Die IFASS-Mitglieder erhielten zunächst zwei Präsentationen über die Möglichkeiten und Grenzen der KI und diskutierten dann, wie KI möglicherweise bei der Standardsetzung eingesetzt werden könnte.

Die erste Präsentation war eine allgemeine Einführung in die KI, die auch maschinelles Lernen und Deep Learning umfasst, sowie in die generative KI, eine Untergruppe der KI, die aus Algorithmen besteht, die Eingabeaufforderungen oder vorhandene Daten zur Erstellung neuer Inhalte verwenden. Von besonderem Interesse für die Standardsetzung scheint diejenige Teilgruppe der generativen KI zu sein, die aus großen Sprachmodellen (Large Language Models, LLMs) besteht, die anhand umfangreicher Datensätze trainiert werden, um menschenähnliche Texte zu erzeugen, zusammenzufassen und zu übersetzen. Zu den Fähigkeiten der generativen KI gehören Übersetzung, Zusammenfassung und generische Inhaltserstellung sowie in gewissem Maße auch Kreativität. Kritisches Denken und komplexe Entscheidungsfindung gehören jedoch nicht zu ihren Kompetenzen. Zu den Problemen gehören auch die Notwendigkeit eines (kostspieligen) ständigen Trainings und "Halluzinationen".

Die zweite Präsentation stellte das reale Beispiel eines LLM vor, das für die Analyse von Angaben trainiert wurde, und Forschung zu der Frage, ob LLMs für die Analyse von Nachhaltigkeitsberichten verwendet werden können. Die vorgestellten Ergebnisse einer Analyse von 11.000 Nachhaltigkeitsberichten, um festzustellen, ob die TCFD-Empfehlungen befolgt wurden, veranschaulichten die Möglichkeit der Vorschrift, dass das LLM Referenzen aufnehmen müssen, um eine Überprüfung der erstellten Ergebnisse zu ermöglichen, sowie die Notwendigkeit/Möglichkeit von iterativen Prozessen zur Verfeinerung der Ergebnisse. Sie betonten auch die Notwendigkeit einer sorgfältigen Überprüfung, Betrachtung und Bewertung der erarbeiteten Ergebnisse. Die Hauptschlussfolgerung der Forschung über verschiedene LLMs hinweg war, dass viele Aussagen, die produziert werden, nicht unterstützt werden und die Zitate ungenau sind. Lesbarkeit geht oft auf Kosten der Genauigkeit.

In der Diskussion, die sich an die Präsentationen anschloss, wurden die folgenden Punkte angesprochen:

• Die KI wird bleiben, also sollte man sie nutzen und sich mit ihr vertraut machen. Nichts zu tun ist keine Option.
• Es gilt, eine Strategie, Governance und verantwortungsvolle Praktiken für den Einsatz von KI zu entwickeln.
• Man darf sich nicht auf KI verlassen, ohne die Ergebnisse ständig zu überprüfen.
• Je mehr menschlicher Experteninput, desto genauer die Ergebnisse.
• LLMs müssen ständig trainiert und aktualisiert werden.
• LLMs können sinnvoll auf sich wiederholende, zeitaufwändige Aufgaben angewendet werden.
• LLMs können als intelligente Suchmaschinen eingesetzt werden.

Im Hinblick auf die Arbeit von Standardsetzern wurde vorgeschlagen, dass es relativ einfach wäre, ein LLM zu trainieren, da die Literatur wenig umfangreich und sehr spezifisch ist. Es könnte auch aus administrativer Sicht genutzt werden, zum Beispiel für die Erstellung von Sitzungsprotokollen. Auch wenn die Analyse von Stellungnahmen durch LLM verlockend erscheint, müssten die Ergebnisse immer wieder überprüft werden, doch würde die Suche nach bestimmten Aussagen wesentlich erleichtert. Der Einsatz mehrerer LLMs, die auf unterschiedliche Perspektiven trainiert sind, und die Verwendung eines Vermittlungsmodells könnten zu nützlichen Argumenten führen, die das eigene Denken anregen könnten.

Eine abschließende Befragung des Publikums zu den Aufgaben, für die die Standardsetzer den Einsatz von KI-Tools in Betracht ziehen würden, führte zu folgenden Ergebnissen (die am meisten unterstützten Antworten zuerst):

• Literaturanalyse zu Themen der Standardsetzung
• Analyse der Ergebnisse von Umfragen bei Interessengruppen
• Analyse der Stellungnahmen von Interessengruppen
• Analyse von Angaben und Jahresabschlüssen
• Mapping und Überprüfung der Konsistenz von Leitlinien und Vorschriften zur Rechnungslegung und Nachhaltigkeit
• Bewertung der Verbreitung von Transaktionen in verschiedenen Unternehmen