| Læringsmål |
- Vurdere muligheden for anvendelse af dataanalyse,
visualisering, og automatisering i revisionsprocessen
- Forklare hvad der forstås ved ”Big Data” og kunne analysere
større datamængder i en revisionsmæssig sammenhæng
- Forklare forskellige former for kunstig intelligens og vurdere
muligheden for anvendelse af disse i revisionsprocessen
- Identificere data til analysebrug fra virksomheders IT systemer
samt offentligt tilgængelige databaser, herunder XBRL data
- Diskutere blockchain og distributed ledger teknologiens
indflydelse på virksomheders regnskabsproces og på revision
- Forklare og vurdere muligheden for anvendelse af
realtidsrapportering og realtidsrevision
- Diskutere ovenstående teknologiers påvirkning af eksisterende
revisionsstandarder
- Foretage en dyberegående analyse af en eller flere af
ovenstående teknologier med henblik på at forklare, anvende, og
problematisere disse teknologier inden for regnskab og/eller
revision samt at reflektere over teknologiernes
betydning
|
| Forudsætninger for at deltage i kurset |
Faget forudsætter viden på niveau med Revision 1
og Regnskab 1 på CMA.
Det forudsættes endvidere, at den studerende råder over en PC med
rettigheder til at installere analysesoftware og andre programmer
relateret til kurset. |
| Prøve/delprøver |
|
Audit data
analysis og anden ny teknologi i revision:
|
| Prøvens
ECTS |
7,5 |
| Prøveform |
Mundtlig prøve på baggrund af skriftligt produkt
Det er en forudsætning for at deltage i den mundtlige prøve,
at det skriftlige produkt er afleveret inden afholdelse af prøven;
inden for fastsat frist. Karakteren gives på baggrund af en
helhedsbedømmelse af det skriftlige produkt og den individuelle
mundtlige præstation. |
| Individuel eller gruppeprøve |
Gruppeopgave med mundtligt forsvar i
grupper |
| Antal personer i gruppen |
3-4 |
| Omfang af skriftligt produkt |
Max. 25 sider |
| Opgavetype |
Projektrapport |
| Varighed |
Skriftligt produkt afleveres på en fastsat dato og
tidspunkt.
20 min. pr. studerende, inkl. votering, karaktergivning og
begrundelse |
| Bedømmelsesform |
7-trins-skala |
| Bedømmer(e) |
Eksaminator og ekstern censor |
| Eksamensperiode |
Vinter |
| Hjælpemidler |
Uden hjælpemidler |
| Syge-/omprøve |
Samme prøveform som ved ordinær prøve
Har den studerende deltaget i
udarbejdelsen af og afleveret den skriftlige rapport til den
ordinære eksamen, men været syg ved den mundtlige prøve, afvikles
sygeprøven på baggrund af genindlevering af den oprindelige
rapport.
Hvis den studerende ikke har deltaget i udarbejdelsen af den
skriftlige rapport skal den studerende udarbejde en rapport og
deltage i den efterfølgende mundtlige prøve på basis af denne.
Er den studerende ikke-bestået efter den mundtlige prøve, Skal den
studerende indlevere en ny rapport og på den baggrund deltage i den
mundtlige omprøve.
|
|
| Kursets indhold, forløb og pædagogik |
|
Kursets formål er at give de studerende en grundig indføring i
nyere teknologiers mulige anvendelse i revisionsprocessen samt
deres eventuelle påvirkning af fremtidens regnskab og revision.
Kurset vil således gennemgå en række emner, som der i disse år er
fokus på i revisionsbranchen: Data Analytics, brug af
mønstergenkendelsesværktøjer fra kunstig intelligens,
realtidsrapportering og –revision, og anvendelse af blockchain
teknologi i regnskabsprocessen. Hvor det er muligt, vil der på
kurset være fokus på ”hands-on” erfaring med disse teknologier.
Faget inkluderer endvidere et gruppeprojekt, hvor de studerende
foretager dyberegående analyser af en eller flere af ovenstående
teknologier med henblik på at forklare, anvende, og problematisere
disse teknologier inden for regnskab og/eller revision.
|
| Beskrivelse af undervisningsformer |
| Faget kører som blended learning, hvor dele af
den traditionelle undervisning er erstattet af videolektioner,
multiple choice questions, hjemmeopgaver og projektarbejde.
Lektioner på engelsk vil kunne forekomme. |
| Feedback i undervisningen |
| Skriftlig feedback på multiple choice opgaver.
Skriftlig og/eller mundtlig feedback på hjemmeopgaver og
projektarbejde. |
| Studenterarbejdstimer |
| Forberedelse |
90 timer |
| Undervisning |
30 timer |
| Projektarbejde og eksamen |
86 timer |
|
| Foreløbig litteratur |
|
Litteraturen består primært af artikler, hvortil der laves
aktive links på Learn. De konkrete artikler oplyses
senere.
|
Permalink