Seit über 35 Jahren Ihr kompetenter Partner
für Revisionsseminare

Die Rolle der KI in der Zukunft der Internen Revision

Teilen Sie diese Seite
Kostenloser Download

Seminarprogramm 2024/25 für Unternehmen & öffentliche Verwaltung

Kostenloser Download

Whitepaper Grundlagen der Internen Revision

Updates via Newsletter

Weiterbildungsangebote, Praxistipps und Expertenmeinungen bequem per E-Mail – für einen leichteren Revisionsalltag!

19. August 2024
IT-Revision und Digitalisierung
0 Kommentare

Künstliche Intelligenz (KI) hat das Potenzial, Unternehmen grundlegend zu verändern – insbesondere im Bereich der Internen Revision. Durch den Einsatz von KI-Tools können steigende Arbeitslasten bewältigt, immense Datenmengen effizient analysiert und komplexe Regularien besser eingehalten werden. Dieses Seminar beleuchtet die konkreten Anwendungsmöglichkeiten von KI in der Internen Revision und zeigt auf, wie sie erfolgreich in bestehende Prozesse integriert werden können. Unser Experte Jürgen Kreuz fokussiert auf die Potenziale und Herausforderungen und nimmt dabei der Thematik die vermeintliche Komplexität.

Übrigens: im Seminar „ChatGPT & Co. – KI in der Internen Revision“, das von Herrn Kreuz geleitet wird, können Sie diese Erkenntnisse durch praktische Anwendungen von KI-Tools, Erarbeitung eines konkreten Audit-vorgehens und Gruppenarbeiten vertiefen.

Experte Jürgen Kreuz

Jürgen Kreuz

Unternehmer und Berater mit dem Schwerpunkt IT-Audit, Cyber Security und SAP

Zum Profil

Wesentliche Tools für KI in der Internen Revision

Welche spezifischen KI-Technologien sind derzeit für die Interne Revision am relevantesten und warum?

 

Derzeit sind mehrere spezifische KI-Technologien für die Interne Revision besonders relevant, da sie die Effizienz, Genauigkeit und Reichweite der Revisionsprozesse erheblich verbessern können. Die wichtigsten davon sind unter anderem:

  • Maschinelles Lernen (ML): Maschinelles Lernen ermöglicht es, Muster in großen Datenmengen zu erkennen, die für traditionelle Prüfungsmethoden unsichtbar bleiben könnten. Durch den Einsatz von ML können Anomalien in Finanztransaktionen, Buchhaltungsdaten oder betrieblichen Prozessen automatisch identifiziert werden. Dies erlaubt es internen Revisoren, potenzielle Risiken frühzeitig zu erkennen und gezieltere Prüfungen durchzuführen.
     
  • Natural Language Processing (NLP): NLP-Technologien können Textdaten aus verschiedenen Quellen, wie E-Mails, Berichten oder Verträgen, analysieren und relevante Informationen extrahieren. Dies ist besonders nützlich, um Regelverstöße oder Abweichungen von Unternehmensrichtlinien zu identifizieren. Zudem kann NLP helfen, Berichte zu erstellen oder zu überprüfen, indem es automatische Zusammenfassungen oder Risikoeinschätzungen liefert.
     
  • Robotic Process Automation (RPA) kombiniert mit KI: Während RPA traditionell für die Automatisierung repetitiver Aufgaben verwendet wird, ermöglicht die Integration von KI, dass RPA-Systeme komplexere Entscheidungen treffen und Aufgaben ausführen können, die bisher menschliches Eingreifen erforderten. In der Internen Revision kann dies zum Beispiel zur kontinuierlichen Überwachung von Geschäftsprozessen genutzt werden, wobei die KI-basierte RPA Anomalien erkennt und automatisch eine tiefere Analyse oder Eskalation anstößt.
     
