Klimarisiko hat sich vom eigenständigen ESG-Overlay zum Kreditrisikotreiber entwickelt, und die praktische Front 2026 ist die explizite Übersetzung von physischem und Transitionsrisiko in PD und LGD. Eine Umfrage der UNEP FI ergab, dass 61 Prozent der Befragten Klimarisiko bereits in die PD-Modellierung einbeziehen und 43 Prozent in die LGD-Messung. Die aufsichtliche Arbeit der EZB zeigt in dieselbe Richtung: Die stärkste Praxis hat generische qualitative Verweise hinter sich gelassen und bewegt sich zu gefährdungsspezifischen Modellen für physische Risiken und klimakonditionierten PD- und LGD-Frameworks, wobei die Umsetzung über die Banken hinweg weiterhin ungleichmäßig ist.
Die Engineering-Frage lautet nicht mehr, ob Klima in Kreditmodelle gehört. Sie lautet, welche Transmissionskanäle zu modellieren sind, wie Szenarien sie speisen und welches Integrationsmuster sowohl die Validierung als auch eine aufsichtliche Prüfung übersteht.
Wie Klima in die PD gelangt
Beim physischen Risiko ist der Mechanismus Exposure zu Wertminderung. Die Gefährdungsexposition wird in erwartete Cashflow-Schäden des Kreditnehmers, Betriebsunterbrechungen oder Vermögenswertminderungen übersetzt, und die Ausfallneigung wird auf Schuldner- oder Segmentebene neu geschätzt. In der Praxis läuft das über geospatiales Exposure-Mapping, Gefährdungsintensitätsmetriken und Vulnerabilitätsproxys: Standort, Asset-Typ, Versicherungsschutz sowie Anpassungs- oder Resilienzmaßnahmen. Auf Portfolioebene zeigt ein BIS Working Paper, dass Banken mit Vasicek-artigen Modellen physisches Risiko als neuen unabhängigen systemischen Risikofaktor für unerwartete Verluste einführen können, und ein Cambridge-Framework geht weiter, indem es das Kreditrisiko explizit um Versicherungsadäquanz und Resilienzinvestitionen adjustiert.
Transitionsrisiko tritt über die Gewinn- und Verlustrechnung ein: Umsatzdruck, Kosteninflation, Grenzen bei der Weitergabe von CO2-Preisen, Asset Stranding und sich verschlechternder Marktzugang. Die Good Practice der EZB umfasst CO2-Steuer-Schocks in Unternehmens-Stresstests, verknüpft mit kreditnehmerspezifischen Finanzzahlen und sektoralen Sensitivitäten statt als pauschaler Branchenabschlag angewendet.
Die Umfrageevidenz zur Methodik ist ernüchternd und nützlich. Die häufigsten PD-Ansätze sind die Anpassung bestehender Modelle um Klimafaktoren, die Nutzung von Stresstest-Outputs für PD-Anpassungen auf Portfolio- oder Schuldnerebene und das manuelle Überschreiben von Modell-Outputs für stark exponierte Kontrahenten. Overlays und qualitative Module dominieren gegenüber vollständiger Neuentwicklung, was eher Daten- und Kalibrierungsrestriktionen widerspiegelt als fehlenden Ehrgeiz. Für Unternehmen ist der verteidigbare Weg meist eine Sektor-Region-Segmentierung mit Klimavariablen, die in Scorecards oder Satellitenmodelle eingezogen werden, unter Erhalt der darunterliegenden IRB- und IFRS-9-Infrastruktur.
LGD läuft über die Sicherheiten
Die LGD-Integration ist konkreter, weil der Kanal physisch ist. Die gängigen Methoden sind Sicherheiten-Haircuts, Schadenschätzungen auf Asset-Ebene, Verschlechterung des Beleihungsauslaufs (LTV) und gestresste Recovery-Annahmen. In Hypotheken- und Immobilienportfolios ist der dominierende Pfad die Beschädigung des Sicherheitenwerts durch Fluten, Hitze, Waldbrände oder chronische Degradation, die in revidierte Recoveries durchschlägt. Im Unternehmenskreditgeschäft ist der Kanal das Stranded-Asset-Risiko und der reduzierte Wiederverkaufswert verpfändeter Vermögenswerte in Sektoren mit CO2-Kosten-Schocks.
Die Good Practice der EZB ist hier konkret: EPC-gekoppelte Neubewertung der Sicherheiten, CO2-Steuer-Effekte auf Immobilien-Cashflows, Emissionsintensitätsparameter für Unternehmenssicherheiten und, entscheidend, eine konditionale PD-LGD-Beziehung. Dieser letzte Punkt ist der, den Modelle am häufigsten übersehen. Ein Kreditnehmer, der unter Klimastress ausfallwahrscheinlicher wird, zeigt in der Regel auch schwächere Recovery-Aussichten, und wer PD- und LGD-Anpassungen als unabhängig behandelt, unterschätzt den erwarteten Verlust genau in den Stresszuständen, für deren Messung die Übung existiert.
Szenarien brauchen eine Transmissionsschicht
NGFS-Szenarien sind das Rückgrat des Klima-Stresstestings, weil sie vergleichbare Transitions- und physische Pfade über lange Horizonte liefern. Der wiederkehrende Implementierungsfehler ist, NGFS-Outputs direkt in Kreditmodelle einzuspeisen. Good Practice schaltet eine Transmissionsschicht dazwischen: ein Zwischenmodell, das CO2-Preise, makroökonomische Verschlechterung, Flutschäden und Immobilienpreispfade in Effekte auf Kreditnehmer- und Sicherheitenebene übersetzt, bevor irgendetwas PD oder LGD berührt. EZB-Reviews prüfen genau das, nämlich ob Institute Klimaschocks über Kanäle wie CO2-Preis-Schocks, Verschlechterung der Bruttowertschöpfung und Fluteffekte in PD und LGD getragen haben.
