IASB-Chef: KI darf das professionelle Urteilsvermögen in der Finanzberichterstattung nicht aushöhlen

Der scheidende IASB-Chef Andreas Barckow nutzte seine letzte Konferenzrede, um der globalen Buchhaltungsbranche eine pointierte Frage zu stellen: Was passiert mit dem professionellen Urteilsvermögen, wenn KI die Arbeit übernimmt, durch die Urteilsvermögen aufgebaut wird? Die Rede, die auf der IFRS Foundation Conference am 29. Juni 2026 gehalten wurde, ist keine Warnung vor Technologie. Sie ist ein Aufruf zu bewusstem Nachdenken darüber, wie Unternehmen Menschen in einem Umfeld ausbilden, beaufsichtigen und entwickeln, in dem die Automatisierung schneller voranschreitet, als Governance-Rahmenwerke mithalten können.

Der Kontext: Eine von Umbrüchen geprägte Amtszeit

Barckows Amtszeit beim IASB endete am 30. Juni 2026. In dieser Zeit kehrte er immer wieder zu den Themen Unsicherheit, Komplexität und Fragmentierung zurück. Geopolitische Spannungen veränderten die Bedingungen, unter denen Unternehmen operieren und berichten. Diese Bedingungen, so argumentierte er, seien nicht länger vorübergehend. Sie seien zu strukturellen Merkmalen des Umfelds geworden.

Vor diesem Hintergrund lenkte er seine letzte Rede auf eine andere Art von Umbruch: die rasche Verbreitung generativer und agentischer KI in allen Bereichen, einschließlich der Finanzberichterstattung.

Was KI kann und was nicht

Wo KI echten Mehrwert schafft

Barckow räumte ein, dass der IASB bereits praktische Vorteile von KI in seinen eigenen Prozessen gesehen hat. Die Analyse von Angaben ist ein klares Beispiel. KI kann große Mengen von Finanzberichten auf spezifische Angabepflichten scannen und bewerten, wie diese Anforderungen weltweit in der Praxis angewendet werden. Arbeit, die früher viel Zeit in Anspruch nahm, ist nun in einem Bruchteil davon erledigt.

Geschwindigkeit hat einen Wert. Aber in der Finanzberichterstattung ist Geschwindigkeit allein nicht der Maßstab. Informationen müssen robust, zuverlässig und vertrauenswürdig sein. Dieser Unterschied ist wichtig und steht im Mittelpunkt seiner Besorgnis.

Die Grenzen: Nuancen, Ausnahmen und bewusste Inkonsistenzen

Die Buchhaltung mag für KI gut geeignet erscheinen. Sie operiert innerhalb von Prinzipien, Konzepten und Regeln. Aber Barckow sprach direkt die Komplexität an, die unter dieser Oberfläche liegt. IFRS wurden über fünfzig Jahre von verschiedenen Menschen in unterschiedlichen wirtschaftlichen Umfeldern entwickelt, die auf unterschiedliche Interessengruppen reagierten. Einige Anforderungen existieren genau deshalb, weil sie nötig waren, um einen Konsens zu erzielen oder einen Standard durchzubringen. Es gibt Ausnahmen, Befreiungen, Wahlmöglichkeiten und bewusste Inkonsistenzen zwischen Standards, die einem Zweck dienen.

Das ist kein Fehler im System. Es spiegelt die Realität wider, dass Standardsetzung ein menschlicher Prozess ist, geprägt von Kontext und Kompromiss. KI, die auf diesen Standards trainiert wurde, übernimmt diese Komplexität, ohne unbedingt die dahinterstehende Logik zu verstehen. Das Risiko einer Fehlanwendung oder der Akzeptanz eines KI-Outputs, der plausibel aussieht, aber subtil falsch ist, ist real.

Für Unternehmen, die im Bereich Crypto Compliance Reporting arbeiten, wo die Interaktion zwischen sich entwickelnden Leitlinien für digitale Vermögenswerte und bestehenden IFRS- oder US-GAAP-Rahmenwerken bereits sorgfältige Interpretation erfordert, ist dieses Risiko noch größer. Krypto-Abschlüsse bewegen sich an der Schnittstelle mehrerer Standards, und die erforderlichen Ermessensentscheidungen sind nicht mechanisch.

Das tiefere Problem: Wie Urteilsvermögen aufgebaut wird

Erfahrung als Rohstoff der Expertise

Barckows schärfster Punkt betraf die berufliche Entwicklung. Urteilsvermögen, argumentierte er, sei nicht instinktiv. Es werde durch wiederholte Erfahrung aufgebaut: Analysen durchführen, Fehler machen, sie korrigieren, Informationen hinterfragen statt sie zu akzeptieren, und die Mustererkennung aufbauen, die einem erfahrenen Fachmann schließlich sagt, wann etwas einen zweiten Blick verdient.