  • Predictive Analytics: Diese Technologie nutzt historische Daten und KI-Algorithmen, um zukünftige Trends oder Risiken vorherzusagen. In der Internen Revision kann dies verwendet werden, um proaktiv potenzielle Risikobereiche zu identifizieren und Ressourcen effizienter zuzuweisen, bevor tatsächliche Probleme auftreten.

Datensicherheit bei der Verwendung von KI in der Internen Revision

Wie können Unternehmen sicherstellen, dass die Datenqualität und -sicherheit bei der Implementierung von KI-Anwendungen in der Internen Revision gewährleistet sind?

 

Um die Datenqualität und -sicherheit bei der Implementierung von KI-Anwendungen in der Internen Revision zu gewährleisten, sollten Unternehmen eine klare Datamanagementstrategie entwickeln, die Standards für die Erfassung, Pflege und Überwachung von Daten festlegt. Es ist wichtig, nur auf vertrauenswürdige und qualitativ hochwertige Datenquellen zurückzugreifen und diese kontinuierlich zu überwachen. Gleichzeitig sollten Unternehmen Data Governance Richtlinien etablieren, die klare Prozesse für den Datenzugang und -schutz definieren. Der Einsatz von Verschlüsselungstechnologien und strengen Zugriffskontrollen hilft, sensible Daten zu schützen. Regelmäßige interne sowie externe Audits der Datenqualität und Sicherheitsmaßnahmen sind essenziell, um Schwachstellen zu identifizieren und die kontinuierliche Verbesserung voranzutreiben. 

Welche möglichen Bedenken gibt es beim Einsatz von KI in der Internen Revision?

Welche ethischen Aspekte und Datenschutzbedenken müssen bei der Nutzung von KI in der Internen Revision berücksichtigt werden?

 

Bei der Nutzung von KI in der Internen Revision spielen ethische Aspekte und Datenschutzbedenken eine zentrale Rolle. Zunächst ist, wie ich glaube, der Schutz der Privatsphäre von großer Bedeutung. KI-Systeme verarbeiten oft sensible personenbezogene Daten, weshalb sichergestellt werden muss, dass diese Daten nur für legitime, klar definierte Zwecke verwendet werden. Unternehmen müssen strenge Datenschutzrichtlinien einhalten und sicherstellen, dass die Verarbeitung im Einklang mit geltenden Datenschutzgesetzen, wie der DSGVO, erfolgt.

Ein weiterer wichtiger ethischer Aspekt ist meiner Meinung nach die Transparenz der KI-Algorithmen. Interne Revisoren und andere Stakeholder müssen verstehen können, wie die KI zu ihren Ergebnissen gelangt. Dies hilft, Vertrauen in die Technologie aufzubauen und sicherzustellen, dass Entscheidungen auf nachvollziehbaren Grundlagen basieren.

Ich glaube, dass Intransparente Modelle zu Misstrauen führen und ethische Fragen aufwerfen können, insbesondere wenn Entscheidungen ohne menschliches Eingreifen getroffen werden.

Die Vermeidung von Verzerrungen (Information Bias) ist ebenfalls entscheidend. KI-Systeme können vorhandene Vorurteile in den Daten kanalisieren und somit verstärken, was zu unfairen oder diskriminierenden Ergebnissen führen kann. Es ist wichtig, dass die Daten, mit denen die KI trainiert wird, sorgfältig auf solche Verzerrungen überprüft werden, und dass Mechanismen zur kontinuierlichen Überwachung und Korrektur implementiert sind.

Zudem muss der ethische Einsatz von Automatisierung bedacht werden. Während KI in der Lage ist, viele Prozesse effizienter zu gestalten, sollte sie nicht vollständig den menschlichen Faktor ersetzen, insbesondere bei komplexen Entscheidungen, die moralische oder ethische Implikationen haben. Der Einsatz von KI sollte daher immer so gestaltet sein, dass Menschen die Kontrolle über wichtige Entscheidungen behalten.

