EYs Einsatz von KI in der Betrugserkennung bei Audits löst Debatte aus

EY, eines der führenden globalen Wirtschaftsprüfungsunternehmen, hat kürzlich künstliche Intelligenz (KI) in seine Audit-Prozesse zur Erkennung betrügerischer Aktivitäten implementiert. Erste Ergebnisse zeigen vielversprechende Ergebnisse, wobei KI verdächtige Aktivitäten in zwei der ersten zehn bewerteten Unternehmen identifiziert hat. Während EY das Potenzial von KI im Auditwesen rühmt, bleibt die Branche in Bezug auf die Zuverlässigkeit zur Betrugserkennung gespalten.

KI im Audit: Betrugserkennung

Ernst & Young (EY), ein prominenter Akteur in der Wirtschaftsprüfung und Buchhaltung, hat sich der künstlichen Intelligenz zugewandt, um seine Audit-Prozesse zu verbessern. Durch die Nutzung der Kraft der KI wollte EY die Genauigkeit und Effizienz seiner Prüfungsverfahren steigern.

EYs Einstieg in die KI-gestützte Prüfung begann 2018 mit dem Ziel, die Art und Weise, wie das Unternehmen betrügerische Aktivitäten erkennt, zu revolutionieren. In der ersten Phase dieses Vorhabens nutzte EY KI, um zehn verschiedene Unternehmen zu bewerten. Bemerkenswerterweise identifizierte das KI-System verdächtige Aktivitäten in zwei dieser Unternehmen, die später von den Kunden als Betrug bestätigt wurden.

Kath Barrow, Managing Partner für Assurance im Vereinigten Königreich und Irland bei EY, äußerte sich optimistisch bezüglich der Effektivität des KI-Systems. Während spezifische Details über die KI-Software und die Art der entdeckten Betrugsfälle unentdeckt bleiben, deutet Barrows Aussage darauf hin, dass EY erhebliches Potenzial in der Integration von KI in seine Audit-Prozesse sieht.

Die Geburt von Helix GLAD

Eine der Schlüsselfiguren hinter EYs erfolgreicher Integration von KI in die Prüfung ist Naoto Ichihara, Assurance-Partner für Ernst & Young ShinNihon LLC im Büro in Tokio. Mit einem Hintergrund in der Programmierung und einer Leidenschaft für die Entwicklung von Modellen und Systemen für die Prüfung war Ichihara inspiriert, die Anwendung von maschinellem Lernen in der Analyse von Buchhaltungsdaten zu erforschen.

Ichiharas umfangreiche Forschung in bestehenden akademischen Papieren und Algorithmen führte ihn zu einer bahnbrechenden Erkenntnis: Es gab einen effektiveren Weg, Anomalien durch maschinelles Lernen zu erkennen. Getrieben von dieser Vision begann Ichihara die Reise, eine KI-Lösung zu schaffen, die in der Lage ist, Unregelmäßigkeiten in riesigen Datenbanken finanzieller Informationen zu erkennen.

Seine innovative Technologie wurde die erste ihrer Art in der Prüfung, was letztendlich zu einem Patent für diese bahnbrechende Lösung führte. Benannt als EY Helix GL Anomaly Detector (Helix GLAD), markierte dies einen bedeutenden Meilenstein in der KI-gestützten Prüfung.

Vertrauen in KI gewinnen

Während KI das Potenzial hat, umfangreiche Datensätze schnell zu analysieren, bleibt die Buchhaltungsbranche in Bezug auf die Zuverlässigkeit zur Erkennung der vielfältigen Formen potenziellen Betrugs gespalten. Um Skepsis zu adressieren, führte EYs Assurance-Team strenge Tests von Helix GLAD gegen einen Datensatz mit vorbestimmten betrügerischen Buchungen durch.

Als der Algorithmus diese betrügerischen Einträge konsistent und genau aufdeckte, gewannen die Prüfer Vertrauen in das Potenzial von Helix GLAD, die Audit-Genauigkeit zu verbessern. Allerdings fehlte noch ein kritisches Element: Prüfern mangelte es an Einblicken darin, warum das KI-System bestimmte Anomalien erkannte. Dieses Wissen war entscheidend für die Bewertung der Gültigkeit und Auswirkungen der markierten Einträge.

Die Lücke schließen: Datenanalyse für Transparenz

In Anerkennung der Notwendigkeit von Transparenz und Verständnis in der Prüfung entwickelte EYs Team eine Lösung, die Datenanalyse nutzt. Diese Lösung zielte darauf ab, visuelle Karten der markierten Einträge zu erstellen, den Prüfern Einblicke in die Gründe hinter den Erkennungen des KI-Algorithmus zu geben.

