Künstliche Intelligenz in der Internen Revision: Einsatz & Prüfung

• Einführung in KI/ML-Grundlagen und Modelltypen
• Relevante Regularien (EU AI Act, NIST AI RMF, ISO/IEC 23894)
• Prüfmethodik mit CRISP-DM und COBIT für KI-Audits
• Fokus auf Datenqualität, Bias-Erkennung und Fairness-Kontrollen
• Kontrolle der Transparenz und Robustheit von KI-Systemen
• Implementierung von KI-Governance-Strukturen
• Dokumentation, Berichterstattung und Best Practices

Zentrales Ziel des Seminars ist es, den Teilnehmenden konkrete Einsatzmöglichkeiten und Potenziale von KI in der Internen Revision aufzuzeigen. Sie erhalten einen umfassenden Überblick über typische Anwendungsfelder – von der Automatisierung datenintensiver Prüfprozesse über die KI-gestützte Risikoanalyse bis hin zur Optimierung von Kontrollmechanismen – und reflektieren, wie diese Szenarien in ihren eigenen Revisionsabläufen implementiert werden können.

Darüber hinaus vermittelt das Seminar, wie regulatorische Vorgaben und Governance-Aspekte nahtlos in den Prüfprozess integriert und gleichzeitig praxisorientierte Prüfmethodiken angewandt werden. Die Teilnehmenden lernen, welche Anforderungen sich aus dem EU AI Act, dem NIST AI Risk Management Framework und der Norm ISO / IEC 23894:2023 ergeben, und wie sie diese Standards nutzen, um Governance-Strukturen zu bewerten und Optimierungspotenziale zu identifizieren.

Auf Basis etablierter Frameworks wie CRISP-DM und COBIT entwickeln sie Prüfverfahren für KI-Systeme – von der Sicherstellung der Datenqualität über Modellvalidierung bis hin zur abschließenden Dokumentation – und gewinnen durch interaktive Fallstudien sowie Best Practices konkrete Handlungsempfehlungen zur Effizienzund Qualitätssteigerung ihrer Audit- Projekte.