• Ingen resultater fundet

IMPLEMENTERING AF KUNSTIG INTELLIGENS I REVISIONSPROCESSEN

N/A
N/A
Info
Hent
Protected

Academic year: 2022

Del "IMPLEMENTERING AF KUNSTIG INTELLIGENS I REVISIONSPROCESSEN"

Copied!
128
0
0

Indlæser.... (se fuldtekst nu)

Hele teksten

(1)

     

 

  

 

FORFATTERE

Carolina Rudah Muhannad Mohammad Rudah

Studie nr. 107576 Studie nr. 107978

E-mail: cagha16ab@cbs.student.dk E-mail: mumo16ac@cbs.student.dk

   

AFLEVERINGSDATO 15.MAJ 2018

VEJLEDER OLE SVENNINGSEN ANTAL TEGN 232.841

ANTAL SIDER 103

KANDIDATAFHANDLING

COPENHAGEN BUSINESS SCHOOL CAND.MERC.AUD

FAG REVISION

IMPLEMENTERING AF KUNSTIG INTELLIGENS I REVISIONSPROCESSEN

I MPLEMENTATION OF ARTIFICIAL INTELLIGENCE IN THE AUDIT

PROCESS

(2)

Executive Summary

 

Rethinking the audit process. This report provides an analysis of how artificial intelligence can 

provide optimization opportunities and renewal in the audit profession. Today’s audit are  defined by audit ethics, laws and International Standards on Auditing (ISAs), but breakthrough  innovations like artificial intelligence are eliminating a number of the labor‐intensive manual  processes, and even imitate the auditor’s refined thinking. This delivers valuable insight for both  auditors and clients, which simply were not possible before. AI are rapidly changing the world,  and therefore auditors need to adapt, which is why Big 4 companies are already investing in  artificial intelligence to future‐proof the audit career.  

Methods of analysis includes a value‐chain, which shows how different AI techniques adds value  to the auditor. Including what strengths and weaknesses, opportunities and threats, the auditor  should be aware of when implementing artificial intelligence to the audit. Based on this, the  analysis will examine optimizing opportunities in the audit process from the initial stages of  identifying and assessing risks of material misstatements to the execution and audit report.  

Results of data analyzed show that it is possible to optimize audit tools such as substantive  analytical procedures and test of detail. Furthermore, a discussion of ethics and law lead to the  emerging need of change in the existing ISAs in order to pursue the implementation of artificial  intelligence.  

The report finds the prospect of AI is necessary to prosper in the future and will both change the  auditor’s background and significantly change how the auditor works. The implementation of AI  will release time for the auditor to work on more value‐creating tasks instead of time‐

consuming repetitive tasks. AI can support the auditor in both the audit procedures and 

decision‐making, by examining all the existing data from his clients more thoroughly and making 

the audit more efficient. This will however require changes in the existing ISAs, so that the  auditor knows how to obtain sufficient and appropriate audit evidence with artificial

intelligence. The changes in the ISAs include further requirements, or replacement of

requirements, to make the implementation possible for auditors to pursue‐ and support the required implementation of artificial intelligence in the audit process.

   

(3)

Indholdsfortegnelse 

Begrebsdefinitioner 

...  6

 

Struktur ... 

7

 

1.1 Indledning ... 

8

 

1.2 Problemfelt ... 

9

 

1.2.1 Formål ... 

9

 

1.2.2 Problemformulering ... 

9

 

1.2.3 Delspørgsmål ... 

10

 

1.3 Afgrænsning 

...  10

 

1.3.1 Afgræsning fra visse standarder ... 

10

 

1.3.2 GDPR 

...  11

 

1.3.3 Software opbygning ... 

11

 

1.3.4 Andre forhold... 

12

 

1.4 Forudsætninger ... 

12

 

1.4.1 Revisors uafhængighed 

...  12

 

1.4.2 Big Four ... 

12

 

1.4.3 Computerens objektivitet 

...  12

 

2.1 Metode ... 

13

 

2.1.1 Videnskabelig metode 

...  13

 

2.1.2 Ontologi og epistemologi ... 

13

 

2.1.3 Projektets resultater ... 

14

 

2.1.4 Udvælgelseskriterier 

...  14

 

2.1.5 Genstandsfelt ... 

15

 

2.1.6 Interview 

...  15

 

2.1.7 Validitet og realibilitet ... 

16

 

2.2 Teori ... 

16

 

2.2.1 SWOT‐analyse 

...  17

 

2.2.2 CMM‐modellen ... 

17

 

2.2.3 Revisions standarder (ISA) 

...  18

 

2.2.3.1 Revisionsrisikomodellen ... 

19

 

2.2.3.2 Risikovurdering 

...  19

 

2.2.3.3 Fastlæggelse af væsentlighedsniveauet ... 

22

 

2.2.3.4 Revisors ansvar i forbindelse med revision af regnskabet for at udforme og gennemføre reaktioner på identificerede risici for væsentlig fejlinformation ... 

23

 

(4)

2.2.3.5 Revisionsbevis ... 

24

 

2.2.3.6 ISA 520 Substansanalytiske handlinger 

...  26

 

2.3 Teoretisk gennemgang af kunstig intelligens 

...  28

 

2.3.1 Menneskelig intelligens ... 

28

 

2.3.2 Logisk tænkning ... 

28

 

2.3.3 Rationalitet vs. perfektion ... 

29

 

2.3.4 Kunstig Intelligens, Machine Learning og Deep Learning ... 

29

 

2.3.5 Læringsteknikker ... 

31

 

2.3.6 Big Data ... 

32

 

2.3.7 Kunstig Neuralt Netværk (ANN) ... 

32

 

2.3.8 Data Mining 

...  34

 

2.3.8 Explainable Artificial Intelligence (XAI) 

...  34

 

2.3.9 Indsamling af data 

...  35

 

2.3.10 Forarbejdning af data ... 

35

 

3.1 Kunstig intelligens i Big Four 

...  37

 

3.1.1 Deloitte 

...  38

 

3.1.2 Price Waterhouse Cooper 

...  38

 

3.1.3 Ernst and Young ... 

38

 

3.1.4 KPMG ... 

39

 

3.1.5 Delkonklusion 

...  39

 

3.2 AI i andre brancher 

...  40

 

3.3 Besvigelser 

...  40

 

3.4 Capability Maturity Model ... 

41

 

3.4.1 Delkonklusion på CMM ... 

43

 

3.5 Definition af sektor 

...   44

 

3.6 Værdikæde... 

45

 

3.6.1 Kritik af AI i forbindelse med værdiskabelsen... 

47

 

3.6.1.1 Udfordringer ved værdiskabelsen ... 

47

 

3.6.1.2 Begrænsninger ved værdiskabelsen 

...  48

 

3.7 SWOT‐analyse 

...   49

 

3.7.1 Styrker 

...  49

 

3.7.2 Svagheder 

...  51

 

3.7.4 Trusler 

...  53

 

3.8 Analyse af revisionsprocessen ... 

54

 

(5)

3.9 Revisionshandlinger i planlægningsfasen ... 

55

 

3.9.1 Risikovurderingshandlinger 

...  55

 

3.9.2 Reaktioner på identificeret risici ... 

57

 

3.9.3 Substansanalytiske handlinger ... 

62

 

3.9.4 Revisionsbevis ... 

63

 

3.10 Revisionsmål 

...  65

 

3.10.1 Revisionsrisikomodellen 

...  65

 

3.11 Simpel dataanalyse ... 

66

 

3.11.1 Uventede transaktioner 

...  66

 

3.12 Væsentlige poster vedrørende regnskabet 

...  68

 

3.12.1 Omsætning 

...  69

 

3.12.2 Administrationsomkostninger (andre eksterne omkostninger) ... 

72

 

3.12.3 Debitorer 

...  73

 

3.12.4 Varebeholdning 

...  74

 

3.12.5 Materielle‐ og immaterielle anlægsaktiver 

...  79

 

3.12.6 Delkonklusion 

...  84

 

