AuditBoard verbessert die Risikomanagement-Plattform mit integrierten LLM-Beschreibungen.

Niemand mag es, auditiert zu werden, doch ist dies entscheidend, um die Transparenz und Compliance von Unternehmenspraktiken und -richtlinien sicherzustellen. Auditoren spielen eine wesentliche Rolle bei der Untersuchung von Geschäftsriskiken und deren Management – oft als „Risiken und Kontrollen“ bezeichnet. Allerdings ist die Erstellung von Risikokontrollmatrizen oder Risikobewertungen oft zeitaufwendig, da diese Aufgaben in den Abteilungen häufig repetitiv und ähnlich sind. Hier bieten KI-Lösungen die Möglichkeit, den Prozess zu optimieren.

KI für effizientes Auditing nutzen

AuditBoard, ein 2014 gegründetes Unternehmen für Cloud-Software, hat sich dieser Herausforderung gestellt. Bekannt für seine spezialisierte Plattform für Auditoren, hat AuditBoard kürzlich AuditBoard AI vorgestellt – eine fortschrittliche Funktion zur Steigerung der Effizienz von Audit- und Risikomanagement-Teams.

„Die größte Herausforderung, die wir bei unseren Kunden sehen, ist die wachsende Lücke zwischen der Arbeitslast und den verfügbaren Ressourcen in ihren Audit- und Compliance-Teams“, erklärte Anton Dam, Vice President of Engineering for Data, AI/ML bei AuditBoard. „KI bietet eine Lösung, um diese Lücke zu schließen.“

Eine Tradition der Innovation im Auditing

Gegründet von den Kindheitsfreunden Daniel Kim und Jay Lee, beide ehemalige Auditoren bei PwC und EY, hat AuditBoard schnell an Bedeutung in den Bereichen Audit, Risiko, Nachhaltigkeit und Compliance gewonnen. Heute bedient das Unternehmen über 2.000 Kunden, darunter fast 50 % der Fortune 500.

Die cloudbasierte Plattform, zuvor bekannt als SOXHUB, erleichtert die Erstellung von Risikobewertungen und Auditmatrizen und ersetzt die umständliche Tabellenkalkulationssoftware, die zuvor von Auditoren genutzt wurde.

Erhöhte Automatisierung durch LLMs

AuditBoard setzt nun generative KI und große Sprachmodelle (LLMs) ein, um routinemäßige Aufgaben zu automatisieren. Auditoren können innerhalb der Plattform einen neuen „Generieren“-Button nutzen, der es LLMs ermöglicht, Vorschläge für Risikobeschreibungen und Kontrollen basierend auf dem spezifischen Kontext und den bereitgestellten Unterlagen zu erstellen.

„Wir integrieren diese Funktionalität direkt in unser Nutzererlebnis“, erklärte Dam. Ein Kunde berichtete von einer erheblichen Reduzierung der Zeit, die für das Verfassen von Risikobeschreibungen benötigt wird, von 10 Minuten auf nur 1 Minute.

Melissa Pici, Senior IT Audit Manager bei Syniverse, äußerte sich: „AuditBoard AI hat für mein Team einen entscheidenden Unterschied gemacht. Aufgaben, die früher zwanzig Minuten in Anspruch nahmen, benötigen jetzt nur noch fünf – das steigert unsere Produktivität erheblich.“

Hinter den Kulissen von AuditBoard AI

Obwohl AuditBoard nicht die genauen LLMs veröffentlichte, erwähnt Dam Partnerschaften mit Microsoft und betonte einen multimodalen Ansatz, der auf spezifische Audit-Funktionen zugeschnitten ist. „Unser Ziel ist es, sicherzustellen, dass die Modelle, die wir einsetzen, für den Auditbereich geeignet sind und qualitativ hochwertige Ergebnisse liefern“, erklärte er.

Engagement für Datenintegrität und -sicherheit

AuditBoard legt größten Wert auf die Sicherheit der Kundendaten. Die Daten verschiedener Kunden bleiben getrennt und sicher, wobei strenge Anforderungen regulierter Branchen eingehalten werden. Die Daten werden über verschlüsselte Kanäle an Microsoft Azure-Cloud-Server zur Verarbeitung übertragen, um die Integrität der Informationen jedes Kunden zu gewährleisten. „In unseren Operationen ist die Kundenabgrenzung heilig“, versicherte Dam.

Durch die Automatisierung repetitiver Aufgaben und die Bereitstellung intelligenter Empfehlungen befähigt AuditBoard AI Auditoren, gründliche Risiko- und Kontrollbeschreibungen zu erstellen, überlappende Arbeiten zu identifizieren und Kontrollen effizient über verschiedene Rahmenwerke hinweg abzubilden. Diese Lösung steht jetzt allen AuditBoard-Nutzern zur Verfügung und ermöglicht einen effektiveren Auditprozess.