Relevanz
Die Digitalisierung verändert die heutige Geschäftsform und wirkt sich auf Unternehmen aller Branchen und Verbraucher auf der ganzen Welt aus. Das wesentliche Ziel der Digitalisierung besteht dabei in der Umwandlung von analogen Werten in digitale Formate. Als Resultat dieser Umwandlung entstehen stetig mehr Daten auf der Welt.
Der Einfluss der Digitalisierung ist insbesondere innerhalb der Unternehmen erkennbar. Diese wickeln ihre Geschäftsprozesse inzwischen größtenteils IT gestützt ab. Dies hat zur Folge, dass ein Großteil prozessrelevanter Informationen in digitaler Form verwaltet wird und eine entsprechende Abfrage der Daten nur noch unter Nutzung der IT möglich ist. Unter den digitalen Daten sind typischerweise auch Inhalte vorhanden, die von der internen Revision geprüft werden müssen. Dies sind beispielsweise Daten die im Rahmen eines zu prüfenden Geschäftsprozesses angefallen sind. Die Beschränkung einer zu prüfenden Menge auf eine Stichprobe stellt dabei nach wie vor einen wesentlichen Bestandteil der heutigen Revisionspraxis dar und ist in der Regel der großen Menge an Daten geschuldet. Das im Rahmen einer Stichprobe ermittelte Prüfungsergebnis wird dann auf die Grundgesamtheit übertragen und kann demnach nur als Richtwert, nicht aber als ganzheitliche Prüfsicherheit gelten. Um Letztere gewährleisten zu können, müssen neuartige Ansätze aus dem Bereich der Data Science verfolgt werden, welche in der Lage sind die Gesamtheit aller während eines Geschäftsprozess anfallenden Daten für eine Revisionsprüfung zu berücksichtigen, um das Unternehmen somit langfristig vor Risiken zu bewahren.
Ziel und Vorgehen
Das Projekt DiFA 2.0 ist eine Forschungskooperation zwischen der VLBA und der Volkswagen AG. Die Forschungskooperation unterteilt sich in zwei Vorhaben. Jedes Vorhaben verfolgt unterschiedliche Ziele.
Teilvorhaben 1 – DocNexus
Das Teilvorhaben „DocNexus“ untersucht die bestehenden Gegebenheiten in Internal Audit-Abteilungen bezüglich der Verwaltung und Nutzung von unstrukturierten und semi-strukturierten Daten. Diese Daten umfassen Prozessstandards, Prüfberichte sowie weitere prüfungsrelevante Dokumentationen. In der gegenwärtigen Situation zeigt sich, dass die vorhandenen Methoden zur Suche und Zusammenstellung erforderlicher Dokumente für Prüfungsvorbereitungen einen erheblichen Zeit- und Arbeitsaufwand erfordern. Dies liegt hauptsächlich an den vorhandenen Beschränkungen bei Stichwortsuchen und der abfragebasierten Informationsgewinnung. Im Rahmen der technologischen Umsetzung verwendet DocNexus verschiedene KI-Technologien: Generative KI, multimodale Modelle, Large Language Models (LLMs) sowie Retrieval-Augmented Generation (RAG). Der Forschungsschwerpunkt liegt auf der methodischen Entwicklung von Lösungsansätzen zur Verarbeitung und Extraktion von Informationen aus umfangreichen unstrukturierten Datenbeständen. Die Zielsetzung besteht in der Verbesserung der täglichen Prüfungsprozesse durch den Einsatz von systematischer Informationsverarbeitung und strukturierten Retrievalsystemen.
Teilvorhaben 2 – Einsatz von KI bei der Prüfungsplanung
Im Rahmen dieses Teilvorhabens soll der Einsatz von Künstlicher Intelligenz (KI) in der Prüfungsplanung der Internen Revision untersucht werden. Ziel ist es, das Risk Assessment zu automatisieren, das die risikoorientierte Prüfungsplanung effizienter und zielgerichteter gestaltet. Durch den Einsatz von KI sollen relevante Prüfungsbereiche automatisch identifiziert und priorisiert werden, wobei verschiedene Datenquellen analysiert werden, um potenzielle Risiken und Schwachstellen zu erkennen. Das neue Audit Universe wird es der Internen Revision ermöglichen, Ressourcen gezielter einzusetzen und eine datengetriebene Entscheidungsfindung zu fördern, um eine noch effektivere und präzisere Prüfungstätigkeit zu gewährleisten.