3.13 Rapportering 

...  84

 

3.13.1 Fremtidens rapportering 

...  86

 

3.14 Regulering 

...  87

 

3.14.1 Europa parlamentets betænkning af 27. januar 2017 ... 

87

 

3.14.2 Ansvarsregler ... 

88

 

3.14.3 Revisorloven 

...  90

 

3.15 Etik ... 

91

 

3.15.1 Fordomme ... 

92

 

3.16 Ajourføring af ISA ... 

94

 

3.16.1 ISA 315 ... 

95

 

3.16.2 Ajourføring af ISA 330 ... 

97

 

3.16.3 Ajourføring af ISA 500 ... 

97

 

3.16.4 Ajourføring af ISA 700 ... 

98

 

3.16.5 Ajourføring af ISQC 1 ... 

99

 

4.1 Anbefalinger til en veletableret implementering af AI i revisionsprocessen ... 

101

 

4.2 Den fremtidige revisor ...

  103

 

4.3 Perspektivering 

...  106

 

4.4 Konklusion ... 

108

 

(6)

Bilag 1 

...  111

 

Bilag 2 

...  115

 

Bilag 3 

...  120

 

Bilag 4 

...  123

 

Litteraturliste 

...  124

 

 

                                                                 

(7)

Begrebsdefinitioner    

FSR Foreningen af statsautoriserede revisorer. Organisation inden for revision‐ regnskab‐

og virksomhedsøkonomi, og som repræsenterer revisorbranchen.

ÅRL Årsregnskabsloven, lov der gælder for alle erhvervsdrivende virksomheder, bortset fra finansielle virksomheder, virksomheder som er omfattet af lov om statens regnskabsvæsen eller virksomheder som er omfattet af regnskabsregler i henhold til kommuners styrelse1.

RL Revisorloven, lov der omfatter betingelser for godkendelse og registrering af revisorer og revisionsvirksomheder, samt regler om offentligt tilsyn af godkendte revisorer og revisionsvirksomheder2.

ISA International Standards on Auditing, Internationale standarder om kvalitetsstyring og revision samt yderligere krav ifølge dansk revisorlovgivning3.

KI Kunstig intelligens, en gren inden for datalogien der beskæftiger sig med kognitiv teknologier.

AI Artificial intelligence, den engelske betegnelse for kunstig intelligens

XAI Explainable Artificial intelligence, hvor det er forklaret hvorfor robotten har truffet det valg, som den har og hvorfor den ikke har truffet en anden beslutning.

ANN Artificial Neural Network. En gren af kunstig intelligens.

ERP system Virksomhedens infrastruktursystem, såsom SAP.

Robotics Er en automatisering af en manuel handling RPA Robotic process automation

Big Four Revisionshusene Deloitte, PWC, EY, KPMG udgør ”The Big 4”

       

1 Jf. ÅRL §1 

2 Jf. RL §1 

3 Jf. FRS definition 

(8)

Struktur 

Del 1

•I den indledende del til projektet, vil problemfeltet samt 

problemformuleringen præsenteres. Problemformuleringen vil blive 

understøttet af 4 underspørgsmål, der vil skabe en rød tråd fra indledning til  konklusion. I denne del, afgrænses der til de specfikke analyseområder, der vil  indgå i emnebehandlingen, som understøtter problemfeltet 

Del 2

•Omfatter metodiske overvejelser og tilgang til rapporten. Herunder udvalgte  teorier fra relevante standarder og modeller, samt en teoretisk gennemgang af  kunstig intelligens. 

Del 3

•Diskussionen vil være en integreret del af analysen. Dermed analyseres og  diskuteres målgruppe, værdiskabelse i forhold til AI, regulering og etik samt  gennemgang af revisionsprocessen i forbindelse med implementering af AI. 

Som opsamling på del 3, analyseres behovet for ajourføring af relevant  regulering. 

Del 4

•Som opslamling på rapporten udarbejdes anbefalinger på tiltag der skal  udføres for at opnå en vellykket implementering af AI. Herunder konklusion og  perspektivering. 

(9)

DEL 1 

1.1 Indledning

Revisionsbranchen er reguleret af love og ISA standarder der former revisionen til det den er i dag.  

Men med den hurtigt voksende teknologiske udvikling, både i form af nye teknologier og vigtigheden af  inddragelsen af samme, kan udviklingen komme til at overhale behovet for ændring i revisionsprocessen. 

Der er tendenser der viser, at der er mulighed for at optimere flere dele af revisionsprocessen, hvilket  betyder at revisionen kan udføres mere effektivt og muligvis skabe en højere grad af sikkerhed i  regnskabet, ved hjælp af kunstig intelligens. Dette åbner således op for en række diskussioner i  forbindelse med revisors rolle, herunder om hvorvidt revisor er klædt på til at forstå disse komplekse  teknologier i forhold til revisors uddannelsesmæssige baggrund.  

Kunstig intelligens kan have en betydningsfuld indflydelse på hvordan revisionsbranchen vil se ud i  fremtiden, og er noget der allerede er implementeret i mange virksomheders kernedrift, hvorfor det er  relevant for revisor at følge med i kundernes udvikling. Spørgsmålet er, når man ser ud i fremtiden, hvor  meget dette vil ændre og hvad der kan stå i vejen for implementeringen af kunstig intelligens i 

revisionsprocessen. Det er netop et kompleks område, og løsningen på dette vil formentligt kræve en  årrække af reguleringsmæssige‐ og etiske diskussioner og bestemmelser. Revisors opgave består i at  være offentlighedens tillidsrepræsentant, og stille sikkerhed for det regnskab han skriver under på. 

Implementeringen af kunstig intelligens skal i idealet intet mindre, end at gøre det samme – grundigere  og mere effektivt. Det ses også, at flere virksomheder allerede har implementeret kunstig intelligens i en  vis grad, og denne udvikling vil formentligt fortsætte. Derfor er dette ligeledes et aspekt som revisor må  blive nød til at forholde sig til.  

Rapporten vil dermed fokusere på at forudsige, ved analyse af nuværende trends i den teknologiske  udvikling, hvilken retning kunstig intelligens vil gå i fremtiden i revisionsbranchen og hvad der kan  forhindre revisor i at implementere AI i revisionen. For at komme frem til dette, defineres hvilke 

virksomheder revisionshusene kunne have størst interesse i, samt hvilken værdiskabelse det vil have for  revisorerne at implementere AI på forskellige niveauer. Herunder hvilke styrker, svagheder, muligheder  og trusler AI har specifikt for revisionsprocessen.  

Rapporten vil afslutningsvis på baggrund af analysen give et bud på fremtidens revision samt bud på  anbefalinger i forhold til ajourføring af ISA standarderne, lovgivning, revisionsprocessen og revisors  formentlige nye stilling i samfundet.   

 

(10)

1.2 Problemfelt

 

1.2.1 Formål

Den teknologiske udvikling har siden starten af 1900‐tallet medvirket til produktivitetsfremgang i  landbruget og industrien. Den har automatiseret manuelle opgaver, øget globalisering, digitalisering, og  har øget omsætteligheden i fremstillingsledede virksomheder, skabt flere jobs og udvidet markederne. 

Ind til i dag har teknologien virket som et støtte værktøj til opnåelse af virksomhedens formål. Det har  været afgørende for revisions branchen, at følge med sine kunders teknologiske udvikling, men der er de  seneste år set et spring over i endnu nyere og avancerede teknologier, som kan kræve omstrukturering  af revisionsprocessen, regulering og revisors erklæring, for at følge med i den stærkt 

konkurrenceprægede revisionsbranche. AI udfordre ikke kun, den måde vi ser på revision i dag, men  udfordre også menneskets privilegerede position, i dette tilfælde revisors, hvilket kan give etiske  udfordringer, og derfor et behov for at skabe en ny kultur og accept, ud over de reguleringsmæssige  udfordringer der kan være ved disse ændringer.  

