Eine umfassende neue Studie, die im Journal of Accounting and Taxation veröffentlicht wurde, enthüllt interessante Zusammenhänge zwischen Steuervermeidung, Umweltleistung und der Berichterstattung von Unternehmen.

Der Artikel «The Impact of Tax Avoidance and Environmental, Social, and Governance Performance on the Cost of Equity Capital: Evidence from China» untersucht unter Beteiligung von Johannes Schneider, Assoziierter Professor für Data Science & Artificial Intelligence der Universität Liechtenstein, wie Unternehmen Steuerinformationen in ihren Berichten zur sozialen Verantwortung (CSR) nutzen.

Hauptpunkte der Studie:

• CSR und Steuern: Die Studie analysierte 2'984 CSR-Berichte aus 22 Ländern und stellte fest, dass Unternehmen tendenziell nur begrenzte Steuerinformationen offenlegen. Statt umfassender Strategien präsentieren sie Steuerzahlungen oft als gesellschaftlich vorteilhaft. Von den 107 analysierten Berichten von in der Schweiz ansässigen Firmen, enthielten 67.3% der Berichte Steuerinformationen. In 34,6% der Berichte wurde der Nutzen der Steuerzahlungen für die Bevölkerung und Gesellschaft betont.
• Symbolische Offenlegung: Es gibt eine negative Verbindung zwischen umweltorientierter Leistung und steuerbezogenen CSR-Offenlegungen. Unternehmen mit schlechterer Umweltleistung nutzen Steuerthemen oft, um ihr Image zu verbessern.
• Steuervermeidung: Firmen, die Steuervermeidung betreiben, neigen dazu, ihre Steuerzahlungen in einem positiven Licht darzustellen, insbesondere in den USA. Sie nutzen diese Informationen, um ihren guten Ruf zu bewahren oder zu reparieren.
• Motivation für Offenlegung: Unternehmen verwenden steuerbezogene CSR-Offenlegungen, um gute Leistungen hervorzuheben und ihren Ruf zu aufzupolieren.

In Zeiten zunehmender Transparenzanforderungen und Umweltverantwortung bietet diese Studie wertvolle Einblicke in die Berichterstattungspraxis von Unternehmen. Sie zeigt, dass Unternehmen Steuerinformationen oft strategisch nutzen, um ihr Image zu verbessern, ohne dabei bedeutende zusätzliche Informationen oder Handlungsmassnahmen zu liefern. Dies sollte sowohl für Standardsetzende als auch für Lesende von CSR-Berichten von Interesse sein.

Der Originalartikel ist im Journal of the American Taxation Association veröffentlicht: https://www.uni.li/de/forschung/forschungsaktivitaeten/veroeffentlichungen/publikationen/@@publication_detail/9604.67

Auf der renommierten European Conference on Information Systems (ECIS) 2024, einem der weltweit bedeutendsten Treffen für Personen aus Wissenschaft und Praxis im Bereich Informationssysteme, stellten Lijo Johny und Assoz. Prof. Johannes Schneider von der Universität Liechtenstein zusammen mit ihrem Kollegen Hannes Dechant von der Technischen Universität München ihre aktuelle Studie vor, die das Produktdesign revolutionieren könnte.

Das Problem: Zu viel Abhängigkeit von Datenexperten

Maschinelles Lernen (ML), ein Teilbereich der Künstlichen Intelligenz, hat das Potenzial, die Produktgestaltung zu revolutionieren. Doch es gibt Herausforderungen: Ingenieure und Ingenieurinnen als Domänexpertinnen und -experten sind oft auf die Hilfe von Datenwissenschaftlerinnen und -wissenschaftlern angewiesen, um komplexe ML-Modelle zu verstehen und zu nutzen. Dies führt zu drei grossen Problemen:

1. Fehlende digitale Unterstützungssysteme für Entscheidungstragende
2. Übermässige Abhängigkeit von Datenwissenschaftlerinnen und Datenwissenschaftlern
3. Mangelnde ML-Kompetenzen bei Domänenexpertinnen und -experten

Die Lösung: Ein intelligentes Assistenzsystem für Design Ingenieurinnen und Design Ingenieure

In ihrer laufenden Forschung haben die Autoren ein ML-System entworfen, das speziell darauf abzielt, Ingenieurinnen und Ingenieuren die Arbeit zu erleichtern, ohne dass sie auf die ständige Hilfe von Datenwissenschaftlerinnen und Datenwissenschaftlern angewiesen sind.

