Science Based Target for Nature, SBTN, hjälper företag att sätta vetenskapsbaserade mål för naturen. Ramverket är fortfarande under utveckling, men många företag och organisationer har börjat arbeta med ramverket redan nu.
H&M: Här är lärdomarna från SBTN
Biologisk mångfald Klädjätten H&M var tidigt ute att arbeta med ramverket Science Based Target for Nature, SBTN. Nu berättar Jennie Granström, som ansvarar för biologisk mångfald, om lärdomar och utmaningar med att sätta vetenskapsbaserade naturmål.

Foto: Pressbild H&M/Adobe Stock.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
- Full tillgång till allt digitalt material
Redan prenumerant? Logga in och läs vidare.
H&M var ett av 17 företag som deltog i SBTN:s pilotprogram som pågick mellan maj 2023 och juni 2024. Nu, ett halvår senare, berättar Jennie Granström, som är ansvarig för biologisk mångfald, att arbetet gett flera insikter om hur H&M kan minska sin negativa naturpåverkan.
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