Mange spørgsmål kan man stille sig selv når man vil forudse hvordan fremtiden kommer til at se ud. I  takt med den nye teknologiske udvikling, kan man automatisere mere avancerede og raffinerede  jobfunktioner der udføres af højtuddannet arbejdskraft, såsom fx læger, advokater, ingeniører og  revisorer. Derfor er det relevant at undersøge potentialet for at optimere revisionsprocessen ved hjælp  af AI. Man må derfor, med udgangspunkt i den nuværende revisionsproces, vurdere med en 

understøttende af analyse af reguleringsmæssige forhold, muligheden for at benytte automatisk  udarbejdet dokumentation af AI, som revisionsbevis. Herunder hvilke handlinger kunstig intelligens kan  udføre, og hvad der kan stå i vejen for igangsættelse af dette i forhold til de reguleringsmæssige 

aspekter. Disse reguleringer er i dag fundamentet for, at der leveres den fornødne revisionskvalitet samt  tilstrækkelig og egnet revisionsbevis.  

   

1.2.2 Problemformulering  

Hvilke muligheder er der for implementering af kunstig intelligens i revisionsprocessen og hvordan vil  det påvirke revisors værdiskabelse i den fremtidige revision? 

Hvilke ændringer skal foretages i forhold til revisors krav og kompetencer?  

   

 

(11)

 

1.2.3 Delspørgsmål

Spørgsmål 1 – Hvilken værdiskabelse kan AI medføre i revisionsprocessen? 

For at undersøge og besvare spørgsmål 1, defineres indledningsvis begrebet og forståelsesrammen for  AI. Herunder er det relevant at undersøge hvor langt man allerede er med implementering af AI i  revisionsbranchen i dag for at bygge videre herpå. Derefter defineres revisionens målgruppe, hvorefter  der udarbejdes en værdikædeanalyse der beskriver værdiskabelsen ved implementering af AI på 

forskellige niveauer i revisionsvirksomheden. Afslutningsvis opsamles styrker, svagheder, muligheder og  trusler i en SWOT analyse, specifikt udarbejdet i forhold til revisionsprocessen, for at kunne tage afsæt i  denne i forbindelse med den videre analyse.  

 

Spørgsmål 2 – Hvor i revisionsprocessen er det muligt at implementere kunstig intelligens? 

For af undersøge og besvare spørgsmål 2, analyseres revisionsprocessen for optimeringsmuligheder ved  hjælp af kunstig intelligens. Dette udføres fra den indledende planlægningsfase til revisors rapportering. 

Herunder hvorledes revisors handlinger kan erstattes med AI teknologier og muligheden for at opnå  tilstrækkelig og egnet revisionsbevis ved disse nye værktøjer.   

 

Spørgsmål 3 – Hvordan kan regulering stå i vejen for implementering af kunstig intelligens i  revisionsprocessen og revisors erklæring 

For at besvare spørgsmål 3, diskuteres etiske‐ og reguleringsmæssige forhold der kan have indflydelse på  implementeringen af kunstig intelligens. Herunder hvilke ajourføringer der bør vedtages for at kunne  gennemføre implementering.  

 

Spørgsmål 4 – Bud på fremtiden 

Med udgangspunkt i ovenstående besvarelser, hvilke tiltag der skal udføres for at opnå en vellykket  implementering af kunstig intelligens i revisionsprocessen.  

 

1.3 Afgrænsning  

 

1.3.1 Afgræsning fra visse standarder

I redegørelsen, analysen og diskussionen inddrages relevante uddrag fra ISA standarderne 200, 315, 330,  520, 500 og ISA 700 i forbindelse med revisors erklæring med høj sikkerhed. Selvom det erkendes, at 

(12)

øvrige revisionsstandarder kan være relevante for emnet, vurderes det at disse er de er de meste  relevante, for at opnå en grundig analyse af disse standarder, inddrages alene disse.  

Der tages ligeledes alene udgangspunkt i erklæringen ISA 700, udformning af en konklusion og afgivelse  af erklæring om et regnskab. Modifikationer jf. ISA 705, behandles ikke i undersøgelsen, som er 

konklusion i forbindelse med revisors opdagelse af væsentlig fejlinformation i regnskabet. Herunder  afgrænses fra andre erklæringer uden høj grad af sikkerhed. Rapportens formål er at undersøge  hvorledes det er muligt at implementere AI i revisionsprocessen, og opnå tilstrækkelig og egnet  revisionsbevis heraf. Derfor er det ikke betydende for rapportens besvarelse af problemformulering og  konklusion at analysere andre revisor erklæringer for at opnå besvarelse. 

 

1.3.2 GDPR

I forhold til behandling af data, analyseres ikke forhold som følge af ”privacy” i form af databeskyttelse  GDPR (EU’s General Data Protection Regulation) som tiltræder i maj 2018, og siges at forvolde yderligere  udfordringer i forhold til privacy og implementeringen af kunstig intelligens. Det vil betyde at det vil  antages at al den nødvendige information vil være tilgængelig for robotten i forhold til undersøgelsens  analyse, diskussion og konklusion. Det vil dog være sådan i den virkelige verden, at data privacy i  stigende grad er et offentligt ansvar, over for forbrugere og borgere, og derfor kan dette også være  afgørende for virksomheden, at øge den digitale tillid. Databehandlinger følger ofte med en 

databehandlingskontrakt mellem dataansvarlig og databehandler, som indeholder organisatoriske  foranstaltninger, der sørger for at datasikkerheden er tilstrækkelig4. Datasikkerhed og databehandling er  således et reguleret område, som har en del opmærksomhed og som i den virkelige verden har en stor  betydning for virksomheders daglige drift.  

 

1.3.3 Software opbygning

Formålet med rapporten er alene at analysere og diskutere hvad AI kan gøre for revisionsprocessen og  hvilke muligheder der er, hvorfor det tekniske aspekt vedrørende hvordan softwaret er opbygget ikke vil  indgå som en del af rapporten. Det vurderes ikke, at det vil forbedre kvaliteten af besvarelsen af 

problemfeltet, men blot skabe en forståelse for AI.  

 

       

4 (Databehandler ‐ Krav om skriftlig kontrakt med databehandlere, 2014)  

(13)

1.3.4 Andre forhold

Der afgrænses i øvrigt fra revisionens indledende fase i forhold til opgave‐ og kundeaccept samt intern  revisionsarbejde, og særlige forhold gældende for koncerner. Rapporten analysere alene anvendelsen af  AI i revisionsprocessen i forhold revisionen til det finansielle regnskab.  

Derudover afgrænses for analyse af regnskabsposter, der ikke vurderes væsentlige for regnskabet.  

1.4 Forudsætninger 

1.4.1 Revisors uafhængighed

Den eksterne revisor, burde ikke have en interesse i organisationen, men er udelukkende interesseret i  om regnskabet er udarbejde i overensstemmelse med revisionsstandarder og andet regulering. Derfor  må man antage at revisor er uafhængig, objektiv og ikke har interesse i at manipulere med computerens  output i forbindelse med revisionen, som med alt andet revisionsarbejde.  

 

1.4.2 Big Four

Når der i rapporten henvises til ’revisionsfirmaer’, ’revisionshusene’ og ’revisionsvirksomhederne’, indgår  alene Big Four virksomhederne under disse betegnelser. Mindre revisionsvirksomheder er ikke underlagt  analysen i denne rapport, da implementering af kunstig intelligens forudsætter en vis grad af ressourcer  samt størrelse på kunder.  

 

1.4.3 Computerens objektivitet

Det er tidligere set at computerens regelsæt er blevet påvirket af, at have adgang til det offentlige rum i  forbindelse med informationssøgning, som har påvirket computerens værdier. Dette kan påvirke og  ændre analysens resultat. Derfor anses computeren i denne rapport at være objektiv og derfor uden  forholdsregler for indvirkning fra omverdenen5

             

       

5 ProPublica – Julia Angwin, 2016 

(14)

Del 2 

 

Del 2 præparere forarbejdet før påbegyndelse af analysen. Metode og teori udvælges til brug for den  videre analyse. Dette udføres, for at skabe en forståelsesramme omkring analysen og diskussionen, samt  skabe en forståelseshorisont for det undersøgte emne, og definere hvordan undersøgelsen vil 

frembringe viden til konklusionen. 

