Tekoälyn ja dataintegraatioiden hyödyntäminen yritysten hiilijalanjäljen laskennassa

Abstract

Hiilijalanjäljen laskenta on olennainen osa yritysten päästöjen hallintaa. Päästöjen laskennan avulla yrityksen on mahdollista paikantaa isoimmat päästölähteet ja näin ollen myös pienentää niitä. Hiilijalanjäljen laskenta on myös osalle yrityksistä pakollista erilaisten säännösten ja direktiivien myötä. Lisäksi yritysten vastuullisuudesta ovat kiinnostuneita myös erilaiset sidosryhmät, kuten sijoittajat ja asiakkaat. Tässä kandidaatintutkielmassa tarkastellaan hiilijalanjäljen laskentaa ja selvitetään, miten tekoälyn ja dataintegraation avulla voitaisiin tehostaa nykyisiä menetelmiä. Tutkielma tehtiin kirjallisuuskatsauksena. Aiheen tutkiminen on tärkeää, koska siitä on toistaiseksi vain vähän ajankohtaista tutkimusta. Lisäksi hiilijalanjäljen laskenta tulee lisääntymään merkittävästi tulevien vuosien aikana, joten on tärkeää, että käytettävät menetelmät ovat mahdollisimman tehokkaita.

Carbon footprint calculation is an essential part of corporate emissions management. With emissions calculation, it is possible for a company to locate the largest sources of emissions and thus also reduce them. Carbon footprint calculation is also mandatory for some companies due to various regulations and directives. In addition, different stakeholders, such as investors and customers, are also interested in the responsibility of companies. This bachelor's thesis examines carbon footprint calculation and investigates how artificial intelligence and data integration could be used to enhance current methods. The thesis was done as a literature review. Researching the topic is important because there is currently only a little up-to-date research on it. In addition, carbon footprint calculation will significantly increase in the coming years, so it is important that the methods used are as effective as possible.