Die Interne Revision steht vor einem grundlegenden Wandel: Weg von der punktuellen, rückblickenden Kontrolle, hin zu einer kontinuierlichen, datengetriebenen und zunehmend KI-gestützten Prüfungsfunktion. Dieser Wandel vollzieht sich nicht über Nacht, aber die Richtung ist erkennbar. Revisionsfunktionen, die sich frühzeitig darauf einstellen, verschaffen sich einen klaren Vorsprung. Vier Entwicklungslinien zeichnen sich dabei besonders deutlich ab.
1. Von der Stichprobe zum Live-Monitoring
Die klassische Revision prüft im Nachhinein: Ein Zeitraum wird abgeschlossen, dann folgt die Prüfung häufig auf Basis von Stichproben, da eine vollständige Prüfung aller Transaktionen mit vertretbarem Aufwand kaum möglich ist. Dieses Modell gerät zunehmend unter Druck. Kontinuierliches Monitoring und Process Mining machen es möglich, Kontrollen und Transaktionen fortlaufend statt punktuell zu überwachen und Auffälligkeiten deutlich früher zu erkennen als im klassischen Prüfungszyklus. Für die Interne Revision bedeutet das einen Perspektivwechsel: weg von der nachgelagerten Kontrolle, hin zu einer Funktion, die näher am laufenden Geschäft agiert und Risiken erkennt, bevor sie sich zu größeren Problemen entwickeln.
2. Vom Werkzeug zum Agenten
Auch die Rolle der Technologie selbst verändert sich. Bislang unterstützten Analysewerkzeuge vor allem einzelne Prüfschritte – etwa die Auswertung großer Datenmengen oder die Identifikation von Auffälligkeiten. Zunehmend rücken jedoch KI-Systeme in den Fokus, die mehrere Prüfschritte eigenständig koordinieren und ganze Prüfprozesse orchestrieren können, während Menschen die Ergebnisse kontrollieren, einordnen und freigeben. Ergänzt wird diese Entwicklung durch den wachsenden Einsatz großer Sprachmodelle als Prüfungswerkzeug – etwa zur Auswertung unstrukturierter Dokumente oder zur Unterstützung bei Prüfungsurteilen. Für Revisionsfunktionen verschiebt sich damit das eigene Rollenverständnis: weg von der manuell ausgeführten Prüfhandlung, hin zur Steuerung und Qualitätssicherung KI-gestützter Prüfprozesse.
3. Vertrauen als neue Prüfungsgrundlage
Je stärker Künstliche Intelligenz in den Prüfprozess selbst eingebunden wird, desto wichtiger wird die Frage, wie sich Vertrauen in ihre Ergebnisse herstellen lässt. Wie stellt eine Revisionsfunktion sicher, dass KI-gestützte Prüfungsurteile nachvollziehbar, konsistent und belastbar sind? Diese Frage wird derzeit sowohl von internationalen Prüfungsstandardsetzern als auch von Revisionsfunktionen einzelner Unternehmen intensiv diskutiert, mit dem Ziel, Qualitätsstandards und Governance-Strukturen zu entwickeln, die mit dem technologischen Fortschritt Schritt halten. Für Unternehmen bedeutet das: Der Einsatz von KI in der Revision verlangt nicht nur technische, sondern auch methodische und organisatorische Leitplanken – von der Auswahl und Validierung eingesetzter Modelle bis zur nachvollziehbaren Dokumentation der Ergebnisse. Ohne ein belastbares Governance-Fundament bleibt der Nutzen der Technologie begrenzt, unabhängig davon, wie leistungsfähig sie im Einzelfall ist.
4. Der Mensch bleibt entscheidend
So sehr sich Werkzeuge und Prozesse verändern, im Zentrum bleibt die Frage, wie Menschen mit KI zusammenarbeiten. Ob KI-gestützte Empfehlungen im Arbeitsalltag tatsächlich angenommen werden, hängt maßgeblich davon ab, wie transparent ihr Einsatz gestaltet ist und wie gut Mitarbeitende auf die neuen Werkzeuge vorbereitet sind. Technologischer Fortschritt allein reicht daher nicht aus: Akzeptanz muss aktiv gestaltet werden, etwa durch klare Verantwortlichkeiten, nachvollziehbare Prozesse und offene Kommunikation über den KI-Einsatz. Damit einher geht ein wachsender Bedarf an KI-Kompetenz im Prüfberuf selbst. Die Fähigkeit, KI-gestützte Analysen richtig einzuordnen, kritisch zu hinterfragen und in Prüfungsurteile zu übersetzen, wird zu einer Kernqualifikation und damit zu einem zentralen Thema für Aus- und Weiterbildung in der Revision.
Ausblick: Eine Profession im Umbruch
In der Summe verschiebt sich das Selbstverständnis der Internen Revision: weg von einer punktuellen, vergangenheitsorientierten Kontrollfunktion, hin zu einer kontinuierlichen, datengetriebenen und zunehmend KI-gestützten Assurance-Funktion. Diese Entwicklung eröffnet erhebliche Chancen: schnellere Risikoerkennung, höhere Prüfungsabdeckung, effizientere Prozesse. Sie stellt Revisionsfunktionen aber auch vor neue Aufgaben: die Steuerung KI-gestützter Systeme, den Aufbau entsprechender Governance-Strukturen und die kontinuierliche Weiterentwicklung der eigenen Kompetenzen. Wie schnell und in welcher konkreten Ausprägung sich diese Veränderungen in einzelnen Unternehmen vollziehen, wird sich erst in den kommenden Jahren zeigen. Klar ist jedoch bereits heute: Revisionsfunktionen, die sich frühzeitig mit kontinuierlichem Monitoring, klaren KI-Governance-Strukturen und dem Kompetenzaufbau ihrer Teams auseinandersetzen, sind auf die Zukunft der Internen Revision besser vorbereitet als jene, die abwarten.
