Gelişen bilgi teknolojileri ve yönetim bilgi sistemleri muhasebe bilgi sistemlerinde de değişiklikler meydana getirmektedir. Önceleri bilgisayar yazılımları sadece muhasebede defter tutma ile devlet birimlerine verilecek beyanname ve bildirgeleri düzenleme amacıyla kullanılırken, daha sonra stok kontrolü, müşteri takibi, bordro, çek-senet, banka hesaplarının takibi işlevlerine de sahip bütünleşik yazılımlar kullanılmaya başlanmıştır. Son olarak, işletmelerin tüm departman ve fonksiyonlarını bir bilgisayar sisteminde tümleşik hale getiren KKP yazılımları geliştirilmiştir. KKP sistemleri ile farklı departmanlar tek bir veri tabanında depolanan bilgiyi daha kolay paylaşır ve birbirleriyle daha kolay iletişim kurabilir hale gelmektedir.
KKP altyapısı işletmenin tüm fonksiyonlarına ait oldukça büyük hacimde veri ve enformasyon üretmeye ve depolamaya imkan sağlamaktadır. Gelişen teknolojiler artık, bu altyapılar için daha kolay ve ucuz maliyetlerle büyük veri tabanları oluşturmaktadır. Bununla birlikte büyük veri tabanlarından, ihtiyaç duyulan anlamlı, kullanılabilir ve nitelikli bilgiye erişmek te güçleşmiştir. Bu nedenle aranılan bilgi için verileri eleyen, seçen, analiz eden, enformasyona ve bilgiye dönüştüren teknolojik altyapılar geliştirilmiştir. Geliştirilen bu teknolojilerle, verileri çeşitli istatiksel metotlarla analiz ederek, kurumların karar verme sürecinin etkinliğine ve yeni stratejiler geliştirmesine katkı sağlamaktadır.(Baykal, 2006: 96). Bu doğrultuda kurumsal zeka ve karar destek sistemleri, KKP veya kurumsal bilgi altyapısında veri işlemesi ve bilgi üretimi için geliştirilmiş destek teknolojisi kavramları olarak karşımıza çıkmaktadır.
2.2.1. Kurumsal Zeka Teknolojileri
Bilgi teknolojileri, planlama, tahminleme, muhasebe kayıtlarının tutulması ve takibi, fatura düzenleme ve benzeri birçok finansal ve finansal olmayan faaliyetlerin daha kolay, daha seri ve daha hızlı yapılabilmesini sağlamaktadır. Bilgi teknolojilerinin bir sonucu olarak ortaya çıkan kurumsal zeka teknolojileri, kurumsal bilgi organizasyonlarında ve muhasebe bilgi sisteminde yer almakta ve artan teknoloji ile geliştirilen teknikleri kullanarak nitelikli bilgi üretimine katkı sağlamaktadır (Alagöz vd., 2014: 14).
Kurumsal zeka, bilgi sistemlerine kazandırdığı yetenekler sayesinde daha çok veri ve enformasyon yönetimini hedefler. Bu amaçla kurumsal zeka teknolojileri ve teknikleri kullanır. Kurumsal zeka teknikleri veri tabanlarında bilgi keşfi sürecine destek veren yapıları oluşturur. Bu süreçte, problemin tanımlanması, verilerin hazırlanması, çözüm için gerekli olan modelin kurulması ve değerlendirilmesi, modelin kullanılması ve modelin izlenmesi aşamaları takip edilir (Alagöz vd., 2014: 6).
Muhasebe bilgi sisteminde, kullanıcıları tarafından yönetilen kurumsal zeka modeli, elde edilen ve veri tabanında depolanıp, sınıflandırılan verileri, sisteme entegre edilen kurumsal zeka teknolojisi yöntemlerinin kullanılmasıyla analiz etmeyi sağlamaktadır. Burada uygulanacak zeka teknolojisi yöntemi, elde edilmek istenen bilginin niteliğine göre kullanıcılar tarafından daha önceden tanımlanabileceği gibi, sistemin bu doğrultuda geliştirilmesiyle otomatik olarak ta seçilebilmektedir. Ayrıca KKP altyapısı sayesinde, bilginin niteliğine göre veri ambarından tüm bilgi sistemlerine ait ihtiyaç duyulan veriler çekilebilmektedir. Bu sayede muhasebe bilgi sisteminin üreteceği bilgi diğer fonksiyonlardan beslenmiş verilerle daha anlamlı hale gelebilmektedir.
