KI im Audit – was ist Stand der Technik 2023

GPT ist eine Instanz eines Large Language Models, es sagt ein Wort nach dem anderen voraus, wobei ein Modell verwendet wird, das mit allen Texten im Internet trainiert wurde.

Auf Grund der Komplexität des Algorithmus kann man nicht einfach erklären wie GPT die Texte erstellt und welche Quellen es hierzu benutzt.

Die Beste Erklärung ist, das Large Language Models (LLMs) wie GPT auf der Grundlage von künstlichen neuronalen Netzwerken funktionieren. Diese bestehen aus vielen Schichten von künstlichen Neuronen. Mit Hilfe von großen Mengen an Textdaten (wahrscheinlich das Internet bis im Jahr 2020) werden diese Modelle trainiert, um ein umfassendes Verständnis der natürlichen Sprache zu entwickeln.

Während des Trainings lernt das LLM, Muster und Zusammenhänge in den Textdaten zu erkennen. Es erfasst die Wahrscheinlichkeiten, mit denen bestimmte Wörter oder Sätze in einer gegebenen Kontextsituation auftreten. Diese Informationen werden in einer Gewichtung der Verbindungen zwischen den künstlichen Neuronen im Modell gespeichert.

Im Hintergrund des Models steht die Technologie des Natural Language Processing (NLP).

Natural Language Processing (NLP) ist ein Teilbereich der künstlichen Intelligenz (KI), der sich mit der Wechselwirkung zwischen Computern und menschlicher Sprache befasst. Es handelt sich um eine Sammlung von Techniken und Algorithmen, die es Computern ermöglichen, natürliche Sprache zu verstehen, zu analysieren, zu generieren und darauf zu reagieren.

NLP beinhaltet verschiedene Disziplinen wie die Spracherkennung, bei der gesprochenen Sprache in Text umgewandelt wird, die Textsegmentierung, bei der Text in sinnvolle Einheiten wie Sätze oder Wörter aufgeteilt wird, und die Part-of-Speech-Tagging, bei der Wörtern in Texten ihre grammatische Funktion zugeordnet wird.

Weitere NLP-Aufgaben umfassen das Erkennen von Entitäten und Relationen (Named Entity Recognition), die Sentiment-Analyse zur Bestimmung von Emotionen oder Meinungen in Texten, die maschinelle Übersetzung zwischen verschiedenen Sprachen und die automatische Zusammenfassung von Texten.

Diese Technik ist entscheidend für den Erfolg der LLM wie GPT oder Stanford Alpaca.

Wir haben aktuell zwei verschiedene Anwendungsfälle wie wir dir schon heute, gegen Gebühr, die Nutzung der Vorteile von KI in deine tägliche Arbeit bringen können. Das Audit ist ein standardisierter Vorgang, welcher ausgedehntes Wissen in den Regelwerken erfordert.

Use Case1: Regeltext Assistent (BETA)

Mit Hilfe unseres speziell trainierten KI-Assistenten kannst du Fragen rund um die Iso Regelwerke stellen. Die KI erzeugt basierend auf NLP und LLM Antworten die deine Frage in Bezug auf die Regelwerke beantwortet. Durch kontinuierliches Training verbessern wir den Assistenten permanent, können aber ebenfalls die Erzeugung von Halluzinationen in den Texten nicht vollständig verhindern. Von besonderer Wichtigkeit ist darum dein „Prompting“, also deine Art der Fragestellung.

Ein Beispiel für einen Prompt, welcher zu einem hochwertigen Ergebnis führt, ist: „Wo finde ich in der ISO 9001 Anforderungen zur Mitarbeiterqualifikation?“

Das Ergebnis zu deiner Anfrage ist: „Die Anforderungen zur Mitarbeiterqualifikation finden sich im Abschnitt 6.2 der ISO 9001. Dort werden die Anforderungen an die Qualifikation und Kompetenz der Mitarbeiter beschrieben, die für die Erfüllung der Anforderungen der Organisation erforderlich sind.“

Die Antwort ist inhaltlich korrekt, das Model ausreichend genau.

Use Case2: Formulierungs-Assistent (BETA)

Die Kombination von verschiedenen Disziplinen der KI lässt es zu, dass der Auditor in der Formulierung seiner Feststellungen unterstützt wird. Der Auditor gibt der KI Stichworte, welche er durch Kommas trennt und erhält basierend auf den Stichworten einen Text zurück. Die Nutzung dieser fortschrittlichen Technologie erfordert eine Einarbeitung des Auditors, damit die Stichworte so gewählt werden, dass ein inhaltlich korrekter Text erstellt wird.

KI im Audit wird immer relevanter, da Large Language Models wie Chat GPT große Erfolge verzeichnen. Es wird diskutiert, ob Maschinen in Zukunft Audits durchführen können. Large Language Models (LLMs) wie GPT und Stanford Alpaca sind leistungsstarke künstliche neuronale Netzwerke, die natürliche Sprache verstehen und generieren können. Sie werden in verschiedenen Bereichen eingesetzt, einschließlich Chatbots, Übersetzungen und Textgenerierung.

GPT funktioniert durch Vorhersage von Wörtern basierend auf einem trainierten Modell, das Texte aus dem Internet nutzt. LLMs basieren auf künstlichen neuronalen Netzwerken und werden durch Natural Language Processing (NLP) unterstützt, das verschiedene Techniken umfasst, um natürliche Sprache zu verstehen und zu generieren. Bei der Verwendung von LLMs gibt es Grenzen wie Datenschutz, Halluzination und Urheberrechtsverletzungen.

Bei Owlytic werden KI-Anwendungen im Audit in Form von Regeltextassistenten und Formulierungsassistenten eingesetzt. Die Zukunft der KI im Audit ist unsicher, aber es besteht das Potenzial für automatische Überprüfungen von Dokumenten und die Identifikation von Risikoprozessen und Lieferanten. Unternehmen müssen in die Qualität und Verfügbarkeit ihrer Daten investieren, um KI breit einzusetzen.