Aufbereitung der Daten für die verschiedenen Standards und Benchmarks ist zeitintensiv und vor allem fehleranfällig. Ein ESG Data Management kann diese Prozesse automatisieren und gleichzeitig eine hohe Datenqualität garantieren. So können freigewordene Ressourcen für das Wesentliche eingesetzt werden: die Analyse der Daten und die Optimierung des Gebäudebestandes.
Sofern die notwendigen Daten vorhanden sind, kann co2lect für beliebige Reporting-Standards verwendet werden. Mit co2lect können sowohl einzelne Kennzahlen (z.B. nach AMAS, KGAST, ASIP, ESRS) als auch komplette Templates ausgefüllt (z.B. GRESB Asset Spreadsheet, REIDA Template) oder ein vollständiger ESG-Report generiert werden (z.B. Nachhaltigkeitsteil für den Geschäftsbericht).
Wir streben stets eine möglichst hohe Automatisierung der Prozesse an.
Verschiedene Daten sind bereits in Quellsystemen vorhanden (z.B. Flächendaten). Wo immer möglich wird ein direkter Zugang zum Quellsystem angestrebt, um den manuellen Aufwand möglichst gering zu halten. Alternativ können die Daten als strukturierte Excel/CSV- oder PDF-Files aus den Systemen exportiert und so in co2lect integriert werden.
Einige Daten, die für das ESG Reporting notwendig sind, haben noch kein Quellsystem (z.B. Energiedaten, Abfall). Über spezifische Eingabemasken oder über Daten-Uploads in unserer Applikation co2lect können diese Daten strukturiert erfasst werden.
Für Energiedaten aus Verbrauchsabrechnungen haben wir zudem einen intelligenten Algorithmus entwickelt, der die Energiedaten aus Rechnungen auslesen kann.
Die Erhebung von Energiedaten ist für die ESG-Berichterstattung von entscheidender Bedeutung. Unsere smarte ESG-Applikation co2lect unterstützt Sie bei Erfassung, Verwaltung, Bearbeitung und Qualitätskontrolle Ihrer Verbrauchsdaten (Energie, Wasser).
Immer mehr Eigentümer sammeln ihre Energiedaten über Smart Meter. Die Daten können so aggregiert direkt in co2lect eingebunden werden. Ist noch keine Smart Meter Lösung vorhanden, können die Energiedaten teilweise direkt vom Energiewerk in strukturierter Form bezogen werden oder es existiert eine Schnittstelle zu deren Quellsystem.
Bis alle Datenerfassungsprozesse automatisert sind, bleiben oftmals Verbrauchsabrechnungen die einzige Datenquelle für Verbrauchsdaten. Um diese nicht mühsam von Hand auslesen zu müssen, haben wir einen intelligenten KI-basierten Algorithmus entwickelt, der die Daten automatisiert aus PDF-Rechnungen oder sogar Scans von Rechnungen auslesen und direkt in co2lect integrieren kann.
Innerhalb co2lect werden alle Energiedaten und die weiteren Verbrauchsdaten prozessiert, strukturiert, historisiert und einem Datenqualitätscheck unterzogen. Die Applikation erlaubt Ihnen, fehlerhafte Werte zu korrigieren oder fehlende Daten zu ergänzen.
Mit einer Kombination aus menschlicher und künstlicher intelligenz wird die Qualität der in co2lect integrierten Energiedaten automatisiert überprüft. Diese sind einerseits regelbasiert und prüfen beispielsweise, ob ein Wert innerhalb der definierten Spannweite zum letztjährigen Wert liegt. Auch die Erkennung von Ausreissern in den Daten ist ein Thema, d.h. dass Datenpunkte gemeldet werden, die stark vom allgemeinen Mittelwert abweichen.
Die Ergebnisse der verschiedenen Datenqualitätschecks werden in einem interaktiven Qualitätsreporting aufbereitet. Dieses erlaubt es, Warnungen und Fehler in den Daten anzusehen und allenfalls zu beheben.
Der Druck in Richtung Nachhaltigkeit vonseiten der Investoren nimmt auch auf kleinere Immobilieneigentümer zu. Verschiedene Verbände wie AMAS, KGAST, ASIP haben umweltrelevante Kennzahlen definiert, die zu publizieren sind. Europäische Standards wie DNK oder ESRS haben ebenfalls Reporting-Richtlinien definiert. Alle Standards verlangen mittlerweile detaillierte Daten zum Energieverbrauch aller Liegenschaften im Portfolio.
Oftmals haben gerade kleinere Unternehmen keine standardisierten Prozesse zur Erfassung dieser Daten und sie werden in aufwändiger Arbeit manuell erfasst. Dies ist nicht nur zeitintensiv sondern auch fehleranfällig.
co2lect ist eine smarte Applikation zur Erfassung und Verwaltung von Energiedaten und weiteren Verbrauchsdaten (z.B. Wasser). Sind z.B. nur die AMAS-Kennzahlen relevant, so werden in erster Linie alle Daten zum Energieverbrauch prozessiert. Die Automatisierung der Prozesse zur Erfassung der Daten und der Berechnung der Kennzahlen spart viel Zeit und garantiert eine hohe Datenqualität.
Die Applikation lässt sich zudem laufend an neue und wachsende Bedürfnisse anpassen, indem neue Datenquellen integriert und zusätzliche Kennzahlen generiert werden.
Als ESG Data Partner unterstützt Alphaprop ECOREAL bei der strukturierten Erfassung und Verwaltung von Energiedaten sowie der Berechnung qualitativ hochwertiger Kennzahlen für das ESG-Reporting.
Industriestrasse 24
6300 Zug
Schweiz
Abonnieren Sie unseren Newsletter und erhalten Sie regelmässig Insights zu direkten und indirekten Immobilienanlagen.
