Bei der Berechnung von CO2e Emissionen verhält es sich ähnlich wie bei der Kostenberechnung. Je detaillierter man sich in den Fertigungsprozess eingibt, umso detaillierter werden die Berechnungsresultate.
Unternehmen müssen den CO2-Ausstoss ausweisen. Mit dem Lieferkettengesetz wird der gesetzliche Rahmen zur Sorgfaltspflicht im Hinblick auf die Einhaltung von Menschenrechten und Umweltschutz definiert. Viele Staaten und Regionen haben dazu Gesetze und Gesetzesvorschläge implementiert. Lieferanten und Einkäufer benötigen in jedem Wertschöpfungsabschnitt der Lieferkette Transparenz. Heute liegen Wunsch und Nachvollziehbarkeit weit auseinander und stellen die Industrie vor grosse Herausforderungen.
Die Fragestellung "wie können wir von tausenden Artikel die CO2e Werte mit vernünftigem Aufwand berechnet werden?" steht an vorderster Stelle. Mit dem klassischen Bottom-UP Ansatz ist das nicht zu bewältigen. Die Menge an Artikeln und die Dauer einer Bottom-UP Analyse sind zu hoch. Um eine erste Transparenz zu schaffen sind pragmatische Lösungen gefragt. Wir unterscheiden aus diesem Grund zwei Vorgehen um die CO2 Emissionen von Produkten zu berechnen:
Wir konzentrieren uns in diesem Blog-Beitrag auf die erste Variante - den TOP-DOWN Ansatz. Um in Massendaten die CO2 Emissionen berechnen zu können braucht es Daten. Unsere Data-Driven Engine generiert dazu alle notwenigen Basisdaten. Alle technischen Werte von Bauteilen stellt die Data-Driven Engine für hunderttausende Artikel zur Verfügung. Selbst Beschichtungsangaben und Genauigkeitsangaben wie Toleranzen etc. - alles steht in perfekter Qualität zur Verfügung.
Softwareunterstützung ist bei der Verarbeitung von Massendaten unerlässlich. Unsere Software PSI - predicitve saving identifier macht hier die Arbeit.

Entsprechend identifizieren unsere Kunden Artikel mit hohem Emissionspotenzial in wenigen Tagen. Das schärft den Fokus auf die wichtigen Komponenten und spart enorm viel Zeit. Sprechen Sie uns an, wenn Sie in wenigen Tagen Transparenz und Aussagekraft zu den grössten CO2e Verursachern benötigen. Data-Driven Product Carbon Footprint und unser Know-How machen den Unterschied.
Wir sind mächtig stolz! Luminarity gewinnt den GERMAN INNOVATION AWARD 2025. Mit Luminarity haben wir eine neue Kategorie von Software geschaffen die es Unternehmen ermöglicht, künstliche Intelligenz auf Basis der eigenen Unternehmensdaten zu betreiben.
Die Wettbewerbsfähigkeit von Unternehmen hängt stark von der Fähigkeit ab, die eigenen Unternehmensdaten systematisch zu nutzen und Prozesse mit perfekten Daten automatisiert zu beliefern.
Das Ersatzteilwesen trägt in vielen Unternehmen einen beträchtlichen Anteil zum Gesamtumsatz bei. Entsprechend wichtig ist die Systematik in der Preisgestaltung der Ersatzteile. Genau hier gibt es hohePotenziale!
Kosten zu kennen, bevor die Kosten entstehen ist wichtiger denn je. Erfahren Sie, wie Müller-Martini mit dem CostChecker die Produktentwicklung befähigt, Kosten früh und automatisiert zu ermitteln.
![]()
Wäre es nicht fantastisch, wenn Artikel vollautomatisch wissen, welcher Warengruppe Sie zugehören? Mit unseren herausragenden Algorithmen ist das bereits Wirklichkeit.
Die Gewährleistung der Sicherheit unserer Software und der Schutz sensibler Daten ist von grösster Bedeutung für uns und unsere Kunden. Wir haben die ISO 27001 Zertifizierung erfolgreich abgeschlossen und sind sehr stolz.
Der Mai ist BME - Monat. Das Wetter in Düsseldorf war traumhaft. Die Unterkunft und das Catering perfekt. Das Interesse an den BME eLösungstagen war sehr gross. Entsprechend war auch der Workshop zur Produktdaten-Intelligenz ausgebucht.
Die Produktdaten-Intelligenz Luminarity.ai stellt sicher, dass Ihre produktbeschreibenden Daten eine eigene Intelligenz bilden.
Manchmal ist die Anzahl und die Varianz der Bauteile in Unternehmen unvorstellbar hoch. Menschen können ein paar hundert Artikel überblicken ... aber 70'000?
Wie stufen Sie Ihr Unternehmen in der systematischen Nutzung der Unternehmensdaten ein?
Noch viel Potenzial nach oben? Die Power der eigenen Unternehmensdaten zu erkennen und die Voraussetzungen für datengetriebene Prozesse zu schaffen sind zwei Grundvoraussetzungen um eine Einschätzung vornehmen zu können.