Die Deutsche Forschungsgemeinschaft (DFG) fördert das Forschungsprojekt „The Informational Value of Carbon-Related Narrative Disclosures: A Machine Learning Approach to Predicting Firms’ Future Carbon Performance and Financial Performance“ mit über 300.000 Euro. Das Projekt steht unter der gemeinsamen Leitung von Prof. Dr. Tobias Steindl und Prof. Dr. Stephan Küster (Freie Universität Berlin). Kooperationspartner:innen sind Prof. Dr. Merle Behr und Prof. Dr. Mathias Kraus von der Fakultät für Informatik und Data Science (FIDS) der Universität Regensburg.
Das Projekt untersucht, welchen Informationsgehalt narrative, also textbasierte, klimabezogene Angaben von Unternehmen für die Prognose ihrer zukünftigen Emissionsentwicklung und finanziellen Performance besitzen. Im Mittelpunkt steht die Frage, welche Angaben besonders aussagekräftig sind und ob sie zusätzliche Informationen gegenüber quantitativen Kennzahlen liefern.
Methodisch setzt das Forschungsteam auf transformerbasierte Machine-Learning-Verfahren. Auf Grundlage von ClimateBERT wird mit LongClimateImpactBERT ein Sprachmodell zur Analyse umfangreicher Klimaberichte entwickelt. Durch gezielte Tests soll ermittelt werden, welche Berichtsinhalte besonders zur Prognosegenauigkeit beitragen.
Angesichts der aktuellen Diskussion um die Vereinfachung europäischer Nachhaltigkeitsberichtspflichten, insbesondere im Rahmen des EU-Omnibus-Pakets, soll das Projekt empirische Erkenntnisse darüber liefern, welche narrativen Klimainformationen für fundierte Entscheidungen relevant sind und bei der Weiterentwicklung der Berichtspflichten berücksichtigt werden sollten.
Stellenangebote im Projekt
Im Rahmen des Projekts sind Stellen für wissenschaftliche Mitarbeiter:innen mit Promotionsmöglichkeit zu besetzen. Interessierte können sich gerne per E-Mail an Prof. Dr. Tobias Steindl wenden.
