Automatisering av Redovisningsprocesser med AI

Sammanfattning

Examensarbetets titel: Automatisering av Redovisningsprocesser med AI (Effektivisering och Tillförlitlighet) Seminariedatum: 2025-01-16 Ämne/Kurs: FEKH69, Examensarbete i Redovisning på Kandidatnivå, 15 hp Författare: Dania H., Gloria Palm, & Shafigheh Atayi Handledare: Johan Dergård & Liesel Klemcke Nyckelord: Artificiell intelligens (AI), automatisering, effektivisering, tillförlitlighet Forskningsfråga: Hur bidrar AI till redovisningsprocessen inom tillförlitligheten och effektivisering? Syfte: Syftet med denna studie är att granska hur AI-drivna verktyg influerar effektiviteten och tillförlitligheten inom redovisningsprocesserna. Metod: Studien använder en kvalitativ metod, där semistrukturerade intervjuer med revisorer, för att analysera hur AI-drivna verktyg påverkar tillförlitligheten och effektiviteten i redovisningsprocesser. Teoretiska perspektiv: Introducerar de teoretiska ramverken Technology Acceptance Model (TAM), Transaction Cost Approach (TCA) och Sociotekniska Systemteori (STS), som används för att analysera och förstå studiens frågeställning. Resultat: Analyseras den empiriska datan utifrån tre centrala teoretiska ramverk: TAM, TCA och STS. För att säkerställa en bredare och mer rättvis bild av den aktuella situationen inkluderas även AI-förordningen samt de nationella anpassningar som genomförts av den svenska regeringen. Det ger en helhetsbild av AI:s roll i redovisningsarbetet och att belysa de sociala, tekniska och organisatoriska faktorer som spelar in i implementeringen och användningen av AI-drivna verktyg. Slutsats: Resultaten indikerar att fördelarna som effektivisering med hjälp av AI finns på grund av automatiseringen av repetitiva uppgifter. Detta frigör tid för revisorer att fokusera på mer strategiska och analytiska uppgifter. AI har även potential att höja kvaliteten på redovisningsrapporter genom att identifiera avvikelser och potentiella felaktigheter. Studien identifierar samtidigt utmaningar såsom behovet av mänsklig övervakning och dess höga applicerings-kostnader initialt. Studien rekommenderar att framtida forskare fokuserar huvudsakligen på kvantitativ forskning för ett generaliserbart resultat.