 

2.1 Metode  

2.1.1 Videnskabelig metode

Den videnskabelige metode, er den måde hvorpå man frembringer viden, der lever op til nogle  videnskabsteoretiske kriterier. Den videnskabelige metode definere udgangspunktet for 

opgavesynspunktet, ved at opstille og afgrænse spørgsmål, redegøre for virkelighedsopfattelsen, som  egentlig betyder hvilke etiske principper man arbejder under. Ligeledes hvordan man indsamler, 

analysere og fremstiller data og kvalitetsvurdere ens analyseresultater i forhold til kildernes validitet som  er kildens gyldighed og reliabilitet som er kildens pålidelighed6.  

Et paradigme defineres som:  

” Et basalt sæt af værdier som styrer vores handlinger – både hverdagshandlinger og handlinger  forbundet med disciplinerede undersøgelser7” 

‐ Guba 

Dette projekt arbejder ud fra en virkelighedsopfattelse, der tager udgangspunkt i neo‐positivisme. 

Måden hvorpå genstandsfeltet anskues, ekspliciteres gennem forståelsen af den videnskabsteoretiske  ramme. Desuden redegøres for, hvordan neopositivismen har indflydelse på problemformuleringens  udformning, analysens begrebsapparat samt projektets resultater og brugbarhed.  

 

2.1.2 Ontologi og epistemologi

Inden for videnskabsteorierne findes forskellige ontologiske og epistemologiske ståsteder. 

Neopositivismen har sin særegne karakter, hvor der epistemologisk set opnås modificeret objektive  erkendelser, og ontologisk set findes en begrænset realistisk sandhed. Dette betyder at det erkendes at 

       

6 Søren Voxted – Valg der skaber viden s. 53 

7 Søren Voxted – Valg der skaber viden s. 53 

(15)

sandheden er påvirket af samfundsmæssige og menneskelige syn på verden, og dermed vil sandheden  ikke være fuldstændig objektiv da man vil være påvirket af disse værdier og følelser.  

Det neopositivistiske syn forsøger dog at opnå et så objektivt syn, for at så vidt muligt at afdække 

virkeligheden. Dette vil således præge det blik genstandsfeltet og problemstillingen har, som dermed kan  påvirke analysens resultater, og derfor må undersøgelserne udføres under naturlige forhold, som 

neopositivisterne mener, ved at tage udgangspunkt i naturlige omstændigheder8. Undersøgelsen tager  udgangspunkt i optimering af den praktiserende revisors arbejde, og at den praksis i dag er underlagt  lovgivningsmæssige og etiske rammer der påvirker revisors arbejde. På det ontologiske og 

epistemologiske niveau anses det at revisors praksis og virkelighed er situationsbestemt. Erkendelsen og  sandheden omkring revisors resultater påvirkes således efter situationens forhold som revisor står over  for. Disse løses objektivt i forhold til revisors lovgivningsmæssige krav i kombination med revisors  subjektive professionelle skepsis opnås modificeret objektiv sandhed omkring virksomheders finansielle  regnskab i revisors uafhængige erklæring9.  

 

2.1.3 Projektets resultater

Neopositivismen fordrer en så vidt muligt objektiv sandhed. Derfor er der i projektet intention og ønske  om at validere og reliabilitere forskningsresultaterne på neopositivistisk vis. Ideen om at en ontologisk  virkelighed kan afdækkes er begrænset realistisk i forhold til projektets resultater, men der søges at opnå  indsigt i revisors fremtidige muligheder ved hjælp af kunstig intelligens på objektiv vis på det 

epistemologiske niveau. Undersøgelsens resultater skabes således ud fra det samfundsmæssige syn der  anlægges i undersøgelsen. Derfor tages der ligeledes udgangspunkt i teoretisk‐ og analytisk viden som  revisor i dag inddrager i praksis ved udførelsen af sin revision, for at opnå nærkontakt med revisors  virkelighed10. Projektet har en overvejende kvalitativ tilgang, da der benyttes en induktiv 

forskningsmetode. Viden skal derfor bygge på observation og ikke spekulationer og teorier afprøves i  virkeligheden11.  

 

2.1.4 Udvælgelseskriterier

For at kunne opnå mest viden inden for forskningsområdet, er der udført interviews der benyttes som  empiri til besvarelse af problemfeltet. Dette udføres for at kunne observere hvorledes kunstig intelligens 

       

8 Søren Voxted – Valg der skaber viden s. 56 

9 Søren Voxted – Valg der skaber viden s. 54‐55 

10 Søren Voxted – Valg der skaber viden s. 57 

11 Søren Voxted – Valg der skaber viden s. 104 

(16)

har indflydelse på revisionen i dag, samt den praktiserende revisors syn på implementering af kunstig  intelligens i revisionsprocessen. Der er bevidst udvalgt informanter på baggrund af deres tilknytning til  revision og arbejde med robotteknologi. Det er forsøgt at række ud til flere informanter end der  interviews, hvilket har påvirket analysestrategien, for at undgå ensidighed i forbindelse med indsamling  af empiri. Der derfor alene indsamlet interviews fra revisionshuset Deloitte.  

 

2.1.5 Genstandsfelt

Det genstandsfelt der er indtaget, er et revisionshus karakteriseret ved idealisme. Personalet har høj  grad af faglighed og personlig stolthed. Dette kommer til udtryk ved observationer i interviews vedlagt i  bilag 1, 2 og 3 hvor både revisionspartneren og innovationsmedarbejderne italesætter virksomhedens  syn på revisors rolle som meget unik, herunder hvilke målsætninger man forventer i forbindelse med  robotteknologi.  

 

2.1.6 Interview

Rapporten tager udgangspunkt i en semistruktureret interviewguide for at opnå dybere forståelse for  informanternes synspunkter, baggrund og erfaringer med revision og kunstig intelligens12. Det giver  ligeledes mulighed for at den interviewet er åbent for andre perspektiver end planlagt, og hermed  skabes en fleksibel samtale. Ved interviewsne stilles prædefinerede spørgsmål med åbne 

svarmuligheder, hvor spørgsmålene er udformet på baggrund af egne observationer. Denne metode har  åbnet muligheden for at stille uddybende spørgsmål til situationer der er observeret. Der er foretaget 3  interviews, hvor det var forventet at de 3 interviews ville understøtte nogenlunde samme standpunkt, og  samme virkelighedsopfattelse. Inddragelsen af interviews har bevirket at der er opnået indblik i, hvordan  den enkeltes virkelighedsopfattelse forbindes med fremtidens revision, og givet en individuel forståelse  af den enkelte informants opfattelse af den fremtidige revision. Det har ikke være muligt at benytte  samme interview guide til alle 3 interviews, da informanternes baggrund og kendskab til kunstig 

intelligens har været varierende, hvilket kan være en svaghed i validiteten af den indsamlede empiri ved  interview. Dog er der forsøgt at opveje denne svaghed ved at klargøre sammenhængen mellem 

interviews og andet indsamlet empiri og det er observeret at informanternes holdninger har i høj grad  har været i overensstemmelse med yderligere indsamlet. Interviewsne er blevet transskriberede for at  kunne diskuteres hovedtræk. 

