Künstliche Intelligenz in der Wirtschaftsprüfung: Risiken, Zeitgewinn und Mehrwert in der Praxis

Künstliche Intelligenz hat in der Wirtschaftsprüfung den Sprung vom Schlagwort in den Arbeitsalltag geschafft: Sprachmodelle unterstützen heute bei Recherche, Dokumentendurchsicht und Berichtsentwürfen. Mit der Verbreitung wachsen jedoch die Fragen: Welche Risiken wiegen am schwersten? Wie viel Effizienz ist realistisch? Und wo entsteht der grösste Mehrwert?

Antworten liefert eine Befragung von 42 Prüferinnen und Prüfern, die wir im Vorfeld des EXPERTsuisse-Seminars «Künstliche Intelligenz: Einsatz in der Wirtschaftsprüfung» vom 10. Juni 2026 durchgeführt haben. Drei Ergebnisse stechen heraus.

Die Risiken: berechtigt – und beherrschbar

Als grösste Risiken nennen die Befragten die Verletzung von Berufsgeheimnis und Datenschutz (31%), Halluzinationen und sachlich falsche Aussagen (25%), Bias und systematisch fehlerhafte Schlussfolgerungen (14%), regulatorische Unsicherheit (10%) sowie übermässige Abhängigkeit und Verlust prüferischer Kompetenz (9%). Die beiden Top-Risiken sind real, aber adressierbar.

Beim Berufsgeheimnis wirken drei Leitplanken zusammen: eine Datenklassifizierung, die festlegt, welche Inhalte in welches Tool dürfen; geschützte Tool-Stufen mit Auftragsverarbeitungsvertrag, in denen Eingaben weder für das Training verwendet noch dauerhaft gespeichert werden; und Anonymisierung als Standard. Die einfachste Regel lautet: keine mandantenidentifizierenden Daten in frei verfügbare Consumer-Tools.
Halluzinationen entstehen vor allem, wenn das Modell aus dem «Gedächtnis» antwortet. Wirksam dagegen sind drei Praktiken: Quellmaterial direkt mitgeben (Grounding), jede Referenz und Zahl verifizieren – insbesondere Verweise auf OR oder Swiss GAAP FER – und KI-Ergebnisse konsequent als Entwurf behandeln. Die Verantwortung für das Prüfungsurteil bleibt beim Menschen.

Zeiteinsparung: nüchterne Erwartungen

Die Mehrheit schätzt das Zeiteinsparungspotenzial in einer typischen Abschlussprüfung auf 10–30 %; nur vereinzelt werden über 50 % erwartet. Diese Nüchternheit ist eine gute Nachricht: Die Branche ist über den Hype hinaus. Kritisch einzuordnen ist dennoch zweierlei. Erstens bezieht sich die Ersparnis auf einzelne Tätigkeiten wie Recherche, Entwürfe oder Dokumentendurchsicht – nicht auf das Mandat als Ganzes, in dem Urteilsbildung und Review weiterhin Zeit beanspruchen. Zweitens liegt der Gewinn im ersten Jahr weniger in der Effizienz als im Kompetenzaufbau – und in der Qualität: vollständigere Risikoanalysen und konsistentere Arbeitsergebnisse.

Wo der Mehrwert liegt – und wo er unterschätzt wird

Den grössten Mehrwert erwarten die Befragten bei analytischen Prüfungshandlungen und der Dokumentenanalyse. Das ist nachvollziehbar, verlangt aber Sorgfalt: Gerade bei Analysen kommt es auf exakte Zahlen an. Berechnungen gehören in deterministische Werkzeuge (Excel, SQL); die KI unterstützt beim Design der Analyse und bei der Interpretation der Ergebnisse – etwa bei der Anomalieerkennung oder Trendanalyse.

Bemerkenswert ist das Schlusslicht: Risikobeurteilung und Fraud-Brainstorming. Ausgerechnet die Anwendung mit dem besten Risiko-Nutzen-Profil wird am wenigsten geschätzt. Als generative Aufgabe spielt sie die Kernstärke von Sprachmodellen aus, benötigt keine Mandantendaten und minimiert das Halluzinationsrisiko, weil die Fachperson Hypothesen bewertet, statt Fakten zu übernehmen.

Ausblick: Verantwortung vor Geschwindigkeit

Vieles ist heute schon möglich, wenn Datenschutz, Verifikation und menschliche Verantwortung zusammenspielen. Deloitte engagiert sich dafür, den verantwortungsvollen Einsatz von KI in der Wirtschaftsprüfung aktiv mitzugestalten. Die kommenden Jahre werden weitere Entwicklungssprünge bringen – zwei Fragen verdienen besondere Aufmerksamkeit.

Einerseits der Schritt von der Stichprobe zur Vollprüfung: Technisch rückt die Analyse ganzer Populationen in Reichweite. Ob sie flächendeckend gewollt ist, bleibt eine Frage des Prüfungsansatzes und des Risikoappetits – mehr Abdeckung bedeutet auch mehr erklärungsbedürftige Auffälligkeiten.

Andererseits der Wandel der Personalstruktur: Übernimmt KI die Routinearbeit, verändert sich der Einstieg in den Beruf. Entscheidend wird sein, junge Fachkräfte so auszubilden, dass sie mit KI arbeiten und an ihr lernen – statt durch sie ersetzt zu werden. Das prüferische Urteil bleibt der Kern des Berufs; KI macht ihn anspruchsvoller, nicht überflüssig.
 

Authors

Dr. Madan Sathe, Partner, Forensic & Financial Crime

Gabriel Schwab, Director, Audit & Assurance

Srdjan Peric, Director, Technology A&A

Christoph Kong, Director, Technology A&A