Ein Großteil dieser Erfahrung wird durch die eher mechanische Grundlagenarbeit gesammelt, die Nachwuchskräfte traditionell erledigt haben. Wenn KI diese Arbeit übernimmt, ist der Effizienzgewinn sichtbar und unmittelbar. Was verloren geht, ist weniger sichtbar, aber potenziell folgenreicher: der Prozess, durch den die nächste Generation lernt, Urteilsvermögen auszuüben.

Eine Frage, die Unternehmen jetzt beantworten müssen

Barckow behauptete nicht, Lösungen zu haben. Das stellte er klar. Aber er formulierte die Fragen deutlich: Wie bilden Unternehmen Menschen aus, beaufsichtigen und entwickeln sie, wenn KI die Aufgaben übernimmt, durch die Urteilsvermögen historisch geformt wurde? Wie stellen Buchhaltungs- und Prüfungspraxen sicher, dass Nachwuchskräfte weiterhin auf die schwierigen, mehrdeutigen Situationen stoßen, die Expertise aufbauen?

Dies sind keine abstrakten Fragen nur für Standardsetzer. Sie sind operative Fragen für jedes Buchhaltungsunternehmen, jede CFO-Funktion und jede Prüfungspraxis, die gerade KI in ihre Arbeitsabläufe integriert. Gleiches gilt für Unternehmen, die Blockchain-Analytics-Datenqualitätsprüfungen durchführen, wo die Kombination aus neuartigen Vermögenswerten und begrenzter Vorgeschichte bedeutet, dass die menschliche Aufsicht über KI-Outputs nicht optional ist.

Drei Grundpfeiler, die sich nicht geändert haben

Im Rückblick auf seine Zeit als Leiter des IASB identifizierte Barckow drei Prinzipien, die umso wichtiger geworden sind, je volatiler die Bedingungen wurden, nicht weniger.

Zuhören: Die eine Aufgabe, die KI nicht übernehmen kann

Für einen globalen Standardsetzer ist Zuhören keine Höflichkeit. Es ist eine funktionale Anforderung. Der IASB dient einem vielfältigen Ökosystem aus großen und kleinen Jurisdiktionen, Erstellern und Investoren, Prüfern und Regulierern. Stakeholder möchten ihre Positionen in ihrer eigenen Sprache und aus ihrem eigenen Kontext erklären können. Wenn Menschen sich wirklich gehört fühlen und wenn die Gründe für eine Entscheidung klar erklärt werden, selbst wenn das Ergebnis nicht das ist, was sie wollten, wächst das Vertrauen in die Institution.

Barckow stellte klar, dass dies der Teil der Standardsetzung ist, den Automatisierung nicht ersetzen kann. Menschliche Interaktion und Reflexion sind keine Ineffizienzen im Prozess. Sie sind der Prozess.

Kommunikation: Fokussiert, nicht erschöpfend

Standardsetzer neigen, so beobachtete er, zu der Annahme, dass Stakeholder jedes Projekt verfolgen und jede Entscheidung verstehen. Diese Annahme ist falsch. Stakeholder bewältigen ihre eigene Informationsflut. Die Antwort ist nicht Schweigen. Es ist Fokus: vermitteln, was wichtig ist, warum es wichtig ist und wie es die Unternehmen und Fachleute im Publikum betrifft.

Für Unternehmen, die Entwicklungen in Bereichen wie beruflichen Bildungsstandards oder der sich entwickelnden IFRS-Bilanzierungsleitlinien für Kryptos verfolgen, ist die Menge an regulatorischen Outputs bereits erheblich. Klare, zielgerichtete Kommunikation von Standardsetzern reduziert das Risiko, dass Unternehmen wesentliche Entwicklungen übersehen, die in breiten Konsultationsdokumenten versteckt sind.

Fokus und Priorisierung: Weniger ist immer noch mehr

Barckow kehrte zu einem Punkt zurück, den er vier Jahre zuvor auf derselben Konferenz gemacht hatte: Weniger ist mehr. Ein fokussierter Arbeitsplan erlaubt es dem IASB, jedem Projekt die Zeit und Aufmerksamkeit zu widmen, die es erfordert. Er gibt den Stakeholdern auch eine realistische Gelegenheit zur Teilnahme. Er sagte, er glaube heute stärker an dieses Prinzip als damals, als er es erstmals formulierte.

Die Implikation für die Standardsetzung ist, dass die Anzahl der abgeschlossenen Projekte kein Maß für Qualität ist. Die Tiefe der Auseinandersetzung mit jedem Projekt ist es. Das hat direkte Relevanz für alle, die die Agenda des IASB zur Bilanzierung digitaler Vermögenswerte verfolgen, wo die Interaktion zwischen IFRS-Leitlinien zu Krypto-Vermögenswerten und breiteren Bewertungsstandards zum beizulegenden Zeitwert weiterhin im Fluss ist.

Was das für Buchhaltungsunternehmen und CFO-Funktionen bedeutet

Barckows Rede richtete sich an die Standardsetzer-Gemeinschaft, aber die operativen Implikationen reichen weit darüber hinaus.