 

       

12 Søren Voxted – Valg der skaber viden s. 186 

(17)

2.1.7 Validitet og realibilitet

Validitet og reliabilitet er som udgangspunkt kriterier som den neopositivistiske metode fordre. Ved  validiteten vurderes kildens pålidelighed og troværdighed og ved reliabilitet ser man efter modsigelser i  rapporten og der lægges vægt på præcision i forbindelse med begrebsdefinitioner, problemformulering  og dataindsamlingsmetoden samt behandling af den indsamlede empiri13. Det forsøges at kvalitetssikre  validiteten ved at verificere empiri for at opnå en så objektiv sandhed som muligt. Interviewsne er  ligeledes transskriberet og vedlagt som bilag for at øge kvaliteten, ved at verificere disse med 

tekstanalyser. Eksempelvis undersøges ved tekstanalyse de etiske og reguleringsmæssige forhold som  kan påvirke implementeringen af kunstig intelligens i revisionsprocessen. Dette undersøges ligeledes ved  interview af respondenter, for at sikre realibilitet, samt understøtte virkelighedsbilledet for at komme så  tæt på sandheden som muligt. Rapportens dataindsamling omfatter desuden sekundære kvalitative  såsom ISA standarder. Derudover kilder som artikler, rapporter og bøger hvor det er vigtigt at vurdere  den sammenhæng dokumentet er skrevet i, herunder hvornår det er skrevet, hvem der har skrevet det,  og hvilket publikum det er skrevet til. Dette giver en baggrundsforståelse for den tekst der analyseres. 

Igennem disse kvalitetssikringsmetoder er det således forsøgt at imødekomme den kvalitetssikring som  neopositivismen foreskriver for at opnå en tilnærmelsesvis objektiv sandhed, som muligt.  

 

   

2.2 Teori  

 

Ved teori forstås jf. definition af Ib Andersen:  

”Al eksisterende viden inden for det (genstands)område, vi arbejder med… ” 

‐Iben Andersen 

Den eksisterende viden inden for området opstår ved systematisering af begreber. Teori øver indflydelse  på udvælgelsen af data, og benyttes som et redskab til undersøgelsesprocessen. Eksempelvis for at svare  på spørgsmål som er opstillet i rapporten14.  

   

       

13 Søren Voxted – Valg der skaber viden s. 49  

14 Søren Voxted – Valg der skaber viden s. 118  

(18)

2.2.1 SWOT‐analyse

SWOT‐analysen er et opsamlingsværktøj der sætter fokus på virksomhedens interne og eksterne forhold. 

Den skaber indblik i virksomheden ved at analysere virksomhedens strategiske situation

 

igennem styrker  og svagheder, som er virksomhedens interne forhold samt muligheder og trusler som er virksomhedens  eksterne forhold15. I denne rapport benyttes SWOT analysen til at opsamle hvad AI kan udrette, samt  dens interne og eksterne forhold heraf. Dette benyttes til vurdering af de overvejelser revisor skal gøre, i  forbindelse med implementering af AI i revisionsprocessen.

  

Figur 1 – SWOT model 

 

  

 

Kilde: Egen tilvirkning   

   

2.2.2 CMM‐modellen

  

Modellen tager udgangspunkt i fem niveauer der beskriver virksomhedernes modenhed i forhold til  teknologisk udvikling. Niveau 1 er minimal modenhed i forhold til tilfældighed i processer og ikke 

definerbar styring af processer. Niveau 5 er det højeste niveau, hvor virksomheden i høj grad benytter sig  af systematiserede og dokumenterede processer, der løbende optimeres16

       

       

15 Marketing Management, Kotler Keller s. 48 

16 IT Governance, Software Capability Maturity Model (CMM)  

Styrker  Svagheder

Muligheder Trusler

Kunstig Intelligens 

 

(19)

Figur 2 – CMM model 

CMM model 

   

Niveau 1  Indledende fase  Denne fase er karakteriseret ved at være kaotisk og  software processen gribes tilfældigt an 

Niveau 2  Gentagende fase  I denne fase har virksomheden lært grundlæggende  processer, budgetplanlægning, spore omkostninger  osv. Som er procedure der gentages med samme  applikationer hver gang.  

Niveau 3  Definerede fase  Software processen er blevet mere defineret,  standardiseret og integreret i alle processer i  virksomheden.  

Niveau 4  Administrerende fase  Software foranstaltningerne der findes, eksempelvis  forretningsgange omkring softwareprocessen, og  software kvaliteten kontrolleres.  

Niveau 5  Optimeringsfase   Fokuseres på procesforbedring, feedback fra  processen, innovation og ideer til teknologier.  

Kilde: Egen tilvirkning 

Modellen benyttes til at definere de virksomheder der anses for værende teknologisk modne til  revisors AI analyser.  

 

2.2.3 Revisions standarder (ISA)

Der udvælges de forhold i ISA standarderne, der vurderes at være relevante for besvarelse af  problemformuleringen.  

Revisionsfagets grundlag og praksis udspringer af ISA standarderne. Der findes 36 internationale 

revisionsstandarder, der regulere og redegøre for revisors mål, vedrørende det revisionsområde, som ISA  standarden henvender sig til, herunder fastsatte krav for hvad revisor skal gøre. Der findes ligeledes  andre internationale standarder om revisors erklæring17. For at relatere det revisionsfaglige fag til  kunstig intelligens, redegøres ligeledes for dette fagområde, for at skabe forståelsesrammerne for  begreber samt tankemæssige forestillinger der knytter sig til dette felt.  

 

       

17 ISA 315  

(20)

Til besvarelse af problemformulering vurderes nedenstående revisionsstandarder relevante for  opgavebesvarelsen:  

I. ISA 200  II. ISA 315   III. ISA 330   IV. ISA 500   V. ISA 520  

2.2.3.1 Revisionsrisikomodellen

Revisionsrisikomodellen består af to komponenter, der udgør den samlede revisionsrisiko. Den iboende  risiko og kontrolrisikoen. Disse risici eksistere uafhængigt af revisionen af regnskabet. 

 

⋅ ⋅  

Den iboende risiko variere alt efter revisionsmål og relatere sig til grupper af transaktioner,  balanceposter samt andre oplysninger. Kontrolrisikoen vedrøre udformning, effektiviteten og  opretholdelse af interne kontroller af den daglige ledelse18. Baseret på forståelsen af virksomhedens  omgivelser og interne kontroller, vurdere revisor risikoen for væsentlig fejlinformation på 

revisionsmålsniveau både vedrørende den iboende risiko og kontrolrisikoen. 

 

2.2.3.2 Risikovurdering

ISA 315 omfatter revisors ansvar for at identificere og vurdere risici for væsentlig fejlinformation, ved at  forstå virksomhedens omgivelser og interne kontroller. Revisor skal vurdere risici for væsentlig 

fejlinformation, både på regnskabsniveau og revisionsmålsniveau. Dette er uanset om der er tale om fejl  der er forårsaget af en fejl eller besvigelse.  For at vurdere dette skal revisor foretage 

risikovurderingshandlinger, der giver et grundlag for at identificere disse risici.  

"    

(a) Forespørgsler til den daglige ledelse, relevante medarbejdere i den interne revisionsfunktion (hvis  sådan en eksisterer) og andre i virksomheden, der efter revisors vurdering kan have oplysninger,  der kan have oplysninger, der kan bidrage til at identificere risici for væsentlig fejlinformation 

som følge af besvigelser eller fejl           

(b) analytiske handlinger 

(c) observation og inspektion           ” 

       

18 ISA 200.A38‐A41 

(21)

 

Virksomheden og dens omgivelser 

For at opnå forståelse af virksomhedens omgivelser og interne kontroller, skal revisor opnå forståelse af  virksomhedens relevante brancheforhold, specifikke forhold i form af reguleringer og regnskabsmæssig  begrebsramme. Forståelsen af virksomheden opnås ved arten19, således at revisor kan forstå 

transaktioner, og balanceposter som regnskabet skal indeholde20.    

Virksomhedens kontrolmiljø 

For at vurdere virksomhedens kontrolmiljø, vurdere revisor ledelsens syn på interne kontroller, herunder  kultur i forhold til hæderlighed og etisk adfærd. Ligeledes om de samlede elementer i kontrolmiljøet  giver et passende grundlag, eller om der i øvrigt opfanges mangler i kontrolmiljøet på baggrund heraf.   

Revisor skal ligeledes vurdere hvorledes virksomheden er i stand til at identificere forretningsrisici,  skønne betydningen af risiciene og vurdere sandsynligheden for at de indtræder og dermed beslutte  hvilke foranstaltninger der skal håndtere disse risici. Denne proces defineres som virksomhedens  risikovurderingsproces21.  

