Besitzen Sie diesen Inhalt bereits,
melden Sie sich an.
oder schalten Sie Ihr Produkt zur digitalen Nutzung frei.
Einsatz von künstlicher Intelligenz in der Abschlussprüfung
Anwendungsbereiche, Chancen und Herausforderungen
In der aktuellen Literatur werden Einsatzmöglichkeiten und Auswirkungen der künstlichen Intelligenz (KI) in der Abschlussprüfung behandelt. Dabei werden vielfältige Anwendungsmöglichkeiten und mit dem Einsatz von KI verbundene Chancen für die Abschlussprüfung aufgezeigt. Durch die hohe Regulierung der Abschlussprüfung können sich Einschränkungen für den Einsatz von KI ergeben. Der vorliegende Beitrag gibt einen Überblick über mögliche Einsatzbereiche entlang des Abschlussprüfungsprozesses und stellt einige konkrete Anwendungen vor. Chancen und Herausforderungen der Nutzung von KI werden dabei herausgearbeitet.
1. Aktuelle Entwicklungen und Rahmenbedingungen
Digitalisierung ist sowohl als eines der großen Schlagworte unserer Zeit als auch als Ausgangspunkt disruptiver Veränderungen anzusehen. Einhergehend mit der Digitalisierung und dem technologischen Fortschritt insbesondere im Bereich KI ist auch in der Abschlussprüfung ein Umbruch erkennbar. Konkret sind weitreichende Änderungen der Prüfungsobjekte, wie auch in der Abschlussprüfung an sich zu erwarten. So ist die Prüfung mit einem erheblichen Anstieg an erzeugten Daten konfrontiert, wodurch system- und prozessorientierte Themen und Datenanalyse in den Fokus gelangen. Das International Auditing and Assurance Standards Board (IAASB) hat bereits 2015 die Data Analytics Working Group (DAWG) als Reaktionen auf die fortschreitenden technologischen Entwicklungen eingerichtet.
Bereits vor der öffentlichen Vorstellung des auf Large Language Models basierenden Chatbots ChatGPT im November 2022 zeigte eine im August 2022 in Deutschland durchgeführte Szenarioanalyse, dass Steuerberater, Wirtschaftsprüfer und Buchhalter von einer zunehmenden Automatisierung und einer Veränderung ihrer Tätigkeiten ausgehen. Somit können Prüfungsstunden vermehrt für komplexe und ermessensbehaftete Prüfgebiete eingesetzt werden anstelle von Routinetätigkeiten.
Neben der Diskussion in der Praxis und unter Standardsetzern wurde die Thematik Digitalisierung in der Abschlussprüfung auch vonseiten der Forschung aufgegriffen. Dabei werden Vorteile in der Anwendung von KI durch die positiven Effekten auf die Prüfungssicherheit bzw Prüfungsqualität S. 357 und in Effizienzsteigerungen der Abschlussprüfung gesehen. Auch ein Beitrag zur Lösung von Problemen im Zusammenhang mit dem Fachkräftemangel im Bereich der Abschlussprüfung ist durch den Einsatz der KI zu erwarten.
Herausforderungen und Grenzen für den Einsatz von KI in der Abschlussprüfung können sich jedoch durch die derzeit geltenden regulatorischen Rahmenbedingungen ergeben. Die Abschlussprüfung ist hoch reguliert. Unter anderem sind Abschlussprüfungen gemäß § 269a UGB unter Beachtung der internationalen Prüfungsstandards (ISA) durchzuführen. Das Ziel der Abschlussprüfung besteht gemäß ISA 200.11a in der Abgabe eines Urteils über die Normenkonformität des geprüften Abschlusses mit den diesem zugrunde gelegten Rechnungslegungsvorschriften. Die Verantwortlichkeit zur Abgabe dieses Urteils bleibt trotz des technologischen Wandels und Automatisierungsmöglichkeiten beim Abschlussprüfer.
