Die Bedeutung von Automatisierung und Künstlicher Intelligenz in der Wirtschaftsprüfung
News
Bildquelle: Unshu (Adobe Stock)
Künstliche Intelligenz (KI) - ein Begriff der aktuell in aller Munde ist. Kaum eine Berufsgruppe, die sich nicht mit diesem komplexen Thema und den potenziellen Einsatzmöglichen in den jeweiligen Unternehmen beschäftigt. Es ist dabei keine Zukunftsvision, die sich am Rande der Utopie bewegt, sondern ein bunter Strauß vielfältiger Optionen und neuer Möglichkeiten, die unseren Berufsstand verändern wird.
Wir haben aktuell die Chance, technologische Entwicklung im Sekundentakt zu erleben und Veränderungen in den Berufsalltag zu implementieren. Nichtsdestotrotz bedeutet der Einsatz von KI auch gleichzeitig ein besonders kritisches Auseinandersetzen mit den jeweiligen Datenquellen, der Datenqualität und den Resultaten. Eine schlechte Datenqualität wird auch das Beste Analysetool vor Herausforderung stellen. Unsere Aufgabe ist es daher, nicht nur junge Kollegen, sondern auch unsere Mandanten bei technologischen Entwicklungen zu begleiten und am Puls der Zeit zu bleiben. Nur wenn wir qualitativ hochwertige Daten erhalten, steht die Nutzung diverser KI Tools offen.
Die Plattform SOLON X bietet digitale Tools und Services für die Wirtschaftsprüfung, u.a. zur Datenanalyse und zum Process Mining.
Viele unserer Mandanten stehen ebenfalls vor der Herausforderung, Prozesse zu automatisieren und teilweise mit dem Einsatz von künstlicher Intelligenz Arbeitsabläufe und Routinen auszulagern. Dies stellt den Berufsstand in Zukunft vor elementare und spannende Fragen, die dahinter liegenden Systeme, Schnittstellen und Programmierungen tiefer zu verstehen und schlussendlich zu prüfen.
Einsatzmöglichkeiten von KI - nicht nur bei unseren Mandaten
Neben der Herausforderung, eine KI selbst einer Systemprüfung zu unterziehen, kann der Berufsstand auch durch den Einsatz von derselben in der eigenen Praxis stark profitieren. Die Abschlussprüfung lässt sich dabei effizienter und präziser gestalten. Bei einer großen Menge an Geschäftsvorfällen und komplexen Transaktionen geht heute kaum ein Weg an Datenanalysen vorbei. Sei es, dass man über eine Vielzahl an Excel-Auswertungen den Buchungsstoff analysiert, Process Mining nutzt oder auf Tools wie IDEA oder Celonis zurückgreift. Ziel der Datenanalyse ist es, Daten in Echtzeit zu analysieren, Unregelmäßigkeiten aufzudecken, die möglicherweise mit Verstößen im Zusammenhang stehen, potenzielle Risiken aufzudecken und repetitive Muster zu erkennen. Die Vorstellung eines „continous audit“ kann durch den Einsatz von KI gestützter Datenanalyse möglich werden.
Auch das geschriebene Wort ist nicht von Datenanalysen ausgenommen
Datenanalysen beziehen sich dabei nicht ausschließlich auf das Zahlenwerk, sondern können ebenfalls bei der Auswertung komplexer vertraglicher Vereinbarungen oder der Prüfung des Lageberichts zum Einsatz kommen. Tools wie zum Beispiel Chat GPT oder Microsoft Copilot können im Arbeitsalltag bei Routinetätigkeiten unterstützen, die wichtigsten Informationen und Fakten aus langen Texten zusammenfassen, Brancheninformationen zusammentragen oder aktuelle Nachrichten zur wirtschaftlichen Lage komprimieren. Entscheidend ist hierbei jedoch, die Berufspflichten zu wahren und insbesondere die Anforderungen des Datenschutzes im Blick zu haben.
Veränderung des Berufsbildes und grundsätzliche Risiken beim Einsatz von KI
Der Einsatz von KI und Datenanalysetools wird zukünftig das Berufsbild der klassischen Wirtschaftsprüfung verändern. Das „Haken“ setzen auf einzelnen Belegen wird immer weniger werden und Kenntnisse im Bereich der Datenanalyse unter dem Einsatz neuer Technologien wird deutlich stärker gefragt sein. Hier gilt es bereits frühzeitig junge Kollegen mit den Tools vertraut zu machen und Weiterbildungen anzubieten, da auch beim Einsatz jeglicher Tools die kritische Würdigung und Interpretation der Ergebnisse zunächst noch bei den handelnden Personen liegt. Die Pflicht, ein eigenverantwortliches Urteil zu treffen, wird durch den Einsatz von KI nicht eliminiert. Im Gegenteil: das kritische Auseinandersetzen mit dem Geschäftsmodell, wirtschaftlichen Entwicklungen, der Parametrisierung der Auswertung und schlussendlich der Analyse der Ergebnisse steht hierbei im Vordergrund.
