Externe Rechnungslegung und Steuern im KI-Zeitalter: Eine empirische Untersuchung zur Urteilskompetenz von Studierenden hinsichtlich inhaltlicher Richtigkeit

Abstract

Die vorliegende Masterarbeit beschäftigt sich mit der Analyse des Einsatzes von ChatGPT in der Lehre zur externen Rechnungslegung. Vor dem Hintergrund der zunehmenden Integration Künstlicher Intelligenz (KI) sowohl in den beruflichen als auch in den akademischen Alltag stellt sich verstärkt die Frage, inwieweit Inhalte von Sprachmodellen wie ChatGPT beim Einsatz im Studium kritisch hinterfragt und auf ihre fachliche Korrektheit hin überprüft werden. KI-Tools wie ChatGPT bieten vielfältige Anwendungsmöglichkeiten, die insbesondere bei der Bewältigung repetitiver Aufgaben erhebliche Erleichterungen schaffen können. Gleichzeitig rücken bestehende Herausforderungen in den Fokus, etwa ethische Fragestellungen, mögliche Auswirkungen auf die Lernmotivation sowie die Problematik der Generierung von Falschinformationen. Da eine private Nutzung solcher Systeme selbst bei institutionellen Einschränkungen kaum kontrollierbar ist, erscheint es umso wichtiger, die Fähigkeit der Studierenden zu untersuchen, die Korrektheit von ChatGPT-generierten Inhalten kritisch zu beurteilen und potenzielle Falschinformationen zu identifizieren, um einen verantwortungsvollen und reibungslosen Einsatz im Hochschulkontext zu ermöglichen. Die Arbeit gliedert sich in einen theoretischen und einen empirischen Teil. Der theoretische Abschnitt behandelt zunächst die technologischen Grundlagen, einschließlich zentraler Konzepte des Natural Language Processing, der Trainingsprozesse von Large Language Models sowie der Entwicklung und Funktionsweise von ChatGPT. Daran anschließend folgt eine systematische Darstellung des Forschungsstands zur Nutzung von Sprachmodellen im Kontext der Accounting Education, wobei zentrale Potenziale sowie bestehende Herausforderungen für den Einsatz von ChatGPT in der Accounting-Lehre herausgearbeitet werden. Im empirischen Teil der Arbeit kommen verschiedene theoretische Modelle zur Anwendung. Im Mittelpunkt steht die Signalentdeckungstheorie, die primär zur Erfassung der Unterscheidungsfähigkeit der Studierenden zwischen korrekten und fehlerhaften KI-generierten Inhalten dient. Aufbauend auf diesen Ergebnissen erfolgt eine Regressionsanalyse zur Identifikation potenzieller Einflussfaktoren auf die Bewertungsfähigkeit. Ergänzend wird das Technology Acceptance Model eingesetzt, um die subjektive Wahrnehmung hinsichtlich der Nützlichkeit und Benutzerfreundlichkeit von ChatGPT zu erfassen. Methodisch basiert die Untersuchung auf einer standardisierten quantitativen Onlinebefragung unter aktuell immatrikulierten Studierenden des Fachbereichs Controlling, Rechnungswesen und Finanzmanagement. Die Ergebnisse der empirischen Analyse verdeutlichen, dass Studierende, die mit ChatGPT vertraut sind und das Tool gelegentlich bis regelmäßig im Studium verwenden, tendenziell dazu neigen, die generierten Inhalte als korrekt einzustufen - unabhängig von deren tatsächlicher inhaltlicher Richtigkeit. Diese Tendenz geht mit einer niedrigen bis mittleren Unterscheidungsfähigkeit einher, was auf eine eingeschränkte Fähigkeit zur Erkennung fehlerhafter Inhalte schließen lässt. Dies stellt im Kontext der Hochschullehre ein nicht zu unterschätzendes Risiko dar. Gleichzeitig konnte festgestellt werden, dass fundierte fachliche Kenntnisse sowie berufliche Erfahrung im entsprechenden Themenbereich einen förderlichen Einfluss auf die Sensitivität der Teilnehmenden haben. So zeigten sich bei diesen Gruppen deutlich höhere Werte im Hinblick auf die Fähigkeit zur inhaltlichen Differenzierung. Trotz dieser Tendenzen äußerten sich die befragten Studierenden hinsichtlich ihres Vertrauens in die generierten Inhalte sowie der allgemeinen Zufriedenheit eher zurückhaltend - dies steht im Kontrast zur durchweg positiven Bewertung der wahrgenommenen Nützlichkeit und Benutzerfreundlichkeit von ChatGPT.

Datum der Bewilligung	2025
Originalsprache	Deutsch (Österreich)
Gradverleihende Hochschule	FH OÖ
Betreuer/-in	Susanne Leitner-Hanetseder (Betreuer*in)