Kurumsal zeka teknolojileri içerinde yer alan veri madenciliği tekniği muhasebe bilgi sistemine entegre edilebilen önemli bir yöntemdir. Veri Madenciliği, muhasebe bilgi sisteminde verinin sunumu için toplama, sınıflandırma ve muhasebe analizi aşamaları neticesinde bilgi üretimi ve bilginin oluşturulmasına izin veren ve
karar verme sürecini geliştiren bir teknoloji olarak kabul edilmektedir (Rahman, 2008: 23). Muhasebe Bilgi Sistemindeki mevcut verilerden gözle görülmeyen ve klasik bilgi toplama yöntemleriyle elde edilemeyecek ipuçları veri madenciliği ile keşfedilebilmektedir. Nitelikli muhasebe bilgileri beklentisini karşılamak ve karar destek sistemlerini beslemek üzere bu ipuçları kullanılabilmektedir.
Diğer bir teknik olan doğrusal planlama, muhasebe ve mali denetim faaliyetlerinde, işgücü ve kaynak planlamasına katkı sağlayacak önemli bir zeka teknolojisidir. Doğru zamanda doğru kaynak ve işgücünün kullanılması, doğru işlere atanması gibi faaliyetlerin başarıyla sonuçlanmasına katkı sağlayacak, bu sayede karı maksimize ederken, maliyetleri minimuma indirecek bir tekniktir. Özellikle muhasebe kontrolü ve denetim faaliyetlerinde, varlıkların korunması, finansal kayıtların güvenilirliğini sağama ve kıymet hareketleri takibi ile finans, muhasebe ve diğer tüm konulardaki kontrollerin sıhhatinin, yine işletmede bu amaçla çalışan kişilerin iç denetim çalışmalarının ve bağımsız denetim faaliyetlerinin yürütülmesinde önemli bir en iyileme aracıdır.
Sınıflandırma ve kümelenme yöntemleri kullanarak verinin sınıfını belirleyen ve veri ile ilgili geleceğe yönelik doğru bir tahmin yapılmasına yardımcı olan diğer bir zeka teknolojisi yöntemidir. Bu yöntemin en öne çıkan örnek uygulaması risk analizidir. Muhasebe bilgi sisteminde finansal olaylarla ilgili sınıflandırma yönteminin kullanılabileceği analizlere örnek olabilecek uygulamalar aşağıdaki gibidir.
Müşterinin risk sınıfının belirlenmesi, risk sınıflarına göre müşterilere risk limiti atanması,
Kredi, sigorta işlemlerinde risklerin belirlenmesi,
Kredi verilecek kişilerin çeşitli özellikleri ve mali durumlarına göre risk sınıfının belirlenmesi sonucu müşteriye verilecek kredi tutarına karar verilmesi,
Ürünlerin geleceğe yönelik satış miktar ve fiyatlarının tahmin edilmesi,
Ürünlerin satış miktarı, ciro, mevsimsel değişiklikler, şikayet, arıza, memnuniyet oranı vb. faktörlerin değerlendirilmesi sonucu en iyi satan ürünün saptanması,
Bir ürünün bir bölgede satma olasılığının incelenmesi,
Ekibin eğitim seviyesi, tecrübesi, yaptığı projeler gibi özelliklerine göre sınıflandırılarak ücretlendirilmesi,
gibi örnek analizler sınıflama algoritmaları veya karar modelleri yoluyla gerçekleştirilebilir. Ayrıca sınıflandırma ve regresyon teknikleri normal eğilimlerden farklı verilerin açığa vurarak aykırı durumların tespitini sağlayabilir. Bu sayede muhasebenin denetim sürecinde karşılaşılabilecek,
Kredi yolsuzluk tespiti,
Normalden yüksek satışlar,
Normalden fazla iptal işlemleri,
Normal olmayan siparişler,
Ücretlerde anormal değişimler, gibi şüpheli durumlar ortaya çıkarılabilir. Önemli bir zeka teknolojisi olan yapay sinir ağları tekniği de güçlü bir istatistiksel modelleme yöntemi olarak görülmektedir. Bu yöntem vasıtasıyla veri setindeki işlemler arasındaki ilişki tespit edilmekte ve bu işlemler sınıflandırmaya, değerlendirmeye, tahmin ve kontrol işlemlerine tabi tutulmaktadır. Bu özelliklerinden dolayı adli muhasebede hile tespitinde, finansal bilgi manipülasyonun tespitinde ve risk değerlemelerinde kullanım alanı bulmaktadır.
Diğer bir zeka teknolojisi olan karar ağaçları tekniği özellikle proje değerlendirmeleri aşamasında, farklı alternatiflerin kıyaslanmasında ve çeşitli olası durumlarda nakit akımlarına ilişkin tespitler yapmada kullanılır. Böylece muhasebe bilgi sisteminin bütçeleme ve fizibilite çalışmalarına sağlayacağı bilgilerin nitelikli hale getirilmesi sağlanabilmektedir.
