Die Veröffentlichung von ChatGPT im November 2022, ein Large Language Model (LLM) kombiniert mit einem Chatbot, markiert einen signifikanten Meilenstein in der öffentlichen Anerkennung dieser Technologien und motiviert Unternehmen zur Untersuchung ihrer vielseitigen Anwendbarkeit in diversen Unternehmensbereichen. Parallel dazu existieren wissenschaftliche Studien, die den Nutzen und die Grenzen von Künstlicher Intelligenz, einschließlich LLMs und Chatbots – unteranderem im Finanzbereich – untersuchen. Auch die vorliegende Arbeit verfolgt das Ziel, die Einsatzmöglichkeiten von LLMs in Finanzbereich umfassend zu evaluieren. In der beruflichen Praxis des Finanzbereichs kann die Integration von ChatGPT zur Effizienzsteigerung beitragen, indem beispielsweise zeitaufwändige Recherchen durch schnelle und zielgerichtete Anfragen an LLMs ersetzt werden, um relevante Gesetzes- und Literaturstellen schnell zu identifizieren. In dieser Bachelorarbeit wird diese Anwendung anhand nicht speziell weitertrainierten Versionen von ChatGPT in einem Experiment untersucht, mit dem Ziel, die Zuverlässigkeit der Antworten von ChatGPT auf bilanzierungsrelevante Fragen nach UGB und IFRS zu bewerten. Zur Erhaltung bestmöglicher Ergebnisse werden mithilfe der Optimierungsempfehlungen aus der Literatur, dem Prompt Engineering, Prompts entwickelt. Die Ergebnisse des Experiments zeigen auf, dass ChatGPT zum gegenwärtigem Zeitpunkt nicht als verlässliche Quelle für Recherchen herangezogen werden kann. Es werden Ungenauigkeiten und Oberflächlichkeiten in der Beantwortung von bilanzrechtlichen Fragen sowohl im UGB als auch im IFRS festgestellt. Zudem werden die Paragrafen des UGB inkorrekt ausgegeben, wohingegen die Standardstellenausgabe im IFRS immerhin als grober Richtwert dienen kann, um Anfänger:innen bei der Auffindung betreffender Standardstellen für grundlegende Sachverhalte zu helfen. In Anbetracht der Tatsache, dass die Tätigkeiten im Finanzbereich nicht nur die Anwendung von Rechnungslegungsvorschriften umfassen, sondern auch beispielsweise kommunikative Interaktionen mit Arbeitskolleg:innen, ergibt sich die Forschungsfrage nach den weiterführenden Anwendungsfeldern und Herausforderungen von LLMs in Unternehmen und inwiefern Finanzmitarbeiter:innen das Potenzial von LLMs, wie ChatGPT, für die Unterstützung im Berufsalltag erkennen. Eine Literaturanalyse verdeutlicht, dass die Bandbreite potenzieller Anwendungsfelder für LLMs, die in der Wissenschaft identifiziert wird, sehr umfangreich ist. Zur empirischen Studie des tatsächlichen Nutzerverhaltens wird eine Online-Umfrage durchgeführt, deren Ergebnisse aufzeigen, dass die Teilnehmer:innen LLMs tatsächlich bereits vielfältig nutzen. Die genannten Herausforderungen und Probleme sind ebenfalls umfrangreich und stimmen weitesgehend mit denen überein, die in der Literatur beschrieben werden. Des Weiteren ergibt die empirische Studie, dass „Prompt Engineering“ von vielen Anwender:innen intuitiv eingesetzt wird, obwohl der Begriff wenig bekannt ist. Diese Arbeit liefert nicht nur eine fundierte Erläuterung der Grundlagen von LLMs, sondern bietet auch detaillierte Einblicke in die Optimierungsansätze, Einsatzmöglichkeiten und Herausforderungen, die sich aus der Nutzung von LLMs im Finanzbereich ergeben, sowohl aus theoretischer als auch praktischer Perspektive. Angesichts der thematischen Breite und der dynamischen Entwicklungen in diesem Bereich, kann die Bachelorarbeit nicht alle Aspekte des Themas vollumfänglich abdecken, jedoch bildet sie eine Basis für zukünftige Forschungsarbeiten.
ChatGPT im Finanzbereich
Frenkenberger, S. (Autor). 2024
Studienabschlussarbeit: Bachelorarbeit