Abstract:
AI4Audit is een initiatief van AI4FinTech om geavanceerde kunstmatige intelligentie te integreren in de auditpraktijk. Het doel: een fundamentele verandering in hoe auditors data analyseren, risico’s beoordelen en compliance waarborgen. Nu audits steeds complexer en grootschaliger worden, onderzoekt AI4Audit hoe machine learning de kwaliteit, efficiëntie en transparantie van audits kan verbeteren — en zo een brug slaat tussen academische innovatie en de praktijk.

Deze presentatie bestaat uit twee gerichte verkenningen van AI-toepassingen binnen auditing:Graph Neural Networks voor anomaliedetectie in transactiegegevens
In het eerste deel presenteert Dr. Marcel Boersma hoe Graph Neural Networks (GNNs) kunnen worden ingezet om complexe relaties in financiële transactiedata te modelleren. Door transactiestromen als een netwerk te benaderen, kunnen GNNs subtiele patronen en afwijkingen opsporen die traditionele methoden mogelijk missen. Er wordt ook stilgestaan bij de rol van uitlegbaarheid (explainability) in deze modellen om transparantie en controleerbaarheid te waarborgen.

Retrieve-Augment-Generate (RAG) voor het controleren van ESG-rapportages
In het tweede deel presenteert George Sidiropoulos, Senior Researcher bij KPMG, zijn werk rondom het toepassen van de RAG-benadering om bedrijfsrapportages – met name op het gebied van Environmental, Social & Governance (ESG) – automatisch te verifiëren. Hij laat zien hoe Document Question Answering (DocumentQA) modellen grote hoeveelheden ongestructureerde tekst kunnen doorzoeken en bevragen om ESG-compliance te ondersteunen. Ook gaat hij in op hoe deze modellen worden geëvalueerd en verbeterd om aan veranderende regelgeving te voldoen.