Künstliche Intelligenz in der Unternehmenspraxis – Auswirkungen in der Wirtschaftsprüfung

veröffentlicht am 5. Februar 2019

Künstliche Intelligenz ist eines der wesentlichen Themen im Kontext der Digitalisierung und breitet sich immer mehr in der Unternehmenspraxis aus. Eine große Anzahl in Geschäftsprozessen generierter Daten und die verfügbare Rechenleistung zu deren Verarbeitung, schaffen neue Möglichkeiten in der praktischen Anwendung. Das bedeutet aber auch, dass sich die Wirtschaftsprüfer auf die geänderten Voraussetzungen bei der Abschlussprüfung der Unternehmen einstellen müssen. Diverse Ansatzpunkte für den Einsatz von Künstlicher Intelligenz (KI) bzw. Machine Learning im Prüfungsprozess sind offensichtlich, werden aber den Wirtschaftsprüfer in seiner finalen Verantwortung für Entscheidungen nicht ersetzen können.

Das Thema und der Begriff KI begegnen uns heute schon in vielen Bereichen. Dabei wird KI häufig mit dem maschinellen Lernen (englisch: Machine Learning, kurz: ML) gleichgesetzt, wobei ML nur einen Teil des weitläufigen Themenfelds der KI abdeckt.

Konkret bedeutet ML, dass ein Computer Daten analysiert, aus Mustern und Beispielen lernt und dann mithilfe der Ergebnisse Prognosen für die Zukunft erstellt. Mit fortschreitendem Prozess und mehr Mustern und Beispielen wird der Computer dabei immer intelligenter und kann die Prognosequalität weiter verbessern. Der Einsatz von ML im täglichen Leben kann sich bspw. bei

dem Navigieren in Echtzeit,
der gezielten Suche von Mitarbeitern,
dem stimmbasierten Geldverkehr oder auch
der intelligenten Heizungssteuerung ergeben.

KI in der Unternehmenspraxis

Darüber hinaus ergibt sich natürlich auch ein breites Anwendungsfeld von KI/ML in der Unternehmenspraxis. Grundlage ist zum einen eine solide technische und informatorische Basis, aber zum anderen auch die Bereitschaft, sich auf die Technologie einzulassen. Insoweit bedeutet das, dass zunächst eine umfassende Menge an qualifizierten Daten zur Verfügung stehen muss. Solche Daten findet man i.d.R. in den Geschäftsprozessen der Unternehmen, d.h. insbesondere in den Bereichen Finanzen, Logistik und Vertrieb. Gerade dann, wenn die Prozesse in modernen ERP-Systemen abgebildet und überwiegend standardisiert sind, liegt aufgrund der notwendigen und verwendeten Informationen über längere Zeiträume eine große Menge an Daten vor.

Um daraus mit KI/ML sinnvolle und aussagekräftige Prognosemodelle zu generieren, benötigen die Unternehmen viel Speicherplatz und Rechenleistung in ihren IT-Systemen. Der Einsatz von KI/ML geht ggf. auch mit der Bereitschaft zur Nutzung von Cloud-Lösungen einher, denn damit kann eine fast unbegrenzte Rechenleistung bereitgestellt werden.

Gelingt dann auch die Implementierung von KI/ML in die Geschäftsprozesse auf Basis von klar definierten Entscheidungsmechanismen, kann eine hohe Prozessautomatisierung erzielt werden. Beispiele dafür sind u.a. die:

Extraktion von relevanten Zahlungs- und Auftragsdaten aus unstrukturierten Rechnungen oder E-Mails,
Klassifizierung von Transaktionen zur Einhaltung von steuerlichen Vorgaben,
Berechnung der optimalen Zeitdauer zwischen Inventuren.

Auch in der reinen Buchhaltung lassen sich mit KI/ML eine Vielzahl von Buchungen automatisieren. Einzelne Untersuchungen gehen z.B. davon aus, dass sich ca. 43 Prozent der Finanzprozess durch den Einsatz der KI/ML-Technologie automatisieren lassen.

Interessant wird darüber hinaus künftig die Möglichkeit sein, Methoden des Process Mining mit der Technologie der KI zu verknüpfen. Process Mining ist eine Technik des Prozessmanagements, bei der vorhandene Prozessdaten visualisiert und analysiert werden, um eine faktenbasierte Grundlage für die Prozessanalyse zu schaffen. Die Geschäftsprozesse der Unternehmen können mit der Nutzung von KI/ML hervorragend identifiziert und verbessert, laufend überwacht und im Hinblick auf Entscheidungsqualität bzw. Produktivität optimiert werden.

Auswirkungen auf die Wirtschaftsprüfung

Im Zusammenhang mit der möglichen Veränderung in der Unternehmenspraxis wird die Sicherstellung der Gesetzeseinhaltung sowie der Glaubwürdigkeit der Rechnungslegung von Unternehmen und damit deren Kreditwürdigkeit für Wirtschaftsprüfer immer herausfordernder. Die Identifizierung von Fehlerpotenzialen bzw. Auffälligkeiten bei Mandanten kann somit ohne Einsatz und Vernetzung von modernen IT-Systemen nicht ausreichend gewährleistet werden.

