<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:dc="http://purl.org/dc/terms/"
         xmlns:foaf="http://xmlns.com/foaf/0.1/"
         xmlns:bibo="http://purl.org/ontology/bibo/"
         xmlns:fabio="http://purl.org/spar/fabio/"
         xmlns:owl="http://www.w3.org/2002/07/owl#"
         xmlns:event="http://purl.org/NET/c4dm/event.owl#"
         xmlns:ore="http://www.openarchives.org/ore/terms/">

    <rdf:Description rdf:about="https://www.hsbi.de/publikationsserver/record/6904">
        <ore:isDescribedBy rdf:resource="https://www.hsbi.de/publikationsserver/record/6904"/>
        <dc:title>Digitalisierung und KI in der Abschlussprüfung: Änderungen in Rechnungslegung und Wirtschaftsprüfung und ihre Auswirkungen auf die Hochschulausbildung</dc:title>
        <bibo:authorList rdf:parseType="Collection">
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
        </bibo:authorList>
        <bibo:abstract>Der Berufsstand der Wirtschaftsprüfer und das Rechnungswesen von Unternehmen kämpfen aktuell mit einem sinkenden Image sowie einem massiven Fachkräftemangel. Als zentrale Antwort darauf gilt die fortschreitende Digitalisierung und der Einsatz von KI, die bereits heute zu einer weitgehenden Automatisierung operativer Kernprozesse wie dem „Purchase-to-Pay“-Porzess führen. 
Während das Institut für Arbeitsmarkt- und Berufsforschung (IAB) für Buchhaltungstätigkeiten ein Automatisierungspotenzial von 100 % sieht, liegt dieses in der Wirtschaftsprüfung bei etwa 57 %. In der Prüfungspraxis verschiebt sich der Fokus von Routineaufgaben hin zu risikoorientierten Datenanalysen, IT-Systemprüfungen und der Nachhaltigkeitsberichterstattung, wobei das finale Urteil weiterhin beim Menschen verbleibt („Human-in-the-Loop“). 
Für die Hochschulausbildung bedeutet diese Transformation, dass neben den klassischen Basiskompetenzen vermehrt Spezialwissen in der Datenanalyse sowie übergreifende Meta-Kompetenzen wie „Data Literacy“ und grundlegendes KI-Verständnis vermittelt werden müssen. Hochschulen sind daher gefordert, diesen Wandel durch neue Lehrformate und Kooperationen mit der Praxis aktiv mitzugestalten, um den steigenden qualitativen Anforderungen an künftige Mitarbeitende gerecht zu werden.</bibo:abstract>
    </rdf:Description>
</rdf:RDF>
