Am 13. Oktober nahm der stellvertretende Generalrechnungsprüfer des Staates, Bui Quoc Dung, in Hanoi an der internationalen Konferenz zum Thema „Rechnungsprüfung im neuen Zeitalter – Verbesserung der Prüfungskapazität durch KI“ teil und hielt dort die Eröffnungsrede.
Der Workshop brachte 120 Delegierte von Zentralbehörden, der ACCA, in- und ausländischen Wirtschaftsprüfungsgesellschaften, Banken, Forschungsinstituten, Universitäten und Berufsverbänden aus dem Finanz- und Wirtschaftsprüfungsbereich zusammen.
Wie sich die Wirtschaftsprüfung dank KI von „reaktiv“ zu „proaktiv“ wandelt
Bei der Eröffnung des Workshops erklärte der stellvertretende Generalrechnungsprüfer des Staates, Bui Quoc Dung, dass sich die Technologie in der Menschheitsgeschichte noch nie so schnell und tiefgreifend verändert habe wie heute. Laut Dung prägt KI alle Branchen grundlegend, von der Fertigung über das Finanzwesen bis hin zum Gesundheitswesen und der Bildung .
Er wies darauf hin, dass auch die Wirtschaftsprüfungsbranche mit ihrem Auftrag, Transparenz und Rechenschaftspflicht in der öffentlichen Verwaltung zu gewährleisten, von diesem Trend nicht ausgenommen sei. Der stellvertretende Generalrechnungsprüfer des Staates merkte zudem an, dass KI für Prüfer nicht nur ein Werkzeug, sondern auch eine Chance darstelle, Denk- und Handlungsweisen grundlegend zu verändern.

Der stellvertretende Generalrechnungsprüfer des Staates, Bui Quoc Dung, auf der internationalen Konferenz zum Thema „Rechnungsprüfung im neuen Zeitalter – Verbesserung der Prüfungskapazität durch KI“ (Foto: SAV).
Seiner Ansicht nach basiert die Wirtschaftsprüfung auf Beweisen und Schlussfolgerungen. Im traditionellen Modell müssen Prüfer aufgrund von Zeit- und Ressourcenbeschränkungen repräsentative Stichproben auswählen und daraus das Gesamtbild ableiten. Dies schränkt den Umfang der Prüfung ein und erschwert es insbesondere, mit dem kontinuierlichen Datenfluss Schritt zu halten.
Die Entwicklung von KI und Big-Data-Analysen hat jedoch einen Wendepunkt markiert. Anstatt einzelner Pixel können Prüfer ganze Datensätze scannen und analysieren, wodurch die Sicherheit erhöht, subjektive Verzerrungen reduziert und die Konsistenz von Bewertungen verbessert wird. Gleichzeitig wandeln Algorithmen für maschinelles Lernen, Deep Learning und natürliche Sprachverarbeitung riesige Mengen unstrukturierter Dokumente und Datensätze in Informationen um, die abgerufen, durchsucht, zusammengeführt und interpretiert werden können.
Zu diesem Zeitpunkt beschränkt sich die Prüfung nicht mehr auf die spätere Aufdeckung von Fehlern, sondern kann Trends bei Fehlern, Verschwendung und Betrug vorhersagen, um frühzeitig einzugreifen – ein Schritt von der Reaktion zur Proaktivität.
Herr Dung wies darauf hin, dass viele oberste Rechnungsprüfungsbehörden von der nachgelagerten Prüfung hin zu einem umfassenden Monitoring und der Risikoprognose übergegangen sind. Um über reine Korrelationen hinauszugehen und die tatsächlichen Auswirkungen von politischen Maßnahmen zu bewerten, wurden Kausalanalyseverfahren eingeführt.
Parallel dazu gibt es virtuelle Prüfassistenten auf Basis großer Sprachmodelle (LLMs), die automatisiertes Suchen, Abgleichen und Erstellen ermöglichen; die kontinuierliche Überwachung von zig Millionen Leistungstransaktionen pro Monat ist keine Idee mehr, sondern operative Realität.
Hinter diesen Erfolgen stehen die Integration von Daten aus verschiedenen Quellen – der Abbau von „Datensilos“ zwischen Behörden – und der Einsatz von maschinellem Lernen, Technologien zur Verarbeitung natürlicher Sprache (die Maschinen helfen, Texte zu verstehen und zu analysieren), Geoinformationssystemen (die bei der Überwachung von Daten helfen, die mit räumlichen Standorten verknüpft sind) und Clustering-Techniken, die Assoziationsregeln extrahieren, um eine „360-Grad-Sicht“ des überwachten Objekts zu erstellen.
Führende Vertreter der Wirtschaftsprüfungsbranche betonen, dass es sich hierbei nicht um ein technisches Detail handelt, sondern um einen Paradigmenwechsel für den Berufsstand der Wirtschaftsprüfer: von „periodischen Schlussfolgerungen“ zu „kontinuierlicher Überwachung“, von „kleinen Stichproben“ zu „vollständigen Analysen“, von der „Beschreibung der Vergangenheit“ zur „Vorhersage der Zukunft“.
Er wies auch auf die Erfahrungen von Ländern hin, die künstliche Intelligenz frühzeitig im Bereich der Wirtschaftsprüfung eingesetzt haben.
In den USA hat das Government Accountability Office (GAO) KI in die Risikoaufsicht des Bundes in den Bereichen Finanzen, Gesundheitswesen und Bankwesen eingeführt. Dies reduziert den Zeitaufwand drastisch, erweitert den Umfang der Analysen und erhöht die Beweiskraft.
In Großbritannien setzt das britische Nationale Rechnungsprüfungsamt (NAO) KI in den Bereichen Sozialwesen, Gesundheit und öffentliche Aufträge ein und erstellt einen „Leitfaden“ für den sicheren Einsatz von KI, um durch Betrugsprävention Kosten zu sparen.
In Pakistan wurde KI eingesetzt, um 128.000 Fälle von „Geisterrentnern“ bei Rentenzahlungen aufzudecken – ein Beweis für die Macht von Daten, wenn sie intelligent verknüpft werden.
Die staatliche Rechnungsprüfung baut ein Technologie-Ökosystem mit 6 KI-Anwendungen auf
Laut dem stellvertretenden Generalrechnungsprüfer des Staates, Bui Quoc Dung, bildet Vietnam keine Ausnahme von diesem Trend.
Tatsächlich übersteigt der Umfang und die Komplexität der öffentlichen Daten in Vietnam allmählich das, was mit traditionellen Prüfmethoden (die hauptsächlich auf Stichproben beruhen) abgedeckt werden kann.