Kompetenzen und Fähigkeiten für die Arbeit mit KI in der Internen Revision

Welche Veränderungen sind in den Rollen und Fähigkeiten der Internen Revisoren zu erwarten, wenn KI-Technologien vermehrt eingesetzt werden?

 

Der verstärkte Einsatz von KI-Technologien wird die Rollen und Fähigkeiten der internen Revisoren deutlich verändern. Eine der bedeutendsten Veränderungen wird die Verschiebung des Fokus von manuellen Prüfaufgaben hin zu analytischen und strategischen Tätigkeiten sein. Da die KI viele Routineaufgaben wie Datenanalyse und Mustererkennung automatisieren kann, werden Revisoren mehr Zeit für die Interpretation komplexer Daten, die Bewertung von Risiken und die Entwicklung von strategischen Empfehlungen haben.

Dies erfordert ein tieferes Verständnis für die geschäftlichen Zusammenhänge und eine stärkere Einbindung in die strategische Entscheidungsfindung. Zusätzlich wird es immer wichtiger, dass Interne Revisoren technologische Kompetenzen entwickeln. Sie müssen die Funktionsweise von KI-Tools verstehen, um deren Einsatz effektiv überwachen und steuern zu können. Dies bedeutet, dass Kenntnisse in Bereichen wie Datenanalyse, Programmierung und den Grundlagen des maschinellen Lernens zunehmend erforderlich werden. Es wird erwartet, dass Revisoren nicht nur Anwender von KI-Tools sind, sondern auch in der Lage sind, deren Ergebnisse kritisch zu hinterfragen und zu interpretieren.

Geeignete Tools für die Arbeit mit KI in der Internen Revision finden

Wie können Unternehmen geeignete KI-Lösungen und -Anbieter für ihre spezifischen Bedürfnisse in der Internen Revision auswählen und integrieren?

 

Die Auswahl und Integration geeigneter KI-Lösungen und -Anbieter für die Interne Revision ist eine klassische strategische Entscheidung. Zunächst sollten Unternehmen eine Bedarfsanalyse durchführen, um die spezifischen Anforderungen und Ziele zu identifizieren. Nach der Klärung dieser Bedürfnisse folgt in der Regel eine Marktrecherche, bei der potenzielle Anbieter auf ihre Erfahrung, die Funktionen ihrer Lösungen und ihre Erfolgsbilanz überprüft werden. Pilotprojekte oder Proof of Concepts (POC) bieten die Möglichkeit, die Praktikabilität der Lösungen in einer kontrollierten Umgebung zu testen und sicherzustellen, dass sie nahtlos in die bestehende IT-Infrastruktur integriert werden können.

Eine Kosten-Nutzen-Analyse hilft, den langfristigen Wert der KI-Lösung zu bewerten, einschließlich potenzieller Einsparungen und Effizienzsteigerungen. Anschließend sollte eine klare Integrationsstrategie entwickelt werden, die technische Anforderungen, Prozessanpassungen und Mitarbeiterschulungen umfasst. Schulungsprogramme und ein effektives Change Management sind entscheidend, um die Akzeptanz der neuen Technologie zu fördern und den Übergang zu erleichtern. Nach der Implementierung ist es wichtig, die Leistung der KI-Lösung kontinuierlich zu überwachen und auf Basis von Nutzerfeedback Optimierungen vorzunehmen.

 

Leitfaden für die Einführung von KI in der Internen Revision

Welche Strategien sind erforderlich, um Widerstände gegen die Einführung von KI-Technologien in der Internen Revision bzw. in der Unternehmenskultur zu überwinden?