In der Regel erfolgt die Abschlussprüfung anhand eines risikoorientierten Prüfungsansatzes gemäß ISA 315 und ISA 330. Nach diesen ist auf das festgestellte Risiko durch entsprechende Planung und Durchführung der Abschlussprüfung zu begegnen. Vor dem Hintergrund des Ziels der Abschlussprüfung wurde 2019 der ISA 315 überarbeitet. Somit wird klargestellt, dass der Einsatz von IT im geprüften Unternehmen Teil dieses Risikos ist. Die Grundlage für das Prüfungsurteil bilden ausreichende und geeignete Prüfungsnachweise, welche durch entsprechende Prüfungshandlungen erlangt werden. Der Einsatz von KI in der Abschlussprüfung beeinflusst den Prozess zur Erlangung von Prüfungsnachweisen, sowie die Prüfungsnachweise selbst. Im Oktober 2022 wurden Änderungen zum ISA 500, welcher den Bereich Prüfungsnachweise regelt, vom IAASB vorgeschlagen. Die Überarbeitung des Standards zielt unter anderem auf dessen Modernisierung ab, um unter Anerkennung des Technologieeinsatzes die notwendige Anpassung an die Geschäfts- und Prüfungsumwelt sicherzustellen. Seit März 2024 ist die Überarbeitung des Standards jedoch unterbrochen, um ein aktuelles, damit integriertes Projekt weiterzuentwickeln.
Vor diesem Hintergrund stellt der vorliegende Beitrag in der Fachliteratur häufig diskutierte Einsatzmöglichkeiten von KI in der Abschlussprüfung in kompakter Weise vor, wobei kein Anspruch auf Vollständigkeit gestellt wird. Darauf aufbauend werden Chancen von KI aufgezeigt und Grenzen thematisiert.
2. Künstliche Intelligenz
2.1. Grundlagen
Trotz zunehmender Bedeutung und Verwendung des Begriffs KI liegt keine einheitliche Definition vor. Für Zwecke der Beschreibung von Einsatzmöglichkeiten von KI werden folgende Definitionen des Fraunhofer-Instituts bzw des Europäischen Parlaments herangezogen:
„Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik. Sie imitiert menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert [...].“
S. 358 „Künstliche Intelligenz ist die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität zu imitieren. KI ermöglicht es technischen Systemen, ihre Umwelt wahrzunehmen, mit dem Wahrgenommenen umzugehen und Probleme zu lösen, um ein bestimmtes Ziel zu erreichen [...].“
Je nach Anwendungsmöglichkeiten unterscheiden sich KI-Systeme grundlegend. Eine Einteilung kann in Systeme erfolgen, die für konkrete Anwendungsfälle Lösungen bieten, und sogenannte generative KI-Systeme, die neue Inhalte wie zB Bilder und Texte erzeugen können, wofür vor Entwicklung dieser Innovation menschliche Fähigkeiten erforderlich waren. Der Einsatz von KI findet auf vielfältige Weise Ausprägung durch verschiedene Modelle und Verfahren. Solche Verfahren sind zB sogenannte maschinelle Lernverfahren (Machine Learning, ML). Bei diesen Verfahren erfolgt die Generierung von Wissen auf Basis von Erfahrungen, indem Lernalgorithmen aus Beispielen ein komplexes Modell generieren.
Ferner kann dabei zwischen überwachten und unüberwachten Systemen unterschieden werden, wobei beim überwachten Lernen Prognosen auf Basis von Zielvorgaben entwickelt werden. Im Gegensatz dazu werden beim unüberwachten Lernen eigenständig Muster und Zusammenhänge erkannt.
2.2. Einsatzmöglichkeiten in der Abschlussprüfung
Bei der Implementierung von KI-Applikationen im Bereich der Wirtschaftsprüfung kommen zum Teil auch sogenannte Cross-Innovation-Vorgehensmodelle zur Anwendung. Bei dieser Vorgehensweise wird auf Erfahrungen aus anderen Branchen aufgebaut und die bestehenden Lösungen an den spezifischen Bereich der Prüfung angepasst.
Nachfolgend werden in der Literatur vorgestellte Einsatzmöglichkeiten von KI in der Abschlussprüfung kurz dargestellt.
2.2.1. Ressourcenplanung
Bereits in den frühen Phasen der Prüfung kann KI genutzt werden, um zB die Personaleinsatzplanung zu optimieren. Wirtschaftsprüfungsgesellschaften betreuen mehrere Mandatsverhältnisse gleichzeitig, wodurch es zu zeitlichen Überschneidungen kommt. KI-Anwendungen können dabei unterstützen, das Personal bei den Prüfungsaufträgen unter Berücksichtigung von Faktoren wie zB Fachwissen oder zeitlichen Engpässen effektiv einzusetzen. Eine Praxisanwendung hat zB das Unternehmen Aspaara, mit ihrem Tool Machting Core, entwickelt.
