(openPR) KI-Einsatz in der Internen Revision: Effizienzgewinn oder neue Prüfungs- und Kontrollrisiken?
Künstliche Intelligenz hält zunehmend Einzug in Prüfungsplanung, Risikoanalyse, Datenaufbereitung und Berichterstattung – doch mit der Effizienz wächst auch das Kontrollrisiko. Halluzinationen, nicht nachvollziehbare Ergebnisse, ungeeignete Daten, Bias und fehlende Review-Prozesse können dazu führen, dass KI-gestützte Arbeitspapiere oder Analysen eine vermeintliche Sicherheit erzeugen, die fachlich nicht belastbar ist. Besonders kritisch wird es, wenn sensible Prüfungsdaten ohne klare Vorgaben verarbeitet werden oder die Revision Ergebnisse übernimmt, ohne Quellen, Plausibilität und Nachweisketten konsequent zu prüfen. Damit muss die Interne Revision eine Doppelrolle beherrschen: Sie soll KI selbst kontrolliert einsetzen und gleichzeitig deren Nutzung im Institut unabhängig prüfen.
Der eigene KI-Einsatz betrifft inzwischen nahezu den gesamten Revisionsprozess. Anwendungen können Dokumente analysieren, Kontrollen zuordnen, Interviews vorbereiten, Feststellungen strukturieren oder Zusammenfassungen erstellen. Die fachliche Beurteilung bleibt jedoch Aufgabe der Revision. Für einen belastbaren Einsatz braucht es deshalb definierte Use Cases, Pilotierung, geregelte Datenzugänge und Toolfreigaben sowie Standards für Prompts und Ergebnisse. Quellen und Referenzdokumente, Plausibilitätsprüfungen, Review-Checklisten und dokumentierte Nachweisketten sind zentrale Sicherungen gegen fehlerhafte KI-Ausgaben. Ebenso müssen Vertraulichkeit, Human Oversight und die Grenzen des jeweiligen Einsatzes nachvollziehbar geregelt werden.
Parallel entsteht mit KI-Governance ein neues Prüfungsfeld. Strategie, Rollen und Richtlinien, ein vollständiges Use-Case-Inventar, Risikoklassifizierung, Freigaben und laufende Überwachung müssen von der Revision beurteilt werden können. Dabei geht es nicht allein um formale Compliance. Datenqualität, Bias und Fairness, Transparenz, Robustheit und Protokollierung entscheiden darüber, ob KI-Systeme kontrollierbar bleiben. Als Orientierungsrahmen nennt das Seminar neben dem EU AI Act auch das NIST AI Risk Management Framework und ISO/IEC 23894; für die Prüfungsmethodik werden unter anderem CRISP-DM und COBIT herangezogen.
Hinzu kommen erhebliche Datenschutz- und Compliance-Risiken. Generative KI-Anwendungen und ihre Nutzungsrichtlinien müssen ebenso geprüft werden wie automatisierte Entscheidungen. Datenschutz-Folgenabschätzungen, Verarbeitungsverzeichnisse, Auftragsverarbeitung, Lösch- und Berechtigungskonzepte sowie technische Schutzmaßnahmen werden damit zu konkreten Prüfungsobjekten. Gerade für Banken und Finanzdienstleister ist entscheidend, KI-Innovationen nicht außerhalb etablierter Governance- und Kontrollstrukturen entstehen zu lassen.
Das Online-Seminar „Künstliche Intelligenz in der Internen Revision: Einsatz & Prüfung“ am 2. November 2026 setzt genau an dieser Doppelrolle an. Teilnehmer lernen, KI entlang des Revisionsprozesses sinnvoll einzusetzen und gleichzeitig ein risikoorientiertes Prüfprogramm für KI-Systeme aufzubauen. Scope, Prüfziele, Kontrollkatalog, Evidenzen und Testhandlungen werden dabei ebenso behandelt wie die Bewertung der Kontrollwirksamkeit und eine belastbare Berichterstattung über Feststellungen, Ursachen, Risiken und Maßnahmen. Ziel ist eine Revisionspraxis, die Effizienzpotenziale nutzt, ohne professionelle Skepsis, Nachvollziehbarkeit und Prüfungssicherheit preiszugeben.
Jan Zeitz, Associate Director im Segment Model Risk & Risk Analytics bei der Protiviti, zeigt, wie KI von Prüfungsplanung und Risikoanalyse bis zu Arbeitspapieren, Berichten und Follow-up eingesetzt und zugleich KI-Governance, Daten- und Modellqualität sowie regulatorische Compliance systematisch geprüft werden können.
Patrick Wastian, Senior Consultant im Segment Model Risk & Risk Analytics bei der Protiviti, konkretisiert die Implementierung KI-gestützter Audit-Use-Cases und zeigt, wie Toolfreigaben, Prompt- und Ergebnisstandards, Human Oversight, Qualitätssicherung gegen Halluzinationen und risikoorientierte Prüfprogramme zu belastbaren Nachweisketten verbunden werden.
Stefan Kountouris, Senior Consultant für Datenschutz, Informationssicherheit & IT-Compliance bei der BridgingIT, erläutert die datenschutzrechtliche Prüfung von KI-Anwendungen und zeigt, worauf die Revision bei DSGVO-konformer Governance, generativer KI, automatisierten Entscheidungen, Datenschutz-Folgenabschätzungen, Auftragsverarbeitung sowie Lösch- und Berechtigungskonzepten achten muss.
Damit adressiert das Seminar zwei Aufgaben, die für Revisionsfunktionen zunehmend zusammengehören: KI muss als Werkzeug kontrolliert beherrscht und zugleich als neues Prüfungsobjekt verstanden werden. Wer beide Perspektiven methodisch verbindet, kann Prüfungsprozesse effizienter gestalten und gleichzeitig die eigene Prüfungsfähigkeit gegenüber KI-Risiken ausbauen.
Die zentrale Botschaft: KI kann die Interne Revision erheblich unterstützen, ersetzt aber weder fachliches Urteil noch professionelle Skepsis. Ohne klare Governance, belastbare Qualitätssicherung und eine eigenständige KI-Prüfungsmethodik drohen aus Effizienzgewinnen neue Kontrolllücken. Die Revision muss deshalb jetzt Kompetenzen und Prüfungsstandards aufbauen, bevor KI-Anwendungen zum selbstverständlichen Bestandteil kritischer Geschäfts- und Prüfungsprozesse werden.
Weitere Informationen und Anmeldung unter:
https://www.akademie-heidelberg.de/seminar/kuenstliche-intelligenz-der-internen-revision-einsatz-pruefung
