Bilgi Teknolojileri Denetiminde Yeni Teknolojiler Üzerine Bir Sistematik Literatür Taraması
Nur Sena Tanrıverdi, Nazım TaşkınBilgi teknolojisi (BT) denetimi, şirketlerin BT sistemlerini ve süreçlerini denetlemeye odaklanır. Bir şirkette kullanılan sistemler daha karmaşık ve entegre hale gelmektedir. Bu durum, denetlenmesi gereken verilerin artması ile sonuçlanır. BT denetimi genellikle manuel ve tekrarlanan görevlerin yapılmasını gerektirir, bu da BT denetimlerini daha emek yoğun ve maliyetli hale getirir. Mevcut teknolojik gelişmeler, BT denetim sürecinin performansını, kalitesini ve doğruluğunu iyileştirmek için büyük bir potansiyele sahiptir. Bu nedenle, gelişmiş veri işleme ve analiz teknolojisi kullanılarak bahsedilen iş yükü azaltılabilir ve denetim süreci daha kaliteli sonuçlarla etkin ve verimli bir şekilde gerçekleştirilebilir. Söz konusu amaca ulaşmak için, BT denetimi içinde uygulanan yapay zeka, makine öğrenimi, tahmine dayalı analitik, süreç madenciliği ve doğal dil işleme tekniklerini kullanan çalışmaları belirlemek için sistematik literatür taraması yapılmıştır. İncelenen çalışmalarda süreç madenciliğinin en çok kullanılan teknik olduğu görülmüştür. Çalışmalar ayrıca, süreç madenciliği ve veri madenciliği, doğal dil işleme ve makine öğrenimi gibi teknikleri birleştirmenin, sürekli, otomatik veya çevrimiçi denetim çalışması yürüterek etkin ve verimli denetim süreçlerine sahip olmayı mümkün kıldığını ortaya koydu. İncelenen çalışmalarda bu yeni tekniklerin uygulanması genellikle denetimin test aşamasına ilişkin çözümler sunmaktadır. Genel olarak çalışma, bu tekniklerin BT denetimlerine uygulanmasını inceleyen sınırlı sayıda akademik çalışma olduğunu ortaya koymaktadır.
A Systematic Literature Review for New Technologies in IT Audit
Nur Sena Tanrıverdi, Nazım TaşkınInformation technology (IT) audit focuses on auditing companies’ IT systems and processes. The systems companies use are getting more complicated and better integrated. This means more data also needs to be audited. An IT audit often requires performing repetitive manual tasks, which makes IT audits more labor-intensive and costly. Current technological advancements have immense potential for improving an IT audit’s performance, quality, and accuracy. Therefore, by leveraging advanced data processing and analysis technology, this workload can be lowered, allowing the auditing process to be performed effectively and efficiently with higher-quality outcomes. To achieve this objective, a systematic literature review (SLR) has been conducted to identify studies that use artificial intelligence (AI), machine learning (ML), predictive analytics, process mining, and natural language processing (NLP) techniques applied within IT auditing. Process mining is seen to have emerged as the most commonly used technique among the analyzed studies. The studies also reveal that combining techniques such as process mining and data mining, natural language processing, and machine learning enables effective and efficient audit processes by conducting continuous, automated, or online auditing work. The application of these new techniques in the examined studies are seen to generally provide solutions regarding the audit’s testing stage. Overall, the study reveals a limited number of academic studies to have examined how these techniques are implemented into IT audits.