Der Prüfungsansatz der Wirtschaftsprüfer kann damit nicht mehr nur vergangenheits- und prozessorientiert sein. Um den Herausforderungen gerecht zu werden, müssen sich die Wirtschaftsprüfer vom vergangenheitsorientierten „Hakelmacher” über den Unternehmensprüfer, Prozessprüfer hin zum Daten- und Systemprüfer in Echtzeit unter Einsatz von modernen Technologien wie KI/ML entwickeln. Die früheren Prozesse waren geprägt durch:

wenig Standardisierung,
keine Vernetzung zwischen Rechnungslegungs- und Prüfungsumgebung,
manuelle Datenanalysen in deutlich geringerem Umfang sowie
Vergangenheitsorientierung.

Die Unternehmen verfolgen dagegen nunmehr wie beschrieben eine starke Automatisierung des „routinierten” Buchhaltungsgeschäfts mit zunehmend durchgehenden digitalen Work- und Beleg-Flows. Die ERP-Systeme bilden dabei alle (wesentlichen) Geschäftsprozesse in Unternehmen ab und werden durch die KI/ML-Technologien stark verändert. Zudem beginnen Unternehmen eine weitere Technisierung von einzelnen Geschäftsprozessen auf der Grundlage von Blockchain/Smart Contracts voranzutreiben.

Die Wirtschaftsprüfer müssen für die Transparenz dieser Prozesse sorgen, um bei der Prüfung von Jahresabschlüssen im Wesentlichen folgende Fragen zu den Geschäftsvorfällen beantworten zu können:

Vollständigkeit,
rechtliches/wirtschaftliches Eigentum,
richtige Bewertung und zutreffender Ausweis,
Fortführung der Unternehmenstätigkeit,
Grundsätze ordnungsmäßiger Buchführung (GoB) sowie
Governance-, Risk- und Compliance-Sachverhalte.

Der Einsatz von KI/ML-Lösungen im Umfeld von Jahresabschlussprüfungen bedingt einen optimalen Digital Fit, d.h. eine intelligente Verzahnung der Workflows zwischen Mandant und Wirtschaftsprüfer.

KI/ML kann nicht eigenständig betrachtet werden, sondern ist Teil eines Gesamtökosystems „Digitale Prüfung”, das die Aspekte Standardisierung, Prozessoptimierung, Digitalisierung und Customer Experience vereint.

Dabei geht es primär darum, den Wirtschaftsprüfern solche manuellen Tätigkeiten abzunehmen, die einen i.d.R. geringen Beitrag zur Wertschöpfung in der Abschlussprüfung leisten.

Ein wichtiges Element ist dabei eine state-of-the-art Data Analytics-Lösung, die auf folgendes abstellt:

Vernetzung mit ERP-Systemen der Mandanten
Überführung der Daten in ein standardisiertes Datenmodell
Entwicklung von automatisiert ablaufenden Datenanalysen
Verbindung der Datenanalysen mit automatisierten Lernverfahren (ML)

Mithilfe von Robotics-Anwendungen kann es bspw. gelingen, prüfungsrelevante Daten aus den Dokumenten der Unternehmen (z.B. Rechnungen und Liefernachweise) digital zu extrahieren und strukturiert für Prüfungshandlungen zu verwenden.

Hinzu kommt die Steigerung der operativen Prüfungsleistung und Identifikation von Anomalien durch Einsatz von Process Mining und Künstlicher Prozess-Intelligenz.

KI/ML wird Anomalien aber perspektivisch nicht nur identifizieren, sondern auch bewerten können. Das System wird angelernt, um unterscheiden zu können, was allgemein gültige Bewertungen und was mandantenspezifische Besonderheiten sind. Diese Bewertungen sollen gemäß ihrer Tragweite in weitere Analyseläufe Eingang finden.

Gleichwohl wird KI/ML nur Unterstützung bei Routinetransaktionen bringen und erst langsam einen Beitrag bei komplexen Prüfungsgebieten liefern. Denkt man allerdings über die unternehmensindividuelle Anwendung hinaus, so kann mit KI/ML auch eine große Anzahl von Vergleichsdaten anderer Unternehmen analysiert werden und für die einzelne Abschlussprüfung Anomalien in Kennzahlen identifizieren, die den geprüften Unternehmen wertvolle Hinweise auf Schwachstellen geben.

Fazit und Ausblick

Das Thema Künstliche Intelligenz – und als Teilbereich davon auch das Machine Learning – wird sukzessive in immer mehr Anwendungen in der Unternehmenspraxis Einzug halten. Dabei werden insbesondere die Geschäftsprozesse der Unternehmen stark verändert werden.

Auf diese Veränderungen muss sich auch der Wirtschaftsprüfer einstellen und seine Instrumente und Methoden in der Durchführung einer Abschlussprüfung anpassen sowie weiterentwickeln. Damit wird auch die Nutzung von KI/ML in der Abschlussprüfung relevant.

Allerdings ist nicht zu erwarten, dass mit den Technologien auf einmal ein zu 100 Prozent fehlerfreier Abschluss sichergestellt werden kann. Vielmehr wird die Nutzung der neuen Technologien zunächst auf Routinetransaktionen beschränkt sein und die individuelle Expertise des Wirtschaftsprüfers nicht ersetzen, gerade bei interpretationsbedürftigen Sachverhalten. Das finale Urteil wird auf absehbare Zeit immer noch der Mensch treffen. Die Basis für die Entscheidungsfindung kann aber durch KI/ML sicherlich unterstützt und verbessert werden.