 

Virksomhedens interne kontrol 

Interne kontroller, der er relevante for revisionen er dem der relatere sig til regnskabsaflæggelsen. 

Interne kontroller skal sørge for at øge pålideligheden af information i regnskabet22.    

Forståelse for virksomheden informationssystemer og forretningsprocesser 

Revisor skal ligeledes opnå forståelse af virksomhedens informationssystem samt de tilhørende  forretningsprocesser. Revisor opnår forståelse af virksomhedens informationssystemer og 

forretningsprocesser ved blandt andet at forstå transaktioner der betydelige for virksomhedens drift,  herunder procedurer som registrer disse transaktioner. Det kan også være hvordan IT systemer opfanger  andre forhold end transaktioner, der er betydelig for regnskabet.   

Revisor skal vurdere om de identificerede risici er gennemgribende og vedrøre regnskabet som helhed. 

Heraf hvilke og hvor mange revisionsmål risiciene vedrøre, og relatere til hvad der kan ske på  revisionsmålsniveau ‐ samt overveje sandsynligheden for fejlinformation. Revisor skal vurdere  identificeret risici for at skabe et grundlag for udførelsen af revisionen og udformning af yderligere 

       

19 Virksomhedens art definere dens drift, ejerforhold, ledelsesstruktur, typer investeringer virksomhedsstruktur og finansiering.  

20 ISA 315.11 

21 ISA 315.A6 

22 ISA 315.12 

(22)

revisionshandlinger. Revisor skal ligeledes identificere væsentlige forretningsprocesser i virksomheden  og observere hele processen, for at identificere risici og opnå forståelse for virksomhedens interne  kontroller der er relevante for denne risiko23.  

 

Risikovurdering ved anvendelse af analytiske handlinger 

Indledende analytiske handlinger kan anvendes til at give revisor indsigt omkring virksomheds finansielle  situation og beskrive forholde i regnskabet. Eksempelvis forholdet mellem omsætning pr. medarbejder,  som kan bidrage med at identificere usædvanlige udviklinger som kan øge eller mindske risikoen. Revisor  kan udfør en trendanalyse, som har til formål at sammenholde virksomhedens fx nøgletal med lignende  virksomheder i branchen, som kan indikerer forhold, der kan påvirke revisionen. Analytiske handlinger  kan anvendes til at identificere forekomst af usædvanlige transaktioner og begivenheder mm.24    

Revisionsmål

 

Revisionsmål benyttes til at revisor kan erklære sig på at regnskabet er i overensstemmelse med den  regnskabsmæssige begrebsramme. Revisionsmål, giver revisor mulighed for at overveje forskellige tyer  af mulig fejlinformation. Fejlinformation kan opdeles i tre kategorier jf. ISA 315. Der skelnes mellem  revisionsmål for regnskabsposter i resultatopgørelsen, balancen samt noter og andre oplysninger i  årsregnskabet.

 

 

Revisionsmål vedrørende resultatopgørelsen25:  

I. Forekomst ‐ transaktioner og begivenheder, der er blevet registreret, har fundet sted og angår  virksomheden 

II. Fuldstændighed – alle transaktioner og begivenheder, der skulle have været registreret, er blevet  registreret 

III. Nøjagtighed – beløb og andre data, der vedrører registrerede transaktioner og begivenheder, er  blevet passende registreret 

IV. Periodeafgrænsning – transaktioner og begivenheder er blevet registreret i den korrekte  regnskabsperiode 

V. Klassifikation ‐ transaktioner og begivenheder er blevet registreret på de rigtige konti 

 

       

23 ISA 315, afsnit A11  

24 ISA 315, afsnit A7 

25 ISA 315, afsnit A111 

(23)

Revisionsmål som vedrøre balanceposter:  

I. Tilstedeværelse – aktiver, gældsforpligtelser og kapitalinteresser eksisterer  

II. Rettigheder og forpligtelser – virksomheden ejer eller kontrollerer rettighederne til aktiver, og  gældsforpligtelserne er virksomhedens forpligtelser  

III. Fuldstændighed – alle aktiver, gældsforpligtelser og kapitalinteresser, der skulle have været  registreret, er blevet registreret  

IV. Værdiansættelse og fordeling – aktiver, gældsforpligtelser og kapitalinteresser er medtaget i  regnskabet med passende beløb, og eventuelle afledte værdiansættelses‐ eller 

fordelingsjusteringer er registreret på passende vis   

Revisionsmål for præsentation og oplysning:  

I. Forekomst og rettigheder og forpligtelser – oplyste begivenheder, transaktioner og andre forhold  har fundet sted og vedrører virksomheden  

II. Fuldstændighed – alle oplysninger, der skulle have været medtaget i regnskabet, er medtaget   III. Klassifikation og forståelighed ‐ finansiel information er præsenteret og beskrevet på passende 

vis, og oplysninger fremgår tydeligt  

IV. Nøjagtighed og værdiansættelse ‐ finansiel og anden information bliver oplyst retvisende og med  passende beløb. 

 

2.2.3.3 Fastlæggelse af væsentlighedsniveau

et

Ifølge ISA 320 skal revisor fastlægge et væsentlighedsniveau for regnskabet som helhed, til et passende  niveau. Fastlæggelsen af væsentlighedsniveauet knytter sig til det beløb, som revisor vurdere at være  væsentligt for regnskabet således at det giver et retvisende billede. Væsentlig fejlinformation er når  regnskabsbrugeren havde truffet en anden økonomisk beslutning på grundlag af årsregnskabet ved  udeladelse informationen eller fejl heraf.  

Fastlæggelsen af væsentlighedsniveau skal både indeholde kvantitative samt kvalitative kriterier, hvorfor  revisor skal være i stand til at forholde sig til virksomhedens interne og eksterne forhold eksempelvis om  virksomheden er PIE eller ikke PIE eller sammensat af få eller mange ejere mm.  

Ifølge ISA 320.10, 11 og ISA 450.5 skal revisor fastsætte væsentlighedsniveau på tre niveauer.  

1. Væsentlighed for regnskabet som helhed (ISA 320.10)  2. Væsentlighedsniveau ved udførsel (ISA 320.11) 

3. Niveau for fejlinformation, der er klart ubetydelige (ISA 450.5) 

(24)

Væsentlighedsniveauet fastsættes indledningsvist i planlægningsfasen og når nye regnskabstal foreligger,  vil det være aktuelt for revisor løbende at revurdere væsentlighedsniveau i forhold til de oprindelige  finansielle tal i planlægningsfasen. ISA 320.4 foreskriver, at revisors fastsættelse af 

væsentlighedsniveauet er et spørgsmål om en faglig vurdering men påvirkes også af revisors opfattelse  af regnskabsbrugerens behov for de finansielle oplysninger.  

 

2.2.3.4 Revisors ansvar i forbindelse med revision af regnskabet for at udforme og gennemføre reaktioner på identificerede risici for væsentlig fejlinformation

ISA 330 definere revisors ansvar for at udforme og gennemføre reaktioner på risici identificeret og  vurderet i ISA 315.  

Heraf defineres revisionshandlingerne som test af kontroller og substanshandlinger og vurderes igennem  følgende26:  

Art: Revisionshandlingens formål og type  

Tidsmæssig placering: Tidspunktet for revisionshandlingens udførsel (løbende‐ og statusrevision)   Omfang: En revisionshandlings kvantitet, der skal udføres, f.eks. en stikprøvestørrelse eller  antallet af observationer af en kontrolaktivitet. 

 

Art henviser til formål og type. Formålet henviser til test af kontroller eller substanshandlinger og typen  henviser til handlingen i form af observation, inspektion, bekræftelse, efterregning, genudførelse eller  analytiske handlinger. Vurdering af risici er afgørende for fastlæggelsen af revisionshandlingens art. 

Nogle af disse typer kan give højere grad af sikkerhed end andre27.  

