Das Potenzial von KI im Rechnungswesen erschließen: Chancen und Herausforderungen

AI. Zwei Buchstaben, die, wenn sie kombiniert werden, eine seltsame Kombination aus Panik und Hoffnung hervorrufen.

Seit Jahren sprechen wir über die Talentknappheit in der Buchhaltung. Buchhalter, die in Scharen abwandern, weniger Studienfächer an den Universitäten und wachsende Erwartungen haben einen Teufelskreis geschaffen, in dem Buchhalter mehr zu tun haben - und gestresster sind als je zuvor.

Die gute Nachricht ist, dass die Führungskräfte der Unternehmen beginnen, dies zu verstehen. Die Frage ist nur: Wird das ausreichen?

Die rasante Entwicklung der künstlichen Intelligenz (KI) hat in verschiedenen Branchen zu tiefgreifenden Veränderungen geführt, und der Einsatz von KI in der Buchhaltung ist keine Ausnahme. Da Unternehmen nach Möglichkeiten zur Rationalisierung von Abläufen und zur Verbesserung der Entscheidungsfindung suchen, ist das Potenzial von KI, die Buchhaltung zu revolutionieren, unbestreitbar. Der Weg dorthin ist jedoch nicht ohne Herausforderungen, insbesondere wenn es darum geht, verallgemeinerte KI-Modelle für hochspezialisierte Aufgaben zu nutzen.

Kürzlich habe ich mich mit meinen Mitbegründern Cullen und Chris für eine spezielle Folge von Blood, Sweat & Balance Sheets - die kostenlos auf FloQademy erhältlich ist - zusammengesetzt, um sie zu analysieren:

• Was KI wirklich ist, mit besonderem Augenmerk auf LLMs und neuronale Netze
• Die derzeitigen Grenzen und Stärken der KI
• Wie sich die Perspektive der Buchhaltungsabteilungen von der Betrachtung der KI als Bedrohung hin zu einer bedeutenden Chance gewandelt hat
• Möglichkeiten, wie KI die Arbeitsbelastung überlasteter Buchhalter durch die Automatisierung von Routineaufgaben und die Bereitstellung wertvoller Erkenntnisse verringern kann

Die Herausforderung der Verallgemeinerung

Die meisten Menschen assoziieren KI mit großen Sprachmodellen (LLMs). Generative vortrainierte Transformatoren (GPTs) sind eine besondere Art von LLM.

Cullen beleuchtet, warum die GPTs in ihrer jetzigen Form nicht in der Lage sind, die nuancierten, hoch analytischen Aufgaben zu bewältigen, mit denen sich Buchhalter beschäftigen.

"GPT ist ein verallgemeinertes Modell, was bedeutet, dass es versucht, eine hinreichend gute Antwort auf fast alles zu geben, aber dabei geht etwas verloren", so Cullen.

Diese Modelle sind zwar hervorragend in der Lage, umfassende Antworten auf verschiedenste Themen zu geben, können aber nur begrenzt differenzierte, unternehmensspezifische Fragen zur Rechnungslegung beantworten.

"Ein Beispiel: Ein LLM kann Antworten auf allgemeine Fragen zur Buchhaltung geben - solche, die in einer Prüfung auftauchen könnten -, hat aber Schwierigkeiten mit spezifischen Fragen zu einzigartigen Unternehmenspraktiken. GPT ist als allgemeine Lösung konzipiert, so dass LLM-Modelle von der Stange nicht ohne weiteres präzise, berufsspezifische Informationen liefern können."

Der Weg nach vorn: Maßgeschneiderte KI für das Rechnungswesen

Trotz dieser Herausforderungen gibt es vielversprechende Techniken, um die Leistungsfähigkeit der KI für das Rechnungswesen nutzbar zu machen. Ein solcher Ansatz ist die Retrieval-Augmented Generation (RAG), bei der die KI mit unternehmensspezifischen Informationen vorgeladen wird.

"Es gibt zum Beispiel etwas, das sich RAG nennt, und bei dem man dem LLM eine Reihe von Informationen vorgibt, die wirklich spezifisch für Sie und Ihr Unternehmen sind... das kann es verdammt gut", sagt Zandstra.

Durch die Eingrenzung des Anwendungsbereichs und die Bereitstellung von relevantem Kontext - und zwar einer Menge davon - können KI-Modelle genauere und nützlichere Antworten geben, die auf spezifische Bedürfnisse zugeschnitten sind.

Cullen gibt jedoch zu bedenken, dass es selbst mit Techniken wie RAG eine komplexe Aufgabe bleibt, differenzierte Antworten zu finden.

"Selbst bei etwas wie der RAG ist es nicht einfach. Es ist tatsächlich ziemlich schwierig, einen LLM dazu zu bringen, Ihnen wirklich nuancierte Antworten zu geben... er ist darauf trainiert, Ihnen verallgemeinerte Antworten zu geben", sagte er.

Die Zukunft der KI im Rechnungswesen

Was wir hier nicht berücksichtigen - obwohl wir es in der ganzen Folge ansprechen - ist, was als Nächstes für KI kommt und was als Nächstes für KI und Buchhaltung kommt.

Während die KI weiter voranschreitet, muss die Buchhaltungsbranche die Balance finden, ihr Potenzial zu nutzen und gleichzeitig ihre Grenzen zu berücksichtigen. Die Anpassung von KI-Modellen an die spezifischen Anforderungen des Rechnungswesens und die kontinuierliche Verfeinerung von Techniken wie RAG werden entscheidende Schritte nach vorne sein.

Besuchen Sie learn.floqast.com für kostenlose und CPD sammeln Credits.