Der stellvertretende Generalrechnungsprüfer des Staates, Bui Quoc Dung, nahm am Morgen des 13. Oktober an dem Workshop teil und hielt die Eröffnungsrede (Foto: SAV).
Herr Dung nannte Beispiele aus einer Reihe von Behörden des Finanzministeriums.
Bei der vietnamesischen Sozialversicherung sind monatlich 17 Millionen Personen sozialversichert; jährlich werden 96 Millionen Krankenversicherungskarten ausgestellt und über 200 Millionen medizinische Untersuchungen und Behandlungen im Zusammenhang mit Versicherungsleistungen abgewickelt. Das Finanzamt verzeichnete Ende letzten Jahres über 950.000 Unternehmen, die ihre Steuern elektronisch abgaben und dabei fast 16 Millionen Datensätze und fast 150 Millionen Steuererklärungen einreichten.
Laut Herrn Dung handelt es sich um riesige Datenmengen, die kontinuierlich in Echtzeit aktualisiert werden. Wenn wir diese weiterhin mit herkömmlichen manuellen Methoden verarbeiten, riskieren wir, systemische Risiken zu übersehen und die Zuverlässigkeit der Prüfungsergebnisse zu beeinträchtigen.
Der staatliche Rechnungshof hat einen proaktiven Weg gewählt: Aufbau einer Datenplattform, Vernetzung und Datenaustausch mit wichtigen Ministerien und Behörden, Vorbereitung der Speicher- und Verarbeitungsinfrastruktur und gleichzeitige Umsetzung von KI-Projekten, die die fachlichen Probleme der öffentlichen Rechnungsprüfung direkt lösen.
Dementsprechend hat diese Behörde eine Big-Data-Plattform initiiert, eine geeignete Technologiearchitektur ausgewählt und sich mit dem Finanzministerium, der vietnamesischen Sozialversicherung und der Staatsbank verbunden und ausgetauscht, wodurch ein Data Warehouse mit über 100 Millionen Datensätzen für die Prüfungsanalyse entstanden ist.
„Wir haben ein Ökosystem für Prüfungstechnologien aufgebaut, in dem sechs KI- und Datenanwendungssoftwares in der Praxis eingesetzt werden: von der Budgetdatenanalyse über die Risikobewertung und die Prüfung von Finanztransaktionen bis hin zur Überwachung öffentlicher Investitionen und der Bewertung von Umweltausgaben. Diese ersten Ergebnisse bestätigen: KI ersetzt Prüfer nicht, sondern macht sie kompetenter, genauer und fundierter“, sagte Herr Dung.
Abschließend bekräftigte Herr Dung, dass KI nicht nur dabei hilft, Verstöße schneller aufzudecken, sondern auch dabei, Risiken vorherzusagen, Maßnahmen zu empfehlen und Entscheidungen im öffentlichen Finanzmanagement zu unterstützen – ganz im Sinne des Übergangs von der „nachträglichen Prüfung“ zur „intelligenten, proaktiven Echtzeitprüfung“.
Quelle: https://dantri.com.vn/kinh-doanh/pho-tong-kiem-toan-nha-nuoc-bui-quoc-dung-ai-tai-dinh-hinh-nghe-kiem-toan-20251013103016681.htm






Kommentar (0)