Ein neues Leitbild für das Lernen in Auditing, Tax und Advisory

Prof. Dr. Julia Knopf
FoBiD Forschungsinstitut Bildung Digital - Geschäftsführende Leitung

Die Digitalisierung verändert die berufliche Bildung rasant – das ist keine neue Erkenntnis, aber immer noch stellt die Digitalisierung Unternehmen vor große Herausforderungen. Neue Fähigkeiten, innovativen Methoden und ein neues Mindset sind unerlässlich, um erfolgreich zu sein.

Der Vortrag beschäftigt sich mit den Herausforderungen des Lernens im Berufsfeld Auditing, Tax und Advisory und damit, wie Unternehmen sie erfolgreich meistern können. Um das volle Potenzial digitaler Lernformate zu nutzen, braucht es neben neuen, didaktischen Konzepten vor allem individuelle und auf die Bedürfnisse der Mitarbeiter abgestimmte Lernangebote.

Digitale Lernformate und Beratung in der beruflichen Bildung gehen Hand in Hand. Deshalb ist es wichtig, sich frühzeitig über Corporate Didactics – eine didaktische Gesamt-Strategie des Lernens im Unternehmen – Gedanken zu machen, um langfristig erfolgreich im digitalen Zeitalter zu sein.

Melanie Sack, WP StB
Institut der Wirtschaftsprüfer in Deutschland e.V. (IDW)
Stellvertretende Vorstandssprecherin

Die Digitalisierung verändert sowohl die Geschäftsmodelle als auch die Prozesse in den Unternehmen. Neben einer dadurch zu beobachtenden exponentiellen Zunahme von Unternehmensdaten und einer Zunahme an Rechenkapazitäten schaffen die Möglichkeiten des Cloud-Computing die Voraussetzungen für den nächsten technologischen Schritt: den Einsatz von künstlicher Intelligenz (KI). Unternehmen erhoffen sich durch den Einsatz von KI erhebliche Wettbewerbsvorteile.

Auch den Wirtschaftsprüfern begegnet der Einsatz von KI in vielerlei Hinsicht. Zum einen bei der Abschlussprüfung, wenn die KI im zu prüfenden Unternehmen für rechnungslegungsrelevante Zwecke zu beurteilen ist. Zum anderen kann auch die Prüfung des Einsatzes von KI außerhalb der Abschlussprüfung als sog. Assurance-Dienstleistung notwendig werden, um Vertrauen in den Einsatz dieser Systeme zu schaffen. Und letztlich entwickeln Wirtschaftsprüfer auch selbst KI-basierte Assistenzsysteme, um Effizienzen in den eigenen Prozessen zu heben und um zu weiteren Erkenntnissen in ihren Prüfungs- und Beratungsleistungen zu gelangen.

Der Vortrag geht darauf ein, wie Unternehmen und Wirtschaftsprüfer auf diese Entwicklungen reagieren können und welche Rolle in diesem Zusammenhang das IDW spielen kann.

Anna Buschbeck
BDO AG - Partnerin

Durch die Digitalisierung von Unternehmensprozessen und die fortschreitende Vernetzung stehen Wirtschaftsprüfern immer mehr Daten zur Verfügung, die im Rahmen einer Jahresabschlussprüfung oder auch bei forensischen Untersuchungen zu berücksichtigen sind. Die Analyse dieser Daten, um die tatsächlich relevanten Informationen zu erkennen und keine wesentlichen zu übersehen, stellt sich als immer größere Herausforderung dar.

Hier verspricht der Einsatz von KI-basierten Tools Unterstützung Wo können diese Werkzeuge den Wirtschaftsprüfer entlasten? Und inwieweit kann sich der Wirtschaftsprüfer auf die Ergebnisse dieser Tools stützen?