Das glaubwürdige Setup 2026 ist ein Multi-Horizont-Stack: kurzfristige akute physische Schocks, mittelfristiges Transitions-Repricing und langfristige chronische Gefährdungs- und Anpassungseffekte, alle auf die Portfoliosegmentierung abgebildet. Das Reporting konvergiert auf dieselbe Granularität. Die ESG-Templates der EBA enthalten inzwischen 12-Monats-PD, Lifetime-PD, LGD und LTV, gebaut, um Kreditverschlechterung durch Klimaereignisse über die Zeit zu überwachen, was bedeutet, dass Modell-Outputs und aufsichtliches Reporting sich abstimmen lassen müssen.
Daten, Evidenz und die Greenwashing-Falle
Die bindende Restriktion sind die Daten: Geolokalisierung, EPCs, Emissionen, Resilienzmaßnahmen auf Kreditnehmerebene und verlässliche Gefährdungsdaten auf Asset-Ebene. EZB-nahe Kommentare weisen immer wieder auf dieselben Lücken hin, und sie erklären, warum die PD- und LGD-Sensitivität für physische Risiken bei vielen Banken noch begrenzt bleibt. Anbieterdaten helfen nur, wenn die Outputs mit Kontrahentenkennungen, Immobilienkoordinaten, Sektorklassifikationen und Szenariohorizonten verknüpft sind. Ein isolierter Klima-Score, der sich nicht auf Gefährdungsexposition oder Cashflow-Mechanik zurückführen lässt, ist Dekoration, und zunehmend eine Haftung.
Diese Haftung hat einen Namen. Das Greenwashing-Risiko in der Klima-Kreditmodellierung besteht darin, zu überzeichnen, wie tief Klimavariablen in Entscheidungen verankert sind, wenn sie nur in Offenlegungen oder losen Overlays existieren. Die aufsichtliche Prüfung bewegt sich hin zu Nachweisen, dass Klimakennzahlen Kreditgenehmigung, Limitsetzung, Pricing, Monitoring, Kapitalplanung und Stresstesting beeinflussen, nicht nur das Reporting.
Operativ sollte die Wahl des Integrationsmusters Materialität und Daten folgen, nicht der Mode: ein minimal tragfähiges Setup, das prioritäre Exposures geokodiert und einfache Overlays anwendet, wo die Gefährdung wesentlich ist; eine Scorecard-Erweiterung, die Klimaprädiktoren ergänzt und die Ratingarchitektur erhält; eine Szenario-Overlay-Engine, die die Basismodelle unberührt lässt; eine sicherheitengetriebene LGD-Neubewertung für immobilienlastige Bücher; oder ein zweischichtiges Design mit statistischer Baseline und Klima-Overlay darüber. Welches Muster auch gewinnt, das Gewicht trägt der Audit Trail. Jede Klimaanpassung an PD oder LGD braucht ihren dokumentierten Transmissionskanal, ihre Modellabhängigkeit, ihre Override-Policy und ihre Governance, denn die aufsichtliche Frage lautet nicht mehr, ob Klima berücksichtigt wurde, sondern wie genau es die Zahl verändert hat.
Häufige Fragen
Müssen wir unsere IRB-Modelle neu bauen, um Klima einzubeziehen?
Nein, und die meisten Banken tun das ganz bewusst nicht. Die Umfrageevidenz zeigt, dass Overlays und Anpassungen bestehender Modelle der dominierende Ansatz sind, und die aufsichtliche Good Practice akzeptiert Scorecard-Erweiterungen und Szenario-Overlays, die die IRB-Kernarchitektur erhalten. Erwartet wird, dass die Anpassung dokumentiert ist, so gut kalibriert, wie die Daten es erlauben, und konsistent zwischen PD und LGD, nicht dass das Ratingsystem von Grund auf neu entwickelt wird.
Welche Exposures sollten zuerst geokodiert werden?
Dort anfangen, wo die Sicherheit das Risiko trägt: Hypotheken- und Gewerbeimmobilienbücher in gefährdungsanfälligen Regionen, denn die Transmission von Flut- oder Hitzeschäden über den Sicherheitenwert zur LGD ist die direkteste und am besten beaufsichtigbare. Danach zu Unternehmensexposures in kohlenstoffintensiven Sektoren übergehen, wo Transitionskosten die Cashflows treffen. Die Geokodierung des Gesamtportfolios kann folgen; eine Materialitäts-zuerst-Sequenzierung liefert verteidigbare Ergebnisse, während die Datenarbeit weiterläuft.
Wie verteidigen wir ein Klima-Overlay gegenüber der Modellvalidierung?
Den Transmissionskanal vor der Anpassung dokumentieren. Die Validierung muss sehen, wie eine Gefährdungs- oder CO2-Preis-Variable zu einem Effekt auf den Kreditnehmer-Cashflow oder den Sicherheitenwert wird, welches Modell die Sensitivität erzeugt hat, welche Override-Policy gilt und wer sie genehmigt hat. Ein Overlay mit benanntem Mechanismus, ausgewiesener Kalibrierungsbasis und Review-Zyklus besteht; ein prozentualer Aufschlag, der allein mit Expertenurteil begründet wird, zunehmend nicht.