 

Um Widerstände gegen die Einführung von KI-Technologien in der Internen Revision - im Unternehmen - zu überwinden, sind mehrere strategische Themen erforderlich:

  • Transparente Kommunikation: Eine klare und offene Kommunikation ist entscheidend. Mitarbeiter müssen verstehen, warum KI-Technologien eingeführt werden und welchen Nutzen sie für das Unternehmen und ihre eigenen Aufgaben haben. Es ist wichtig, Ängste zu adressieren, insbesondere die Sorge vor Arbeitsplatzverlusten, indem man betont, dass KI zur Unterstützung und nicht zum Ersatz von Menschen gedacht ist.
  • Einbindung der Mitarbeiter: Die frühzeitige Einbindung der Belegschaft in den Veränderungsprozess kann Widerstände verringern. Wenn Mitarbeiter die Möglichkeit haben, ihre Bedenken zu äußern und ihre Perspektiven einzubringen, fühlen sie sich stärker als Teil des Prozesses und weniger als Opfer einer Entscheidung, die über ihre Köpfe hinweg getroffen wurde.
     
  • Schulung und Weiterbildung: Widerstände entstehen oft aus Unsicherheit und mangelndem Wissen über die neuen Technologien. Durch gezielte Schulungsprogramme können Mitarbeiter die notwendigen Fähigkeiten erwerben, um KI-Technologien effektiv zu nutzen. Dies stärkt ihr Vertrauen in die eigene Kompetenz und reduziert Ängste vor dem Unbekannten.
     
  • Vorbildfunktion der Führungskräfte: Führungskräfte sollten als aktive Unterstützer der KI-Implementierung auftreten. Ihre positive Einstellung gegenüber den neuen Technologien kann eine Vorbildwirkung auf die Mitarbeiter haben und ihnen zeigen, dass die Veränderung nicht nur unvermeidlich, sondern auch positiv ist.
  • Schrittweise Implementierung: Eine graduelle Einführung von KI-Technologien kann den Übergang erleichtern. Indem Unternehmen zunächst Pilotprojekte oder kleine Implementierungen durchführen, können sie den Mitarbeitern Zeit geben, sich an die neuen Tools zu gewöhnen, bevor sie umfassender eingesetzt werden. Erfolgreiche Pilotprojekte können als Beweis für den Nutzen der Technologien dienen und Widerstände abbauen.
     
  • Erfolgsgeschichten teilen: Das Teilen von Erfolgsgeschichten und positiven Ergebnissen aus anderen Abteilungen oder Unternehmen kann die Akzeptanz fördern. Wenn Mitarbeiter sehen, wie KI-Technologien in ähnlichen Kontexten erfolgreich eingesetzt wurden, sind sie eher bereit, den Wandel zu akzeptieren.
     
  • Langfristige Vision vermitteln: Es ist wichtig, eine klare langfristige Vision zu kommunizieren, wie KI-Technologien die Unternehmensstrategie unterstützen und welche Rolle die Mitarbeiter in dieser Zukunft spielen werden. Dies hilft, das Gefühl der Unsicherheit zu reduzieren und eine gemeinsame Richtung zu schaffen.
Kostenloser Download

Wissenssammlung: Grundlagen der Internen Revision

In einer sich ständig verändernden Geschäftswelt müssen Sie als Revisor up-to-date sein. Holen Sie sich Tipps und Tricks erfahrener Revisionsexperten, die den Berufsalltag erleichtern.

Robotic Process Automation KI Tools Natural Language Processing Maschinelles Lernen
Gefällt Ihnen, was Sie lesen? Teilen Sie diesen Beitrag oder hinterlassen Sie uns einen Kommentar!

Kommentare

Keine Kommentare

Kommentar schreiben

* Diese Felder sind erforderlich

Die HAUB + PARTNER GmbH agiert seit über 35 Jahren erfolgreich am Markt und hat sich zu einem renommierten Seminaranbieter für die Interne Revision im deutschsprachigen Raum entwickelt.

Mit kompetenten Bildungsleistungen garantieren wir Fach- und Führungskräften einen nachhaltigen Lernerfolg.

© HAUB + PARTNER GmbH 2024