Warum autonome Kontrolltests die Interne Revision neu definieren werden

Die Interne Revision steht an einem Wendepunkt.

Seit Jahren wird von Teams erwartet, immer mehr Aufgaben zu übernehmen, eine zunehmende Komplexität zu bewältigen und gleichzeitig die Assurance-Qualität aufrechtzuerhalten – ohne entsprechende Ressourcenaufstockung. Jeder, der im Bereich SOX oder Kontrollen tätig ist, kennt das Ergebnis: qualifizierte Fachkräfte verbringen zu viel Zeit mit manueller Feldarbeit, der Suche nach Nachweisen und wiederholten Prüfungen, anstatt wichtige Abwägungen vorzunehmen.

Meiner Ansicht nach stößt dieses Modell nun an seine Grenzen.

Autonome Kontrolltests sind nicht einfach nur eine schnellere Methode, um dieselbe Arbeit zu erledigen. Es handelt sich um ein völlig neues Arbeitsmodell für die Interne Revision: Hier werten KI-Agenten unstrukturierte Nachweise aus, führen Attributprüfungen durch und generieren eine prüfungsreife Dokumentation, die uneingeschränkt nachverfolgbar ist. Wenn eine solche Umstellung gelingt, bewirkt sie weit mehr als nur eine Effizienzsteigerung. Die Tests werden wirtschaftlicher, die Teams gewinnen an Kapazitäten, und die Leiter der Internen Revision erhalten eine Möglichkeit zur Skalierung ohne zusätzlichen manuellen Aufwand.

Diese Vision war der Ausgangspunkt zur Entwicklung von Midship. Midship, nun Teil von Optro, wurde konzipiert, um agentenbasierte KI auf praktische und vertrauenswürdige Weise in SOX und Kontrolltests einzubinden. Hier schildere ich, wie diese Idee entstanden ist, wie ich mir die Zukunft der Internen Revision vorstelle und warum autonome Tests zu einem so wichtigen Werttreiber für diesen Bereich geworden sind.

Wie mir klar wurde, dass die Interne Revision ein neues Modell braucht

Die Idee zu Midship entstand während meiner Zeit bei Instacart. Bei der Vorbereitung auf den Börsengang arbeitete ich die Workflows der Internen Revision und Kontrollen durch und konnte das Problem aus nächster Nähe erleben.

Das Problem, mit dem ich mich ursprünglich befasste, war der Testphase eigentlich vorgelagert. Ich war gerade dabei, eine Kontrollebene für den Zugriff auf unseren bestehenden Datenplattform-Stack zu entwickeln, der Databricks, Snowflake, S3 und andere Komponenten umfasste. Wenn ich diese Prozesse mit unserem Team für die Interne Revision durchging, wiederholte ich immer wieder dasselbe. Jedes Walkthrough-Meeting begann damit, dass ich am Whiteboard die Systemarchitektur, die Komponenten und deren Verbindungen untereinander skizzierte.

Nachdem ich dasselbe Diagramm zum dritten oder vierten Mal gezeichnet hatte, kam mir der Gedanke: Das muss doch auch einfacher gehen.

Etwa zur gleichen Zeit wurden die APIs von OpenAI so weit zugänglich, dass man zielgerichtet mit GPT-Modellen experimentieren konnte. Bei internen Hackathons fing ich an, Tools zur Unterstützung interner Teams zu entwickeln. Das erste Tool war ein Chatbot, der mit der Engineering-Dokumentation verknüpft war und bei der Vorbereitung auf Walkthroughs helfen konnte. Dabei stellte ich mir die nächste Frage: Wenn diese Technologie bei der Walkthrough-Vorbereitung helfen kann, wo sonst könnte sie dann die Interne Revision und SOX unterstützen?

Aus dieser Frage entstand schließlich Midship.

Was mir damals und auch heute noch auffällt, ist die Tatsache, dass Teams der Internen Revision schon lange vor der eigentlichen Testdurchführung ausgebremst werden. Die Schwierigkeiten beginnen damit, Systeme zu verstehen, den Kontext zu erfassen, unübersichtliche Nachweise zu prüfen und die Arbeit über fragmentierte Workflows hinweg zu dokumentieren. Solche Tests sind nicht nur wegen der manuellen Verfahren so arbeitsintensiv, sondern auch, weil der gesamte Prozess extrem viel Doppelarbeit umfasst.

Genau hier setzen autonome Tests an.

Warum autonome Kontrolltests heute wichtig sind

Wir befinden uns an einem Punkt, an dem das traditionelle Testmodell nicht mehr sauber skalierbar ist.

Die Kontrollumgebungen werden immer größer. Die Teams stehen unter dem Druck, mit begrenzten Personalressourcen mehr leisten zu müssen. Die Ausgaben für Co-Sourcing bleiben hoch. Gleichzeitig besteht ein Großteil der Arbeit nach wie vor daraus, dass Menschen PDFs, Screenshots, Rechnungen, E-Mails, Tabellenkalkulationen und Systemexporte durchforsten, um zu überprüfen, ob Kontrollattribute erfüllt wurden.

Das ist kein nachhaltiges Modell.

Autonome Kontrolltests ändern dies, indem sie KI-Agenten befähigen, einen erheblichen Teil dieser Arbeit direkt zu erledigen. Statt sich nur auf strukturierte Eingaben zu verlassen, können Agenten unstrukturierte Nachweise ähnlich wie ein menschlicher Prüfer lesen und interpretieren. Sie validieren, ob bestimmte Attribute vorhanden sind, dokumentieren ihre Ergebnisse und erstellen professionelle Prüfungsdokumente mit klaren Quellenangaben und Prüfpfaden.

In der Praxis bedeutet dies, dass ein Prozess, der früher viele Stunden manueller Arbeit in Anspruch nahm, in wenigen Minuten erledigt ist. Doch Geschwindigkeit ist nur ein Aspekt des Ganzen. Die wichtigere Veränderung besteht darin, dass es bei Tests nicht mehr darum gehen muss, wo Menschen eingesetzt werden. Erfahrene Fachkräfte der Internen Revision verbringen weniger Zeit mit repetitiver Feldarbeit und können stattdessen den Fokus auf Abwägungen, Risikoanalysen, das Prüfen von Ausnahmen und die strategische Beratung legen.

Hierin liegt das eigentliche Potenzial.

Für die Interne Revision beginnt ein neues Zeitalter

Das alte Modell, den Testumfang durch noch mehr manuellen Aufwand auszuweiten, stößt an seine Grenzen. Autonome Kontrolltests bieten einen besseren Weg: KI-Agenten übernehmen die repetitiven Aufgaben; Menschen setzen ihr Urteilsvermögen dort ein, wo es am wichtigsten ist, und jedes Ergebnis beruht auf transparenten, rückverfolgbaren Nachweisen.

Für diesen Wandel wurde Midship entwickelt. Heute, als Teil von Optro, sind wir überzeugt, dass dieser Wandel gelingen kann – mit der von den Leitern der Internen Revision geforderten Governance, dem entsprechenden Unternehmenskontext und Vertrauen.

Die Chancen, die sich hier bieten, gehen über reine Effizienzgewinne hinaus. Dies ist eine Gelegenheit, die Arbeitsweise der Internen Revision und den Mehrwert, den sie schaffen kann, neu zu definieren.

Möchten Sie moderne SOX-Tests in Aktion erleben?

Demo anfordern