Drei Lese­schichten: wie eine Lieferkette zum Exposure wird

Exposure entsteht nicht im Score, sondern im Lesen — Schicht für Schicht, vom Rohstoff bis zum Regal.

Die Exposure-Analyse beginnt nicht mit einer Zahl, sondern mit einer Karte. Wer liefert wem, an welchem Knoten, mit welchem Vorprodukt? Die gemeldete Konzernstruktur und die tatsächliche Wertschöpfung fallen oft auseinander — genau in dieser Lücke sitzt das Risiko, das eine Anlageentscheidung treffen muss.

Schicht 1 — Struktur kartieren

Zuerst wird der physische Fluss erfasst: Vorprodukte, Veredelungsstufen, Transportknoten, Endmontage. Wir trennen die gemeldete Konzernstruktur von der tatsächlichen Wertschöpfung und markieren jede Annahme als solche. Eine Lieferkette, die nur auf einer Präsentationsfolie existiert, ist keine Lieferkette — sie ist ein Wunsch.

Schicht 2 — KI-Vorlese

Sprachmodelle und Netzwerkalgorithmen sichten Geschäftsberichte, Zoll- und Nachhaltigkeits­daten sowie Pressemeldungen. Sie liefern eine erste Exposure-Hypothese — abgehängt gegen Branchenreferenzen, nicht gegen ein Wunschurteil. Die Modelle lesen vor, sie urteilen nicht.

Schicht 3 — redaktionelle Endbewertung

Zuletzt schreibt die Redaktion das Exposure auf: konzentriert, eingegrenzt, mit Quellenhinweis. Was nicht belegt ist, steht als offene Frage — nicht als glatte Zahl.

Quellen­lage

Geschäftsberichte der betrachteten Unternehmen, öffentliche Zoll- und Handelsstatistiken, Nachhaltigkeits­berichte nach den Standards, die das Unternehmen selbst angibt. Im Text wird jede Quelle einzeln genannt.

Was offen bleibt

Die tatsächliche Tiefe einer Lieferkette lässt sich aus externer Sicht selten vollständig verifizieren. Diese Grenze wird im Artikel ausgewiesen, anstatt sie hinter einer glatten Zahl verschwinden zu lassen.