ZUSAMMENFASSUNG Die rasche Einführung von KI-gestützter automatisierter Entscheidungsfindung (ADM) im Rechnungswesen bringt ethische Risiken in Bezug auf Privatsphäre, Voreingenommenheit und Verantwortung mit sich. Obwohl frühere Literatur und regulatorische Rahmenbedingungen diese Themen konzeptionell angesprochen haben, ist wenig über reale Milderungsstrategien bekannt, die von Praktikern eingesetzt werden. Diese Studie basiert auf 13 halbstrukturierten Interviews mit leitenden Fachleuten im Rechnungswesen aus dem Bankwesen, der öffentlichen Rechnungsprüfung, dem Finanzwesen, der IT, dem Einzelhandel und dem Gesundheitswesen in den Vereinigten Staaten, Singapur und Indonesien und zeigt länderübergreifende und branchenübergreifende Muster sowie Lücken in der ADM-Risikominderung auf. Unsere Ergebnisse zeigen, dass Praktiker die Einhaltung von Vorschriften und allgemeine Governance (z. B. Datenklassifizierung und -schulung) betonen, jedoch nur begrenzte Nutzung lokalisierter technischer Werkzeuge (z. B. Datenblätter, XAI, Model- und Systemkarten) zeigen und minimales Feedback von Stakeholdern einholen (insbesondere in Bezug auf Auswirkungen auf benachteiligte Gruppen). Die Anwendung von Rawls’ Prinzipien der distributiven Gerechtigkeit hebt diese Lücken hervor und bietet zudem einen neuen Bewertungsrahmen. Wir schlagen einen praktischen, von Rawls inspirierten Rahmen vor, um Buchhalter zu gerechteren ADM-Praktiken zu leiten. Datenverfügbarkeit: Daten sind auf Anforderung von den Autoren erhältlich, vorbehaltlich der Vertraulichkeitsanforderungen. JEL-Klassifikationen: M15; M41; M48.
Perdana et al. (Fri,) untersuchten diese Frage.