2.2.2. Datenanalyse
KI bietet zudem einen mannigfaltigen Einsatz bei Datenanalysen - sowohl bei der Risikobeurteilung als auch bei der Durchführung von analytischen Prüfungshandlungen.
Vor dem Hintergrund der kostenintensiven Entwicklung von KI-Anwendungen und dem Bedarf an fertigen KI-Lösungen (sogenannte Off-the-shelf-KI-Applikationen) für kleinere PrüfungsgesellS. 359 schaften haben Marten/Föhr/McIntosh 2022 ein Rahmenwerk entwickelt, das dabei helfen soll, KI in den risikoorientierten Prüfungsansatz zu integrieren. Dabei wird die Implementierung einer Anwendung zur KI-basierten Datenanalyse erörtert. Demnach können auf ML basierenden Applikationen in der Prüfungsplanung zur Identifikation und Bewertung von Risiken herangezogen und für die Festlegung der Prüfungsstrategie und des Prüfungsprogramms genutzt werden. Zudem eröffnet KI die Möglichkeit einer umfassendere Risikoerkennung durch Berücksichtigung größerer Mengen an Buchungsdaten.
Von der Digitalisierung ist auch das klassische Journal Entry Testing (das gemäß ISA 240 durchzuführen ist) betroffen. So werden Datenbestände des Mandanten schon seit längerer Zeit mittels etablierten Prüfungssoftwaren wie ACL oder IDEA analysiert. Durch sogenannte Process-Mining-Verfahren werden Prozesse visualisiert und analysiert. Die Datenanalyse auf Prozessebene ermöglicht im Vergleich zur bisherigen Prüfung eine gesamtheitlichere und umfassendere Betrachtung von der Auslösung bis zur endgültigen Verbuchung eines Geschäftsfalls.
2.2.3. Automatisierung durch Robotic Process Automation (RPA)
Mittels RPA werden sogenannte Bots (Softwareroboter) entwickelt, um manuelle Routinetätigkeiten auszuführen. Der Einsatz von RPA in der Abschlussprüfung wird häufig untersucht und in der Literatur diskutiert. RPA kann über den gesamten Prüfungsprozess für sich wiederholende Routinetätigkeiten eingesetzt werden, um die Effizienz und Qualität zu steigern. Ein möglicher Anwendungsfall für die Prüfung liegt in der Saldenabstimmung. Die Bots können Bankbestätigungen vorbereiten, versenden und den Rücklauf administrieren. Nach Empfang kann durch Optical Character Recognition (OCR) auch der Bilanzstand mit dem Bankkontostand abgestimmt und im Anschluss dokumentiert werden.
Es gibt zahlreiche weitere in Frage kommende Einsatzmöglichkeiten für diese Technologie wie zB die Abstimmung von Reporting-Packages oder Erstellung von Prüfungsberichten. DataSnipper bietet in diesem Bereich zB mit ihrem Produkt Financial Statement Suite-Add-on Praxislösungen an. Es ermöglicht unter anderem die automatisierte Extraktion der Daten und den Abgleich aus unterschiedlichen Quellen, wie etwa aus Haupt- und Nebenbüchern. Prüfungshandlung und Dokumentation können so zeitgleich durchgeführt werden.
2.2.4. Large Language Models (LLM)
Large Language Models, im deutschsprachigen Raum als große KI-Sprachmodelle bezeichnet, können die menschliche Sprache verstehen und selbst erzeugen, weshalb sie Textanalysen oder S. 360 sprachbezogene Aufgaben ausführen können. Daher liegt im Bereich der Abschlussprüfung ein Anwendungsfall für sprachverarbeitende KI zB in der Prüfung von Lageberichten wie auch von Anhangangaben. Das Institut der Wirtschaftsprüfer in Deutschland (IDW) entwickelte mit der Strategion GmbH einen Ansatz zur automatischen Zuordnung von Bereichen aus dem Lagebericht zu prüfungsrelevanten Fragen. Dabei können die Systeme unter Berücksichtigung der Aspekte Plausibilität, Konsistenz und Widerspruchsfreiheit finanzielle Angaben aus dem Lagebericht extrahieren und mit dem Jahresabschluss abgleichen. Darüber hinaus können auch logische Widersprüche festgestellt werden. Diese Technologie kann auch für die Prüfung von Nachhaltigkeitsberichten eingesetzt werden. Die Plattform Sustain.AI bietet die Möglichkeit, Textabschnitte aus den Berichten den geltenden Anforderungen (auf Basis der Checkliste der Global Reporting Initiative, GRI) thematisch zuzuordnen, wodurch eine systematische und schnelle Analyse erreicht wird. Wie eingangs dargelegt dienen die vorgestellten Anwendungsfälle der Veranschaulichung, sind jedoch nicht taxativ zu verstehen.
