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

Autoren

Thorsten SellhornThorsten Sellhorn

Zusammenfassung

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-LearningAnsätzen 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.

Zitiervorschlag

Sellhorn, T. (2020). Machine Learning und empirische Rechnungslegungsforschung: Einige Erkenntnisse und offene Fragen. TRR 266 Accounting for Transparency Working Paper Series No. 22. http://dx.doi.org/10.2139/ssrn.4396262