AuditCopilot: LLMs revolutionieren die Betrugserkennung in der doppelten Buchführung

AuditCopilot nutzt große Sprachmodelle, um Anomalien in der doppelten Buchführung zuverlässig zu erkennen. In einer Studie wurden die neuesten LLMs – LLaMA und Gemma – auf synthetischen und anonymisierten realen Konten getestet und mit traditionellen Journal Entry Tests (JETs) sowie klassischen Machine‑Learning‑Modellen verglichen. Die Ergebnisse zeigen, dass die LLMs die Fehlerrate deutlich senken und gleichzeitig verständliche, sprachbasierte Erklärungen liefern, die die Nachvollziehbarkeit erhöhen. Damit demonstriert AuditCopilot, wie KI‑unterstützte Prüfungen die finanzielle Integrität stärken können, indem menschliche Prüfer und Basis‑Modelle zusammenarbeiten.