Stellen Sie sich vor, Sie könnten komplexe ML-Modelle nutzen, ohne selbst ein Datenexperte oder eine Datenexpertin zu sein. Dieses neue System verspricht genau das: Eine benutzerfreundliche, webbasierte Anwendung, die Ingenieurinnen  und Ingenieuren hilft, ihre Designprozesse zu beschleunigen und gleichzeitig die Rolle der in der Datenwissenschaft Tätigen besser zu verstehen. Damit wird das Arbeiten mit fortschrittlicher Technologie einfacher und effizienter.

Über die Konferenz:

Die European Conference on Information Systems (ECIS) ist die Hauptkonferenz der Association of Information Systems in der Region 2, die Europa, Afrika und den Nahen Osten umfasst. Sie zählt zu den weltweit bedeutendsten Zusammenkünften von Wissenschaftlerinnen, Wissenschaftlern und forschungsorientierten Personen aus der Praxis im Bereich Informationssysteme.

Weitere Informationen:

Der Originalartikel ist in der AIS Electronic Library (AISeL) unter den ECIS 2024 Proceedings verfügbar: Taking Data Scientists Out-of-the-Loop in Knowledge Intense Analytics — A Case Study for Product Designs (aisnet.org).

Johannes Schneider, Assoziierter Professor für Data Science & Artificial Intelligence, durfte diesen Monat gleich mehrfach zum Thema Künstliche Intelligenz (KI) referieren. Das Zielpublikum war dabei komplett unterschiedlich und zeigt, dass Künstliche Intelligenz ein Thema ist, das alle interessiert.

Am 4. Juni hielt Johannes Schneider im Rahmen des Mittagsmeetings des Rotary-Club-Liechtenstein einen Vortrag zum Thema «KI: Gestern, heute und morgen». Dabei gab er einen spannenden Einblick in die Welt der künstlichen Intelligenz. Er stellte die Entwicklung der KI von gestern bis heute vor, zeigte auf, welche Fortschritte sie gemacht hat und welche Grenzen sie noch hat. Zusätzlich wagte er einen Blick in die Zukunft und diskutierte anhand von Beispielen, welche Auswirkungen die KI auf Bereiche wie Wirtschaft, Bildung und Gesellschaft hat und vielleicht noch haben wird.

Am 11. Juni war dann ein spezifisches Anwendungsfeld der KI, nämlich der Einsatz von KI in Unternehmen, das Thema seines Vortrags. Im Rahmen eines Workshops der SAP referierte Johannes Schneider vor Fachpublikum zu «Governance of Generative AI for Companies». Generative Künstliche Intelligenz (GenAI), insbesondere grosse Sprachmodelle wie ChatGPT, haben rasch Einzug in Unternehmen gehalten, oft ohne ausreichende Governance. Dies führt zu Risiken und verpassten Chancen. Zusammen mit Kollegen schlägt Johannes Schneider ein Rahmenwerk für die Governance von GenAI vor, das den Umfang, die Ziele und die Mechanismen zur Nutzung von Geschäftsmöglichkeiten definiert und zur Minderung der mit der Integration von GenAI verbundenen Risiken beiträgt.

Am 25. Juni war Johannes Schneider Referent beim Campus Gespräch der Universität Liechtenstein zum Thema «KI – Nutzen oder Schaden». Künstliche Intelligenz (KI), lange beinahe stillstehend, erlebt nun einen rapiden Fortschritt. Diese Entwicklung wirft wichtige Fragen auf: Warum heute? Und wie funktioniert KI überhaupt? Was bedeutet KI für uns und welche Risiken und Chancen bringt sie mit sich? In seinem Vortrag wurde anhand von illustrativen Beispielen auf diese Fragen eingegangen, um das Verständnis von KI zu fördern, aber auch um zum Nachdenken anzuregen.