KI als Wegweiser für die Zukunft mittelständischer Weltmarktführer

Künstliche Intelligenz (KI) sorgt für eine wesentliche Steigerung der Effektivität und Effizienz in verschiedenen Geschäftsprozessen und entwickelt sich dadurch zuneh­mend in Richtung einer Schlüsseltechnologie für RÖDL und unsere Mandan­ten. Eine zielgerichtete Implementierung von KI-Systemen in bestehende Geschäfts­prozesse kann daher langfristig für einen entscheidenden Wettbewerbs­vorteil sorgen. 

Angesichts der rasanten Entwicklung der Funktionalität von KI sowie den technologischen Fortschritten bei der Datenverarbeitung durch die zur Verfügung stehenden Rechenleistungen, hat sich der praktische Nutzen von KI bei der Bewältigung realer Problemstellungen zunehmend manifestiert.

Bei KI kann generell zwischen aufgabenbasierten Modellen und sog. General-Purpose-Modellen unterschieden werden. Erstere sind spezialisiert auf klar abgrenzbare Anwendungsgebiete, wie beispielsweise die Analyse eines Datensatzes auf Auffälligkeiten in den Attributwerten von Journal Entries^[1].  

General-Purpose-Modelle werden durch Generative KI realisiert und erzielen derzeit signifikante Fortschritte bei der Bewältigung komplexer Aufgaben, die üblicherweise die kognitiven Fähigkeiten eines Menschen erfordern. So besitzt diese Art von KI-Modellen beispielsweise die Funktionalität, Texte zusammenzufassen und komplexe Semantiken in Berichten und Richtlinien zu verstehen^[2]. 

Die der Generativen KI zugrundeliegende Modellarchitektur wird durch sog. Foundation Models^[3] realisiert, denen insbesondere die bekannte Subkategorie der großen Sprachmodelle, sog. Large Language Models, zugeordnet ist. Bekannt sind hier vor allem ChatGPT oder Google’s Gemini. Diese besitzen einfach zu bedienende User Interfaces, welche über dialogbasierte Aufforderungen, sogenannte Prompts, instruiert und angeleitet werden. Eine solch intuitive Handhabung hat zu einer flächendeckenden Demokra­tisierung der derzeit fortschrittlichsten KI-Funktionalitäten geführt.

Durch die intuitiv zu bedienenden Benutzerschnittstellen anhand von Texteingaben, können nahezu alle Mitarbeitenden von RÖDL und unserer Mandanten, komplexere Problemstellungen mit Unterstützung von KI angehen^[4]. Dabei können bestehende Geschäftsprozesse teilautomatisiert analysiert oder auch schnelle Effizienzgewinne für die alltäglich anfallenden Aufgaben realisiert werden. Notwendig für deren Funktionalität ist eine Adaption der Modelle der Generativen KI auf den konkreten Anwendungsbereich.

Sofern wir Ihr Interesse geweckt haben, inwiefern Sie die derzeit zur Verfügung stehenden KI-Modelle zielge­richtet und erfolgsversprechend anwenden können, zögern Sie nicht, uns anzusprechen! 

Auch wir als RÖDL werden bestehende Prüfprozesse für unsere Mandanten sukzessive durch die Funktionalitäten der KI anreichern. Neben den vielversprechenden Einsatzgebieten von KI bleibt jedoch für den Berufsstand der Wirtschaftsprüfer stets der Grundsatz der Eigenverantwortlichkeit bestehen. So wird es für den Berufsstand der Wirtschaftsprüfer nach wie vor essenziell sein, den von der KI generierten Output unter dem Grundsatz des Professional Judgements hinsichtlich des Beitrages zur Generierung ausreichender und angemessener Prüfungsnachweise kritisch zu evaluieren.

Die hier zukünftig erscheinende Artikelserie wird nicht nur Ihr Verständnis zu den aktuellen technologischen Entwicklungen im Bereich KI auf den aktuellen Stand bringen, sondern auch innovative Anwendungs­möglich­keiten von KI aufzeigen. Darüber hinaus werden auch die Implikationen der Technologie auf den Berufsstand der Wirtschaftsprüfer beleuchtet.

Seien Sie gespannt auf die vielfältigen Einsatzmöglichkeiten von KI, welche zu Effektivitäts- und Effizienz­steigerungen in den innerbetrieblichen Geschäftsprozessen Ihres Unternehmens führen. 

———————————————————————————–

[1] Marten, K.-U., Föhr, T. L., McIntosh, S. 2022. KI-basierte Datenanalysen und risikoorientierter Prüfungsansatz, in: Die Wirtschaftsprüfung, Vol. 75, Heft 16, S. 898-913. 

[2] OpenAI. 2023. Technical Report. https://cdn.openai.com/papers/gpt-4.pdf

[3] Bommasani, R., Hudson, D.A., Adeli, E., Altman, R., Arora, S., von Arx, S., Bernstein, M.S., Bohg, J., Bosselut, A., Brunskill, E., Brynjolfsson, E., and others. 2021. On the Opportunities and Risks of Foundation Models. arXiv preprint arXiv:2108.07258. https://arxiv.org/abs/2108.07258

[4] Föhr, T. L., Marten, K.-U., Schreyer, M. 2023. Generative KI und risikoorientierter Prüfungsansatz, in: Der Betrieb, Vol. 76, Heft 36, S. 1681-1693.