Über michAbout me
Künstliche Intelligenz als Technologie ändert sich schneller, als jede Prüfungsplanung hinterherkommt. Wer wartet, bis alles gesichert ist, hat am Ende gesicherte Erkenntnisse über eine Welt, die es nicht mehr gibt.
TechDrivenAudit ist mein öffentliches Arbeitsjournal — manches erprobt, manches Hypothese, und was was ist, steht dabei.
Wer hier schreibt
Hauptberuflich leite ich die IT-Revision der Mobiliar. Daneben unterrichte ich an der HSLU und für das IIA angehende Prüferinnen und Prüfer darin, KI zu verstehen, zu hinterfragen und zu prüfen — von Regulierungsfragen bis zur konkreten Auditplanung — und halte Vorträge für ExpertSuisse.
Die zwei Fragen
Alles hier dreht sich um zwei Blickrichtungen. Revision von KI: Wie prüft man Systeme, die stochastisch antworten, sich weiterentwickeln und deren Innenleben niemand vollständig erklären kann? KI in der Revision: Und was passiert, wenn wir dieselben Werkzeuge selbst in die Hand nehmen?
Werkstatt, nicht Vitrine
Ich teste selbst, baue selbst, scheitere selbst — beruflich wie privat. Zu Hause laufen lokale KI-Modelle auf eigener Hardware, dazu ein kleiner Bot-Zoo, dessen Bewohner mehr Eigenleben entwickeln, als ursprünglich geplant war. Das Lab ist der öffentlich sichtbarste Teil dieser Bastelei.
Läuft auf Prüfungserfahrung, Neugier und erstaunlich viel Kaffee — vorzugsweise Flat White. Und einer kleinen Schwäche für einen Krokodilgott aus der Scheibenwelt. 🐊
AI as a technology is changing faster than any audit plan can keep up with. Anyone who waits until everything is certain ends up with certain findings about a world that no longer exists.
TechDrivenAudit is my public working journal — some of it tested, some of it hypothesis, and it says which is which.
Who writes here
In my day job I head IT Audit at Mobiliar. Alongside that, I teach at HSLU and for the IIA, helping auditors understand, question, and audit AI — from regulatory questions to concrete audit planning — and I give talks for ExpertSuisse.
The two questions
Everything here revolves around two perspectives. Auditing AI: How do you audit systems that answer stochastically, keep evolving, and whose inner workings nobody can fully explain? AI in auditing: And what happens when we pick up the same tools ourselves?
Workshop, not showcase
I test, build, and fail on my own — professionally and privately. At home I run local AI models on my own hardware, plus a small bot zoo whose inhabitants have developed more of a life of their own than originally planned. The Lab is the most publicly visible part of this tinkering.
Runs on audit experience, curiosity, and a surprising amount of coffee — preferably flat white. And a small weakness for a crocodile god from Discworld. 🐊