Kurumsal zeka teknolojileri içerinde yer alan genetik algoritmalar, K-En yakın komşu, bellek temelli nedenleme, birliktelik kuralları, sapma testi vb. analitik
yöntemeler de muhasebe bilgi sistemi entegrasyonu ile müşteri, çalışan ilişkileri, risk analizi, hile denetimi ve karar alma gibi önemli konularda nitelikli bilgi elde etmeyi sağlamaktadırlar.
2.2.2. Karar Destek Sistemleri
Karar destek sistemleri, yönetim bilgi sistemlerinin karar verme süreçlerinde yetersiz kalması nedeniyle, bir üst bilgi sistemi aşaması olarak geliştirilmiş teknolojik sistemlerdir. Yönetsel kararların alınmasında karşılaşılan problemlerin artması üzerine yükselen rekabet ve bilgisayar teknolojilerindeki gelişmelerle karar destek sistemleri geliştirilmiştir. Geleneksel muhasebe anlayışında da karar vericilere sağlanan bilgi yeterli görülmediğinden karar destek sistemleri muhasebe bilgi sisteminin bir sonraki aşaması olarak ele alınmaktadır.
Karar destek sistemlerindeki temel amaç kararların etkinliğini arttırmaktır. Bu bağlamda kararlar için bilgi beslemesi yapan muhasebe bilgi sistemiyle bağımsız bir karar destek sistemi yapısı düşünülemez. İki sistemin birbirini tamamlayıcı sistemler olarak ele alındığı görülürken, son zamanlarda muhasebe bilgi sisteminin karar destek tekniklerini bünyesine alarak geliştirilmesiyle tek, fakat bütünleşik bir sistem olarak faaliyette bulunduğu gözlemlenmektedir.
Muhasebe fonksiyonunun karar destek sistemlerinin desteklenmesine ve geliştirilmesine aşağıdaki nedenlerden dolayı ilgi duymaktadırlar (Başar 1998, aktaran Alagöz vd., 2013b: 37).
Muhasebenin ana görevlerinden biri karar almaya yönelik bilgi sağlamak olduğundan karar süreci ve ilgili modellerle ilgilenirler.
Gereksinim duyulan veri kalemlerinin çoğu muhasebe işlemlerinden elde edildiği ve finansal tablolar çıktı olarak ifade edildiği için muhasebe girdi ve çıktılar konusunda bilgi sahibi olmalıdır.
Bu sistemleri geliştirme ve kullanmanın yüksek maliyetine karşı bu sistemlerin yararlarını değerlendirme sorumluluğu da genellikle muhasebeye verilmektedir.
Genel olarak muhasebe karar destek sistemlerini de fonksiyonunun sorumluluğunda kabul etmekte, muhasebe bilgi sistemi ile birlikte geliştirmeyi tercih etmektedir.
2.2.3. Uzman Sistemler
Uzman sistemler karar destek paradigması üzerine kurulan ama sisteme konuyla ilgili bilgi ve uzmanlığı da entegre eden yeni bir kavram olarak doğmuştur. Uzman sistemler ile karar destek sistemlerinin fonksiyonelliğine muhakeme yeteneği eklenmesi, problemlerde çözüm önerileri getirebilmesi sağlanmaktadır (Klein ve Methlie, 1995’den aktaran Tatlıdil ve Özel, 2005: 49).
Muhasebe raporlarında uzmanlaşmış otoritenin görüş ve yorumlarının bilgisayar programına entegre edilmesiyle otonom karar vermeyi taklit eden uzman sistemler çeşitli durum ve koşulları da dikkate alır. Bu özelliği sayesinde daha önce tecrübe edilmiş ve çözümlenmiş problemlerin tekrarlanmasında çözüme ilişkin hızlı ve doğru sonuçlar alınabilmektedir. Yeni gelişecek olaylar ve problemlerle ilgili de uzman sistemler, ancak kullanıcılarının muhakeme içerikli bilgi tabanını zenginleştirmeleriyle mümkün olabilmektedir. Bu noktada muhasebe bilgi sistemi uzmanlarına, uzman sistemlerin kullanacağı veri ve bilgileri sürekli olarak sağlama ve geliştirme görevi düşmektedir.
Muhasebe bilgi sisteminin stratejik planlama, bütçeleme, iş planları vb. konularda rolünün her geçen gün artması uzman sistemlerle olan ilişkisini de arttırmaktadır. Karar destek sistemlerinde olduğu gibi uzman sistemleri de muhasebe bilgi sistemini tamamlayıcı bir üst sistem olarak ele almak veya geliştirilmiş bir muhasebe bilgi sistemi içerisinde görmek doğru olacaktır.