Unternehmen, die KI in ihre Buchhaltungs- und Prüfungsabläufe integrieren, stehen vor einer ähnlichen Herausforderung wie der IASB: Wie nutzt man Technologie zur Steigerung der Effizienz, ohne das menschliche Urteilsvermögen zu beeinträchtigen, von dem die Qualität abhängt? In der Praxis bedeutet das mehrere Dinge.

Aufsichtsstrukturen müssen berücksichtigen, dass Nachwuchskräfte möglicherweise KI-Outputs überprüfen, anstatt Analysen von Grund auf zu erstellen. Das ist eine andere kognitive Aufgabe und kann andere Schulungs- und Überwachungsmodelle erfordern. Unternehmen können nicht davon ausgehen, dass die Exposition gegenüber KI-generierter Arbeit die gleiche Entwicklungsgrundlage bietet wie die manuelle Durchführung der zugrunde liegenden Arbeit.

Für Krypto-Abschlüsse im Besonderen wird die Komplexität noch verstärkt. Die Standards für die Bilanzierung digitaler Vermögenswerte, sei es nach IFRS oder US-GAAP-Rahmenwerken wie ASC 350-60, erfordern Ermessensentscheidungen, die außerhalb des Mainstreams dessen liegen, wofür KI zuverlässig trainiert wurde. Die Bewertung zum beizulegenden Zeitwert bei volatilen Vermögenswerten, Klassifizierungsentscheidungen und die Angemessenheit von Angaben erfordern kontextuelles Denken, das erfahrene Fachleute im Laufe der Zeit entwickeln.

Die Unternehmen, die dies gut bewältigen werden, sind diejenigen, die KI als Werkzeug behandeln, das menschliche Aufsicht erfordert, nicht als ein System, das unabhängig operieren kann, und die in berufliche Entwicklungsstrukturen investieren, die die Urteilsfähigkeit über Generationen von Mitarbeitern hinweg bewahren.

FAQs

Was sagte der scheidende IASB-Chef Andreas Barckow über KI und Buchhaltung?

In seiner letzten Rede als IASB-Chef räumte Barckow ein, dass KI echte Effizienzgewinne für Aufgaben wie die Analyse von Angaben bietet, warnte aber davor, dass eine übermäßige Automatisierung der Arbeit, durch die Nachwuchskräfte Erfahrung sammeln, das professionelle Urteilsvermögen untergraben könnte, auf das eine hochwertige Finanzberichterstattung angewiesen ist. Er fragte, ob die Branche dieses Risiko sorgfältig genug bedacht habe.

Ändert diese Rede irgendwelche IFRS-Standards oder -Anforderungen?

Nein. Dies war eine reflektierende Grundsatzrede, keine Ankündigung zur Standardsetzung. Sie ändert keine bestehenden IFRS-Anforderungen, einschließlich derer, die für Krypto-Vermögenswerte oder die Bilanzierung digitaler Vermögenswerte relevant sind. Die Rede signalisiert Prioritäten und Bedenken, keinen regulatorischen Wandel.

Was sind die praktischen Implikationen für Buchhaltungsunternehmen, die KI-Tools einsetzen?

Unternehmen müssen prüfen, wie die KI-Integration die Entwicklung von Nachwuchskräften beeinflusst. Wenn KI die analytische Arbeit übernimmt, durch die Fachleute traditionell Urteilsvermögen aufgebaut haben, brauchen Unternehmen alternative Mechanismen, um sicherzustellen, dass Erfahrung und Fachwissen weiterhin entwickelt werden. Aufsichtsstrukturen, Schulungsprogramme und Überprüfungsprozesse müssen alle überdacht werden.

Wie hängt das mit Krypto-Abschlüssen und der Bilanzierung digitaler Vermögenswerte zusammen?

Krypto-Abschlüsse und damit verbundene Angaben nach IFRS oder US GAAP erfordern Ermessensentscheidungen in Bereichen wie Klassifizierung, Bewertung zum beizulegenden Zeitwert und Angemessenheit der Angaben. Dies sind genau die Bereiche, in denen KI-Outputs eine sorgfältige menschliche Überprüfung erfordern und in denen das durch Erfahrung aufgebaute Urteilsvermögen am kritischsten ist. Unternehmen sollten nicht davon ausgehen, dass KI diese Entscheidungen ohne Aufsicht zuverlässig treffen kann.

Was sind die drei Grundpfeiler, die Barckow für eine hochwertige Standardsetzung identifiziert hat?

Sorgfältiges Zuhören bei einem vielfältigen Kreis von Interessengruppen, einschließlich kleinerer Jurisdiktionen und derer, deren Ansichten sonst übersehen werden könnten; klare Kommunikation von Entscheidungen und Erläuterung der dahinterstehenden Gründe; sowie die Beibehaltung eines fokussierten, priorisierten Arbeitsplans, anstatt Quantität um ihrer selbst willen anzustreben.

Quelle: IFRS Foundation