CO₂

CO₂-Daten entlang der textilen Lieferkette

CO₂ wird in diesem Kontext nicht nur als einzelner Emissionswert verstanden, sondern als strukturierte Betrachtung von Emissionsquellen innerhalb der Lieferkette. Dazu gehören vorgelagerte Rohstoffe, textile Vorstufen, Konfektion, Transporte zwischen Produktionsstufen sowie weitere lieferkettenbezogene Prozesse. Je nach Zielsetzung werden Emissionen auf Unternehmens-, Lieferanten-, Prozess- oder Produktebene erfasst und methodisch voneinander abgegrenzt.

Typische Einsatzfelder in Einkauf und Lieferantenmanagement

CO₂-Auswertungen werden genutzt, um Hotspots in der Lieferkette zu erkennen und Beschaffungsentscheide nachvollziehbar zu machen. Relevant ist das etwa beim Vergleich von Materialien, bei der Beurteilung von Produktionsstandorten, bei Transportentscheidungen oder bei der Priorisierung von Lieferantenprogrammen. Auch interne Nachhaltigkeitsberichte, Kundenanforderungen und Datenausleitungen für weiterführende Analysen bauen oft auf dieser Emissionssicht auf.

Unterschiedliche Betrachtungsebenen von CO₂

Die Leistung kann sich auf verschiedene Ebenen beziehen: auf den Fussabdruck einzelner Produkte, auf Emissionen ganzer Lieferanten oder auf ausgewählte Prozessschritte wie Färben, Veredeln oder Logistik. Ebenso unterscheidet sich der Datenansatz, etwa zwischen standortbezogenen Angaben, prozessbezogenen Werten und rechnerischen Modellen für fehlende Datensätze. Welche Form sinnvoll ist, hängt davon ab, ob operative Steuerung, Portfoliovergleich oder Berichterstattung im Vordergrund steht.

Abgrenzung zu Tracing und Transparenz

Innerhalb der nachhaltigen Lieferkette ist CO₂ klar von Tracing und Transparenz zu unterscheiden. Tracing verfolgt die Herkunft und den Weg von Materialien oder Produkten durch die Lieferkette, während Transparenz die Sichtbarkeit und Offenlegung von Strukturen, Akteuren und Informationen beschreibt. CO₂ fokussiert dagegen auf die quantitative Emissionsperspektive. Die drei Bereiche greifen oft ineinander, haben aber unterschiedliche Datenlogiken und Auswertungsziele.