Den tidsmæssige placering af en revisionshandling henviser både til test af kontroller og 

substanshandlinger og hvornår disse skal udføres. Jo højere risici for væsentligfejlinformation, desto  tættere burde handlingen foregå på periodens afslutning skal revisor udføre sine handlinger. Dog kan  udførelsen af handlinger før periodens afslutning, hjælpe revisor med at identificere betydelige forhold i  et tidligere tidspunkt og nå at reagere på dette28.  

Omfanget henviser til graden af sikkerheden og som revisor planlægger at opnå. Dvs. at udføre et  passende antal stikprøver eller analytiske handlinger som en reaktion på en vurderet risici29.    

       

26 ISA 330 

27 ISA 330.A5 

28 ISA 330.A6 

29 ISA 330.A7 

(25)

2.2.3.5 Revisionsbevis

For at vurdere hvorvidt, automatisk udarbejdet dokumentation af kunstig intelligens, kan benyttes som  revisionsbevis, er det vigtigt at forstå hvad der i dag defineres som tilstrækkeligt og egnet revisionsbevis. 

ISA 500 definere hvad der udgør et revisionsbevis i forbindelse med revision af regnskaber. Det er 

revisors ansvar at udforme og udføre revisionshandlinger således, at der kan opnås tilstrækkelig og egnet  revisionsbevis, og drage rimelige konklusioner heraf. 

 

Tilstrækkelighed vedrørende revisionsbevis er målestokken for mængden af revisionsbevis.  

Det er den nødvendige kvantitet af revisionsbeviset, som påvirkes af risikovurdering af væsentlig  fejlinformation og kvaliteten af revisionsbeviset. Jo større risiko revisor vurdere der er for væsentlig  fejlinformation, desto mere revisionsbevis vil der være behov for. Det samme gælder kvaliteten af det  opnåede bevis – jo bedre kvalitet desto mindre mængde vil der være behov for.  

 

Egnethed er målestokken for revisionsbevisets kvalitet. Kvaliteten måles på relevans og pålidelighed. 

Pålideligheden er påvirket af revisionsbevisets kilde og art. Når revisor vurdere hvilke revisionshandlinger  der skal udføres i revisionen, vil relevansen og pålideligheden af det opnåede bevis således bestemme  kvaliteten af den information der anvendes30.  

 

Revisionshandlinger til opnåelse af revisionsbevis 

Som krævet i ISA 500.A10 (henvisning til ISA 315 og 330) opnås der revisionsbevis til at drage rimelige  revisionskonklusioner ved at udføre følgende:  

Risikovurderingshandlinger udformes af revisor til at vurdere risici og planlægge revisionshandlinger  der udføres for at imødegå de identificerede risici for væsentlig fejlinformation i det finansielle  regnskab. 

Test af kontroller udformes af revisor for at vurdere funktionaliteten af en pågældende kontrol som  forebygger eller opdager fejlinformation på revisionsmålsniveau. Når revisor udformer test af  kontroller som en revisionshandling til at opnå relevant revisionsbevis skal revisor identificere  forhold, og teste at forholdende er tilstede31.  

       

30 ISA 500.6 jf. A1‐A25 

31 ISA 500.A10 

(26)

Substanshandlinger udformes for at opdage fejlinformation på revisionsmålsniveau, herunder  detailtest og substansanalytiske handlinger. Ved substanshandlinger skal det også vurderes hvilke  forhold der er relevante for testens formål32.  

 

De revisionshandlinger der anvendes som risikovurderingshandlinger, test af kontroller og 

substanshandlinger er Inspektion, observation, ekstern bekræftelse, efterregning, genudførsel, analytiske  handlinger og forespørgsler.

 

Revisionsbeviset opnås ved hjælp af ovennævnte revisionshandlinger, der udføres i revisionen på  baggrund af information indhentet fra andre kilder såsom tidligere revisor, bank mm. skal revisor under  disse omstændigheder vurdere relevansen og pålideligheden af de informationer.  

 

Relevansen er den logiske forbindelse med formålet ved den planlagte revisionshandling og at  revisionsmålet er relevant. Det vil sige, at hvis man tester tilstedeværelsen og værdiansættelsen af  eksempelvis langfristet gæld, vil en relevant revisionshandling være indhentelse af 

engagementsbekræftelse, amortiseringsplan for virksomhedens realkreditlån (værdiansættelse), bevis på  tinglysning af lånet (tilstedeværelse), og afstemning af disse til virksomhedens bogføring og bogførte  amortisering.  

Revisionshandlinger kan være relevante for nogle revisionsmål, men de ikke vil være relevante for andre  revisionsmål. Fx vil dokumenter for debitorindbetalinger efter periodens afslutning give revisionsbevis  for tilstedeværelse og værdiansættelse men ikke eksempelvis for periodisering33.  

 

Pålideligheden afhænger af art og omstændigheder, hvorledes det beviset tilvejebragt samt 

kontrollernes udarbejdelse og vedligeholdelse. Selvom revisionsbeviset opnås fra en ekstern kilde kan  der foreligge omstændigheder der kan påvirke bevisets pålidelighed. En ekstern kilde kan være upålidelig  hvis kilden eksempelvis ikke er sagkyndig til at udgive informationen. Det kan ligeledes være hvis en  ledelsesudpeget eksperts objektivitet trues af vedkommendes personlige interesser eller andet. 

Pålideligheden øges hvis revisor direkte observere udførelsen af en kontrol, eller skriftlige dokumenter  frem for mundtligt opnået bevis. Originale dokumenter er ligeledes mere pålidelige34.  

 

       

32 ISA 500.A10 

33 ISA 500.A27 

34 ISA 500.A31 

(27)

Når revisor modtager information der er udarbejdet af virksomheden, skal revisor vurdere hvorvidt  informationen er tilstrækkeligt pålidelig til revisionens formål. Revisor skal ligeledes vurdere  nøjagtigheden og fuldstændigheden af informationen samt om beviset er præcist og detaljeret til  revisionens formål. Revisionsbeviset understøtter revisorkonklusionen samt revisor erklæringen, derfor  er revisionsbevisets kvalitet afgørende for korrekt afgivet revisionserklæring. De handlinger hvorpå  revisor kan opnå revisionsbevis benyttes ofte i kombination, da eksempelvis en forespørgsel ikke altid  kan stå alene og derfor udføres de ofte i kombination andre handlinger, for at afdække flere risici.  

Ved at forhøje tilstrækkelighed og egnethed, reduceres revisionsrisikoen til et acceptabelt lavt niveau,  således at revisor udtrykker en konklusion uden væsentlig fejlinformation. 

 

2.2.3.6 ISA 520 Substansanalytiske handlinger

ISA 520, vedrøre revisors anvendelse af substansanalytiske handlinger. Standarden sammensætter  revisors professionelle dømmekraft med statistiske handlinger, som anvendes til at vurdere og  identificere risici for væsentlige fejlinformation i regnskabet. 

Substansanalytiske handlinger skal udføres i sammenhæng med ISA 315, om anvendelse af analytiske  handlinger, som risikovurderingshandlinger og ISA 330 vedrørende krav og vejledning om tidsmæssige  placering, art og omfang af revisionshandlinger. Som nævnt i ISA 520.6 skal revisor opnå tilstrækkelig og  egnet revisionsbevis ved udførsel af substansanalytiske handlinger. Handlingen udføres ofte tæt på  revisionsafslutningen for at kunne give revisor en overordnet konklusion om regnskabets konsistens i  overensstemmelse med revisors forståelse af virksomheden.  

 

Definition af substansanalytiske handlinger   

Standarden definere analytiske handlinger, som vurdering af finansielle oplysninger gennem analyse af  forventelige sammenhænge mellem finansielle og ikke finansielle oplysninger. Det vil sige, at revisor skal  opstille en forventning baseret på hans kendskab til virksomhedens udvikling, i form af analyser der vil  hjælpe revisor til at forudse den fremtidige udvikling. Substansanalytiske handlinger undersøger større  uventede udsving eller sammenhænge, der ikke er konsistent med hvad revisor havde forudset ud fra  det givent information som virksomheden. Revisor reagerer dermed på udsving større end ”testing  threshold” der er angivet35.  

