Der Mensch bleibt zentral

Ein Prüfteam untersucht Tausende von Transaktionen eines Unternehmens. Früher zog es Stichproben und konnte dabei Muster übersehen. Heute analysiert ein KI-System sämtliche Transaktionen und markiert Auffälligkeiten. Das erweitert die Möglichkeiten der Wirtschaftsprüfung. Zugleich stellen sich neue Fragen: Wer überprüft die Ergebnisse? Und lassen sie sich nachvollziehen und reproduzieren? Das betrifft auch Investoren, Banken und Behörden, die sich auf Prüfungsaussagen verlassen. Bleiben Fehler unentdeckt, können die Folgen weitreichend sein. KI-Systeme verarbeiten grosse Datenmengen schnell. Ihre Ergebnisse sind jedoch nur so verlässlich wie ihre Daten und ihre Funktionsweise. Sind bestimmte Transaktionsarten in den Trainingsdaten zu wenig vertreten, kann die KI sie falsch einordnen. Ein System, das vor allem Daten grosser Konzerne kennt, könnte Besonderheiten von KMU vorschnell als Auffälligkeit bewerten.

Auch neue Geschäftsmodelle, Märkte oder Risiken können ein System überfordern. Zudem ist oft nicht ersichtlich, wie eine Schlussfolgerung zustande kam. Das Prüfteam muss die Ergebnisse aber beurteilen können und trägt die Verantwortung für das Prüfungsurteil. Deshalb braucht der Einsatz von KI klare Regeln und wirksame Kontrollen.

In der Praxis verbindet der Ansatz «Human in the Loop» maschinelle Analyse mit menschlichem Urteil. Die KI untersucht Transaktionen und weist auf mögliche Risiken hin. Anschliessend prüft ein erfahrenes Team, ob die Auffälligkeiten zur wirtschaftlichen Realität passen und die Ergebnisse plausibel sind. Bei komplexen Fällen werden zusätzliche Fachpersonen einbezogen.

Dafür braucht es klare Zuständigkeiten. Der Einsatz der KI und die darauf basierenden Beurteilungen müssen dokumentiert, Auffälligkeiten überprüft sowie Fehler erkannt und korrigiert werden.

Bei einem Fertigungsunternehmen fielen etwa ungewöhnlich hohe Rückerstattungen eines Lieferanten auf. Die KI markierte die Abweichung. Das Prüfteam kannte jedoch den Hintergrund: Fehlerhafte Rohstoffe waren retourniert und vergütet worden. Erst der wirtschaftliche Kontext zeigte, wie die Auffälligkeit zu beurteilen war.

KI führt in der Prüfung nicht automatisch zu weniger Gesamtaufwand. Sie kann wiederkehrende Arbeiten beschleunigen, erfordert aber Investitionen in Systeme, Datenmanagement und deren laufende Überprüfung. Zugleich verschiebt sich die Arbeit zu Aufgaben, die Erfahrung, Branchenkenntnis und kritisches Urteil verlangen. Auch für junge Prüferinnen und Prüfer verändert sich die Arbeit. Sie müssen KI-Systeme richtig einsetzen, deren Ergebnisse hinterfragen und fundiertes Fachwissen aufbauen. Nur wer das Geschäft versteht, erkennt, wann eine maschinelle Analyse in die falsche Richtung führt.

Ob KI zu besseren Prüfungen oder neuen Risiken führt, hängt davon ab, wie ihr Einsatz gesteuert wird. Technologie kann Muster erkennen und grosse Datenmengen auswerten. Den wirtschaftlichen Kontext vollständig erfassen oder die Verantwortung für ein Prüfungsurteil übernehmen kann sie nicht. Klare Governance bedeutet deshalb: Zuständigkeiten festlegen, Ergebnisse nachvollziehbar dokumentieren und menschliches Urteil dort sicherstellen, wo Erfahrung gefragt ist. Entscheidend bleibt, wie Menschen die Ergebnisse der KI prüfen, einordnen und verantworten.

Bei der nächsten Planungsbesprechung mit der Revisionsstelle sollte geklärt werden, wo und wie die Revisionsstelle KI einsetzt: Welche Modelle werden eingesetzt, und wie sind diese trainiert worden? Sind sie auf Unternehmen unserer Grösse und Branche kalibriert? Wie wird die Datenqualität überprüft und die Prüfqualität gewährleistet? Wie ist der Datenschutz sichergestellt? Ein offener Dialog mit der Revisionsstelle schafft Klarheit, wie Technologie die Prüfungsqualität erhöhen kann und wo menschliches Urteil nötig ist.