3. Chancen
Die vielfältigen Einsatzmöglichkeiten von KI wurden exemplarisch aufgezeigt. Vorteile werden in Effizienzsteigerungen und Erhöhung der Prüfungsqualität gesehen. Die Übernahme von Tätigkeiten durch die KI kann zu Ressourceneinsparungen oder auch zur Optimierung beim Ressourceneinsatz im Personalbereich beitragen. Dadurch kann zum einen dem Fachkräftemangel begegnet werden. Ein Bedarf an Fachkräften zeigt sich an der Anzahl der Stellenanzeigen: Über das Jobportal der Kammer der Steuerberater:innen und Wirtschaftsprüfer:innen (KSW) sind zB aktuell österreichweit - unter Einschränkung auf die Sparte „Berufsangehörige“ - 188 offene Stellen inseriert. Bei der Suche auf der Plattform karriere.at mit dem Begriff „Audit“ werden - unter Einschränkung auf die vier Berufsfelder Consulting, Finanzen, IT und Rechnungswesen - 235 Stellenangebote angezeigt.
Zum anderen kann der Arbeitseinsatz in ermessensbehafteten Prüfgebieten eingesetzt werden, die weniger standardisiert sind und oftmals mit einem hohen Prüfungsrisiko einhergehen.
Die Digitalisierung kann auch die Herangehensweise an die Abschlussprüfung verändern, indem der Abschlussprüfer seine Tätigkeit während der gesamten Rechnungslegungsperiode ausübt und dabei kontinuierlichen Zugang auf die Mandantendaten hat. Diese Vorgehensweise wird als Continuous Auditing bezeichnet. Die Vorteile von Continuous Auditing liegen in einer gleichmäßigeren Verteilung der Arbeitslast, einer effizienteren Kommunikation zwischen den Parteien und der Reduktion von Informationsasymmetrien. Diese treten im klassischen Abschlussprüfungsprozess auf, wenn zwischen der Prüfungsfeststellung und dem zugrundeliegenden Sachverhalt ein großer Zeitabstand besteht, was zu Abweichungen zwischen den finalen Abschlussinformationen und der unterjährigen Berichterstattung führen kann. Eine praktische Lösung zur laufenden und kontinuierlichen Durchführung von Prüfungshandlungen bereits im Stadium der Bilanzerstellung bietet das Tool oktant.
S. 361 Zudem können sich durch den digitalen Wandel auch neue Beratungsfelder ergeben. So können Wirtschaftsprüfer zB bei der Implementierung von (rechnungslegungsbezogenen) KI-Systemen unterstützen oder bei der Steuerung von Cyber-Risiken beraten. Im Hinblick auf die erhebliche Ausweitung und Erweiterung der narrativen Berichterstattung durch die Corporate Social Responsibility Directive (CSRD) liegt weiteres Potential im Einsatz von Sprachmodellen.
4. Konsequenzen und Herausforderungen
Mit dem Einsatz von KI sind auch im Personalbereich neben Chancen auch Herausforderungen verbunden. Durch die Digitalisierung und den Einsatz von KI-Tools wird technisches Verständnis zunehmend wichtiger. Neben dem technischen Know-how ist es essenziell, dass ein tiefes Prozessverständnis vorhanden ist, um Datenanalysen richtig einzusetzen und den Output richtig interpretieren zu können.
