Dr. Christian Fieberg, Matthies Hesse, Prof. Dr. Thomas Loy und Daniel Metko haben ein neues Arbeitspapier mit dem Titel „Machine Learning in Accounting Research“ veröffentlicht. Die Autoren geben einen kompakten Überblick über Anwendungen des maschinellen Lernens in der Finanzbuchhaltungs- und Rechnungsprüfungsforschung sowie in der Forschung zum Management Accounting. Hier hat die Anwendung des maschinellen Lernens das Potenzial, neue Erkenntnisse über empirische Daten zu liefern und die Vorhersageleistung zu verbessern. Die Autoren heben den potenziellen Einsatz von Deep Learning zur effizienteren Verarbeitung unstrukturierter und strukturierter Daten sowie eine stärkere Fokussierung auf die Interpretierbarkeit von Modellen als realisierbare Möglichkeiten für die zukünftige Forschung hervor.

Der vollständige Artikel kann hier abgerufen werden.