KPMG: kunstmatige intelligentie helpt bij foutopsporing
Een team van vier medewerkers heeft een tool ontwikkeld die zelfstandig in staat is opvallende en afwijkende grootboektransacties op te sporen in omvangrijke datasets. Op boekhoudkundig terrein kan de software van KPMG, die nog in de kinderschoenen staat, voor een grote verbetering in de financiële controle zorgen.
De tool, die de naam K-LDR [spreek uit: Kay Leader] draagt, werkt anders dan nu gebruikte methoden voor data-analyse. Traditionele data-analysetechnieken analyseren op vooraf geprogrammeerde risico-indicatoren en kunnen patronen en verbanden herkennen waarnaar gezocht wordt. K-LDR kijkt waar de afwijkingen in de dataset zitten. De tool gebruikt een vorm van ‘unsupervised learning’, en vindt de afwijkingen, zonder dat opdracht is gegeven bepaalde afwijkingen op te sporen. Zo kan de nieuwe tool de blinde vlekken in de traditionele aanpak invullen. K-LDR is volgens Rens Rozekrans, partner bij KPMG en verantwoordelijk voor Risk & Compliance, nadrukkelijke een toevoeging op het bestaande pallet data-analysetoepassingen.