No. 22: Machine Learning und empirische Rechnungslegungsforschung: Einige Erkenntnisse und offene Fragen

Abstract

Im Zuge der digitalen Transformation von Wirtschaft und Gesellschaft ergeben sich zunehmend Anwendungsfelder für Ansätze des maschinellen Lernens nicht nur in der Rechnungslegungspraxis, sondern auch in der betriebswirtschaftlichen Forschung auf diesem Gebiet. Der nachfolgende Beitrag diskutiert selektiv einige Einsatzgebiete von Machine-Learning Ansätzen in der Unternehmensberichterstattung, der Abschlussprüfung sowie der Unternehmensanalyse und -bewertung. Zudem werden aktuelle und potenzielle Anwendungen in der empirischen Forschung aufgezeigt sowie limitierende Faktoren diskutiert.

 

Beteiligte Institutionen

Die Hauptstandorte vom TRR 266 sind die Universität Paderborn (Sprecherhochschule), die HU Berlin und die Universität Mannheim. Alle drei Standorte sind seit vielen Jahren Zentren für Rechnungswesen- und Steuerforschung. Hinzu kommen Wissenschaftler der LMU München, der Frankfurt School of Finance and Management, der WHU – Otto Beisheim School of Management, der ESMT Berlin, der Goethe-Universität Frankfurt und der Carl von Ossietzky Universität Oldenburg, die die gleiche Forschungsagenda verfolgen.