Diese visuellen Darstellungen ermöglichten es den Prüfern, die markierten Einträge umfassend zu bewerten und förderten das Vertrauen in die Erkennungsmethoden des Algorithmus. Diese Transformation markierte einen bedeutenden Schritt nach vorn bei der Verbesserung der Genauigkeit und Effizienz von Audit-Prozessen und reduzierte gleichzeitig das Risiko, dass finanzielle Unregelmäßigkeiten unentdeckt bleiben.

Vorteile und Herausforderungen von KI in der Betrugserkennung bei Audits

Die Integration von KI in Prozesse zur Betrugserkennung bei Audits bietet zahlreichen großen Wirtschaftsprüfungsunternehmen wie EY zahlreiche Vorteile. KI-Algorithmen sind in der Lage, riesige Datenmengen in einem Bruchteil der Zeit zu analysieren, die ein menschlicher Prüfer benötigen würde. Diese Effizienz ermöglicht es Prüfern, sich auf die Interpretation von Ergebnissen zu konzentrieren, anstatt Daten mühsam zu überprüfen. Darüber hinaus sind KI-Modelle nicht anfällig für menschliche Voreingenommenheit oder Müdigkeit und wenden vordefinierte Regeln und Kriterien konsistent an, um Anomalien zu identifizieren.

Dieser objektive und zuverlässige Ansatz reduziert das Risiko, verdächtige Transaktionen aufgrund menschlicher Fehler oder Übersehen zu übersehen, wodurch die Wirksamkeit der Betrugserkennung erhöht wird.

Die Implementierung von KI in der Betrugserkennung bei Audits bringt jedoch Herausforderungen mit sich. Die Integration von KI-Technologie in bestehende Audit-Systeme und Arbeitsabläufe ist eine bedeutende Herausforderung. Wirtschaftsprüfungsunternehmen müssen sicherstellen, dass KI-Algorithmen nahtlos in ihre Infrastruktur und Prozesse integriert sind, was sorgfältige Planung, Schulung und Zusammenarbeit zwischen Prüfern und KI-Spezialisten erfordert.

Eine weitere Herausforderung dreht sich um die kontinuierliche Überwachung und Aktualisierung von KI-Algorithmen. Da Betrüger ihre Techniken anpassen und weiterentwickeln, müssen KI-Algorithmen anpassungsfähig bleiben, um neue Muster und Anomalien zu erkennen. Die Zusammenarbeit zwischen Prüfern und Entwicklern ist entscheidend für die Verfeinerung und Aktualisierung von Algorithmen, um den aufkommenden Bedrohungen voraus zu sein.

Die Zukunft von KI im Audit und regulatorische Überlegungen

Die Einführung von KI in der Betrugserkennung bei Audits hat das Potenzial, die Audit-Qualität und -Effizienz zu verbessern. Allerdings werden Aufsichtsbehörden eine entscheidende Rolle dabei spielen, in welchem Umfang Buchhalter auf KI während des Audit-Prozesses vertrauen können.

Jason Bradley, Leiter der Assurance-Technologie für den britischen Financial Reporting Council, erkennt an, dass KI Möglichkeiten zur Verbesserung der Audit-Qualität und -Effizienz bietet, wenn sie angemessen eingesetzt wird. Regulatorische Entscheidungen hängen wahrscheinlich von der Fähigkeit der Buchhalter ab, KI-Systeme kritisch zu bewerten und zu hinterfragen.

Zusätzlich stellt das Problem des Datenbesitzes eine Herausforderung dar. Unternehmen können ihre detaillierten Finanzdaten als proprietäre Informationen betrachten, was die Nutzung solcher privaten Daten zum Trainieren von KI-Systemen für die Prüfung anderer Entitäten komplex macht.

EYs erfolgreiche Implementierung von KI in der Betrugserkennung bei Audits unterstreicht die potenziellen Vorteile von KI im Auditwesen. Während Herausforderungen bestehen, können die Transparenz und Effizienz, die durch KI-gestützte Lösungen gebracht werden, die Art und Weise, wie Prüfer in der Zukunft betrügerische Aktivitäten erkennen und angehen, neu gestalten. Die Branche, Aufsichtsbehörden und Prüfer müssen diese Chancen und Herausforderungen gemeinsam navigieren, während KI in der Audit-Praxis weiterhin voranschreitet.