Günter Pesch und Sebastian Kiefer
DATEV eG

Erklärbare Künstliche Intelligenz (KI) hat sich zu einer Schlüsselkomponente für Black-Box Machine Learning (ML)-Ansätze in Bereichen mit hohem Bedarf an Transparenz entwickelt. Neben medizinischen Expertensystemen, die bei lebensverändernden Entscheidungsaufgaben grundsätzlich interpretierbar, transparent und nachvollziehbar sein müssen, erfordern auch andere Anwendungsdomänen wie die Finanzprüfung Vertrauen in ML. Auch für solche stark regulierten Bereiche, in denen ein Wirtschaftsprüfer Finanztransaktionen und Abrechnungen eines Unternehmens bewertet, gilt die Europäische Datenschutz-Grundverordnung (DSGVO). In diesem Forschungsbericht schlagen wir eine ML-Architektur vor, die Finanzprüfern helfen soll, indem sie anomale Datenpunkte in Abwesenheit von Ground Truth transparent erkennt. Während die Anomaliedetektion (AD) meistens überwacht durchgeführt wird, wobei modellunabhängige Erklärungen einfach angewendet werden können, ist unüberwachte AD kaum nachvollziehbar, insbesondere über verschiedene Algorithmen hinweg. In dieser Arbeit untersuchen wir, wie dies behoben werden kann: Wir beschreiben eine integrierte Architektur für unüberwachte AD, die Ausreißer auf verschiedenen Granularitätsebenen mithilfe eines Ensembles unabhängiger Algorithmen identifiziert. Darüber hinaus zeigen wir, wie modellunabhängige Erklärungen für ein solches Ensemble mithilfe von überwachter Approximation und Local Interpretable Model-Agnostic Explanations (LIME) generiert werden können. Darüber hinaus schlagen wir Techniken zur Nachbearbeitung von Erklärungen vor, die es ermöglichen, Erklärungen selektiv, empfängerabhängig und leicht verständlich zu gestalten. Kurz gesagt, unsere Architektur ebnet den Weg für eine modellunabhängige Erklärbarkeit für die Aufgabe der unüberwachten Anomaliedetektion. Sie lässt sich zudem problemlos auf andere unüberwachte ML-Probleme wie Clustering-Probleme übertragen.

Prof. Dr. Melanie Kappelmann-Fenzl
Technische Hochschule Deggendorf
Lehrgebiet Angewandte Biowissenschaften

Anders und doch ähnlich: sind Fragen in der Betriebswirtschaft und des menschlichen Körpers vergleichbar? Mit etwas Fantasie durchaus denkbar und sind die Analysemethoden beider komplexen Systeme womöglich übertragbar? Wagt man den Blick in andere Fachbereiche, erkennt man oft Parallelen, die man nicht erwartet hätte.

Die computergestützte Biologie hat sich in den letzten Jahrzehnten rasant entwickelt und wird es auch weiterhin tun, dabei ist die Analyse biologischer Sequenzen (z.B. unseres Erbguts) ein sehr wichtiger Teil der Bioinformatik geworden. Um biomedizinische Daten professionell handhaben und spezifische prognostische, prädiktive, diagnostische etc. Fragen beantworten zu können nutzt man Algorithmen, Skripte, Software-Tools, Datenbanken usw. Die Fragestellung ist primär die gleiche wie in der Wirtschaftsprüfung: Wo ist der Fehler? Gibt es eine Systematik? Hat der Fehler Allgemeingültigkeit oder ist er individuell?

Mutationen in Genen oder Bilanzierungsfehler - same same, but different!

Gregor Danielmeyer
OFD NRW Münster

Die digitale Betriebsprüfung befasst sich heutzutage größtenteils mit steuerrelevanten Dokumenten und Datensätzen, die mit unterschiedlichsten Datenverarbeitungssystemen erfasst, aufgezeichnet oder verarbeitet werden. Damit einhergehend verlagert sich das Steuerausfallrisiko auf solche Steuerpflichtige, die virtuell digital agieren. Hierunter fallen zunehmend die Bereiche E-Commerce, Influencer und NFT-Trading. Insbesondere Geschäftsvorfälle, die auf der Blockchain erfasst werden, stellen alle beteiligten Stakeholder vor besondere Herausforderungen. Datenzugriff auf und Datenexport von der Blockchain sind dank des öffentlichen Schlüssels einer Wallet schnell gemacht, aber wie werden diese Daten verprobt?

Der Vortrag von Herrn Danielmeyer befasst sich mit der Prüfungsselektion, der Sachverhaltsermittlung und der Verprobung von (nicht-)deklarierten steuerrelevanten Datensätzen. Aus dem Inhalt:

• Monetarisierungsmöglichkeiten bei virtuell digital agierenden Stpfl. am Beispiel eines Influencers im Gaming-Bereich
• Die Bedeutung von Non-Fungible Tokens (NFTs) in der Wirtschaft am Beispiel diverser NFTs
• Gängige Datenanalysemöglichkeiten der Finanzverwaltung