 

       

35 ISA 520.7 

(28)

Når revisor udføre substansanalytiske handlinger, som en substanshandling i sammenhæng, kan denne  analyse også kombineres med detailtest. Uanset om handlingerne foretages alene eller i sammenhæng  med detailtest, skal revisor have udført følgende overvejelser: 

” 

a) Fastlægge egnetheden af bestemte substansanalytiske handlinger for givne revisionsmål under  hensyntagen til de vurderede risici for væsentlig fejlinformation og eventuelle detailtest for disse  revisionsmål.  

b) Vurdere pålideligheden af det data, som danner grundlag for revisors forventninger til bogførte  beløb eller nøgletal under hensyntagen til kilde, sammenlignelighed og art og relevans af den  tilgængelig information samt kontroller med udarbejdelsen.  

c) Opstille forventninger til bogført beløb eller nøgletal og vurdere om forventningerne er  tilstrækkelige præcise til at identificere en fejlinformation, der alene eller sammen med anden  fejlinformation kan medføre, at regnskabet vil indeholde væsentlig fejlinformation.  

d) Fastslå størrelsen af en eventuel afvigelse mellem bogførte og forventede beløb, der kan  accepteres uden yderligere undersøgelser som krævet i ISA 520 pkt. 7.  

”  Opstilling af forventninger  

Revisors overvejelser i forbindelse med opstilling af forventninger kan omfatte forespørgsel til ledelsen,  oplysninger fra tidligere regnskabsperioder, virksomhedens forventede resultater, budgetter eller andre  prognoser/skøn, tilsvarende oplysninger fra udviklingen i hele branchen. Dette kan udføres på baggrund  af forskellige statistiske modeller. Disse modeller kan både være meget simple og meget komplekse at  udføre36.  

             

       

36 ISA 520 pkt. A4 

(29)

2.3 Teoretisk gennemgang af kunstig intelligens  

Kunstig intelligens er en teknik inden for datalogien, som flere af nutidens organisationer allerede har  stiftet bekendtskab til. Allerede i perioden efter 2. verdenskrig opstod de første ideer bag kunstig  intelligens hvor den britiske matematiker Alan Turing var med til at grundlægge datalogien og var den  første til at teste computer intelligens. Han var kendt for sin turing‐test, som er en tilgang til at afgøre,  om en computer udviser intelligens på menneskeligt niveau. Dette blev afgjort i form af 

sprogkundskaber, baggrundsviden vedrørende givne emner, automatiseret ræsonnement, evnen til at  kunne tilpasse sig nye omstændigheder, opfatte objekter, manipulere og flytte om på objekter. Disse 6  forskellige discipliner omfatter en stor del af kunstig intelligens i dag. Egenskaberne kendetegner humant  opførsel i form af kundskab til sprog, hukommelse, fornuft, læring, syn og bevægelser37. Denne form for  kunstig intelligens der udkommer af disse elementer er dog stadigvæk ikke intelligente nok til at kunne  overbevise os om, at det er menneskelig intelligens.  

Formålet med følgende afsnit, er at definere begreber og termer inden for datalogien, herunder  definition af kunstig intelligens for, at skabe overblik over den bagvedliggende teknologi.  

 

2.3.1 Menneskelig intelligens

For at kunnee skabe kunstig intelligens, der kan overbevise os om dens menneskelige evner, defineres  først forståelsesrammerne for hvad menneskelige intelligens er, og hvad kendetegner menneskelige  evner. Ved selviagttagelse, af menneskets og hjernens reaktioner ved en pågældende aktion, kan man  identificere menneskelige evner. Baggrunden for resultatet anses som teori, og kan overføres til en at  udvikle AI systemer. Denne metode kaldes for kognitiv videnskab. At tænke menneskeligt og blev først  udviklet af Frank Keil og Robert Wilson38

 

2.3.2 Logisk tænkning

Den græske filosof Aristotle var en af de første til at systematisere ”rigtig tænkning”. Han indledte til  feltområdet logikken. Strukturen i hans metode var, at syllogismer som gav korrekte konklusioner, ved  rette forudsætninger. Denne metode kaldes for logismen, og allerede i 1965 var der udviklet et program,  som kunne løse hvilket som helst logisk problem. Det mest kendte forsøg på en logisk tænkende 

problemløser er GPS (General Problem Solver). Programmet er udtænkt af Allen Newell og Herbert 

       

37 Artificial Intelligence – A Modern Approach – Third Edition  

38 Artificial Intelligence – A Modern Approach – Third Edition 

(30)

Simon i 1957, hvilke er et forsøg på at bringe datalogi og psykologi for at give maskinen humanært  tænkning39.  

 

2.3.3 Rationalitet vs. perfektion

Den rationelle agent metode bygger på selvstændigt at opnå de bedste resultater eller den bedste  konklusion ved at erkende sit miljø, tilpasse sig forandringer, skabe mål og opnå disse mål. Fordelen ved  dette er, at denne metode er mere modtagelig over for videnskabelig udvikling. Rationaliteten er blevet  matematisk defineret og derfor en mere generel metode.  

Metoder der er baseret på menneskelig adfærd og tanker, er målrettede metoder der er udviklet under  specifikke omgivelser. Udfordringen ved denne metode er, at det kan være lige så svært at opstille  programmet som at definerer det ”rigtige” svar. De største udfordringer ved opsætningen af disse  programmer, er at problemstillinger i teorien ikke altid afspejler praktiske problemer. Hvis et program  har for mange informationer, kan maskinen udregne i al evighed. Spørgsmålet om at tænke rationelt, kan  i særdeles være lige så svært at definere. Rationale er ikke et udtryk for perfektion. Rationalitet 

maksimerer det forventede udfald mens perfektion maksimerer det faktiske udfald og derfor er en  rationel maskine ikke nødvendigvis direkte sammenlignelig med perfektion40

 

2.3.4 Kunstig Intelligens, Machine Learning og Deep Learning

AI kan udføre analyser af tekstoversættelser, billedbehandling, klassificereringer, forudse tendenser,  optimere processer eller interaktioner mellem maskiner og mennesker og meget mere. Machine learning  og deep learning er blot nogle teknikker inden for kunstig intelligens og kan demonstreres igennem  nedenstående figur. 

 

       

39 Artificial Intelligence – A Modern Approach – Third Edition 

40 Artificial Intelligence – A Modern Approach – Third Edition 

Referencer

RELATEREDE DOKUMENTER

Keywords: artificial intelligence; photovoltaic systems; optimal sizing; irradiance forecasting; condi- tion monitoring; transition control;

Dette indebær de tidligere diskuterede eksogene og endogene forhold- både i forhold til samarbejdet om forskning (første fase) og længerevarende samarbejde med

Frygt for, at AI skal stjæle opgaver fra læger, der arbejder med billedbeskrivelse i radiologi, klinisk fysiologi og nuklearmedicin eller radioterapi, har været nævnt i

However, instead of focusing on ethical considerations elaborated in philosophy and Artificial Intelligence (AI) 5 communities 6 , the legal liability risks related to

Om kunstig intelligens kommer til at tage eller helt fjerne arbejdspladser, væk- ker ikke stor bekymring i Sverige, hvor der var næsten lige så mange ubekymre- de som

 danske virksomheder får bedre adgang til data, medarbejdere med digitale kompetencer og den nyeste forskning inden for til kunstig intelligens.. Danske forskere skal forske i

- I stedet for at vente på, at andre forfølger en effektivise- ringsstrategi, så skal vi tage medejerskab ved at rejse krav og tage styring, så vi sikrer, at udviklingen bliver til

En andel af de virksomheder, der i dag ikke anven- der kunstig intelligens, forudser, at det i høj grad eller i nogen grad bliver relevant for dem inden for en tidshorisont