Neben der Herausforderung Menschen mit technischem Wissen in die Wirtschaftsprüfung zu bringen bzw wirtschaftliche und technische Disziplinen zu verbinden, ist ein weiteres Risiko zu bedenken: Durch den Einsatz von KI kann es zu einem sogenannten „deskilling effect“ kommen. Die Übernahme von Arbeitsschritten durch Maschinen verhindert den Erwerb praktischer Erfahrungen. Dies ist insbesondere dann von Bedeutung, wenn KI in Aufgabenfeldern eingesetzt wird, die typischerweise von Berufsanfängern übernommen werden. Die Forschung zeigt, dass die fehlende Erfahrung der Entwicklung von Fachkenntnissen entgegenstehen kann und eine professionelle Entscheidungsfindung gefährdet wird. Die Ausbildung muss neben der Erweiterung um den technischen Bereich die Bewahrung der Fachexpertise adressieren. Forschung und Praxis sind daher aufgerufen, sich damit zu befassen, wie trotz des Einsatzes von Technologie die wirtschaftlichen Grundlagen erhalten bleiben.
Weitere zentrale Risikofaktoren für den Einsatz von KI in der Abschlussprüfung liegen im Bereich Datenschutz. Zur Durchführung des Prüfungsauftrags erhält der Wirtschaftsprüfer umfassende Unternehmensunterlagen und bei Bedarf weitere Auskünfte. National ordnet § 80 WTBG eine Verschwiegenheitspflicht an. Weiters ist die Datenschutzgrundverordnung (DSGVO) einschlägig, da es im Regelfall im Rahmen der durchgeführten Tätigkeiten bei einer Abschlussprüfung zu einer Verarbeitung personenbezogener Daten kommt. Zentraler Kern der DSGVO ist der Schutz dieser Daten. Wirtschaftsprüfer müssen als sogenannte Verantwortliche die Rechte der Personen wahren, dessen personenbezogenen Daten sie verarbeiten. Verantwortliche müssen technische und organisatorische Maßnahmen implementieren, um sicherzustellen, dass persönliche Daten nach Art 5 Abs 1 lit f DSGVO vor Angriffen und Missbrauch geschützt sind.
Damit die Pflichten der DSGVO erfüllt werden können, müssen vor dem Einsatz von KI die grundlegenden Fragen beantwortet werden, wer die eingegebenen Daten weiterverarbeitet und wo die Verarbeitung passiert. Überdies muss die eingesetzt KI bestimmte technische Voraussetzungen erfüllen, um die Rechte der Betroffenen, wie den Anspruch auf Löschung der Daten, wahren zu können. Daraus kann abgeleitet werden, dass frei zugängliche KI-Systeme, bei denen die Verarbeitungsorte oftmals außerhalb der Europäischen Union liegen und die Weiterverarbeitung der Daten ungewiss ist, in der Abschlussprüfung nur sehr eingeschränkt, wenn überhaupt, angewendet werden können.
S. 362 Die starke Reglementierung des Berufs bringt weitere Hürden mit sich. Transparenz ist eine wesentliche Anwendungsvoraussetzung beim Einsatz von KI. Abschlussprüfer haben ihr Handeln in eigener Verantwortung zu bestimmen, ihr Urteil selbst zu bilden und ihre Entscheidungen selbst zu treffen.
Eine Erhebung in Deutschland zeigt die Bedeutung der Transparenz bei der Verwendung von KI. Es ist wichtig, dass die getroffenen Entscheidungen erklärbar sind und die Rückverfolgbarkeit gewährleistet ist.
In diesem Kontext ist auch das Halluzinieren der generativen KI als Gefahr anzuführen. Dabei werden von der KI inhaltlich falsche Ergebnisse produziert. Auf europäischer Ebene legt seit 2024 der sogenannte EU AI Act Regeln für den Einsatz von KI fest. Diese Verordnung soll sicherstellen, dass KI-Systeme bestimmten Mindestanforderungen entsprechen und mit den Werten der Europäischen Union im Einklang stehen.
KI bietet zahlreiche Einsatzmöglichkeiten entlang des gesamten Abschlussprüfungsprozesses, also von der Auftragsannahme über die Prüfungsplanung und Prüfungsdurchführung sowie der abschließenden Urteilsbildung und Berichterstattung. Chancen liegen in Effizienzsteigerungen und einer Erhöhung der Prüfungsqualität.
Große Herausforderungen liegen - aufgrund der strengen Regulatorik - im Bereich Datenschutz und Transparenz. Im Personalbereich können Schwierigkeiten geortet werden, da zum einen neue Fähigkeiten gefordert werden, zum anderen besteht das Risiko des „deskilling“, dh, die Übernahme von Routinetätigkeiten durch Maschinen kann der Sammlung von Lernerfahrungen entgegenstehen.
