Revisionsbranschen befinner sig i en stor teknologisk förändring där artificiell intelligens och digitalisering förändrar den traditionella revisionsprocessen och automatiserar delar av arbetet som revisorsassistenter tidigare utfört, vilket påverkar deras kompetensutveckling inom branschen. Därav är det intressant att utforska vilka kompetenser som upplevs som centrala vid användning av AI och hur användningen skiljer sig mellan juniora och seniora revisorsassistenter, samt hur revisionsbyråer kommunicerar dessa kompetenser externt och säkerställer dem vid rekrytering. Forskningen bygger på kvalitativ metod med deduktiv ansats och induktiva inslag där semistrukturerade intervjuer används i kombination med dokumentstudie av jobbannonser. Intervjumaterialet analyseras tematiskt utifrån AKEM-modellen och jobbannonserna tolkas genom ett signaleringsperspektiv och förväntansgap.

Studiens resultat visar att de AI-relaterade kompetenser som anses centrala inte främst handlar om teknisk expertis, utan också om förmågan att använda AI på ett kritiskt, ändamålsenligt och ansvarfullt sätt genom professionellt omdöme, där prompting och kritisk tolkning av AI-genererade svar är mest framträdande. Skillnaden mellan juniora och seniora revisorsassistenter framkommer vid utvärdering av AI-genererade svar och granskning i relation till tidigare erfarenhet inom revisionsarbetet. Den externa kommunikationen av dessa kompetenser uttrycks väldigt begränsat i jobbannonserna och kan därav tolkas som ett potentiellt förväntansgap. Däremot arbetar revisionsbyråer med detta genom att successivt säkerställa kompetensbildning efter anställningen.

Uppsatsen belyser hur AI praktiskt används inom revision samt vilka AI-relaterade kompetenser som upplevs centrala från revisorsassistenter utifrån samspelet mellan individens förmåga och organisatorisk styrning. Tidigare forskning har behandlat hur digitalisering och AI förändrat revisionsarbetet och hur det skapat nya kompetenskrav. Denna uppsats har konkretiserat vilka kompetenser som är väsentliga vid användning av AI. Vidare förklaras hur efterfrågan samt synliggörandet av dessa kompetenser framkommer från revisionsbyråer vid rekrytering.

The auditing industry is undergoing a technological change where AI and digitalization are changing the traditional auditing process while also automating parts of the work previously done by audit associates. This in turn affects their competence and development within the industry. Hence, it is relevant to explore which competencies are perceived as central when using AI, as well as how the usage differentiates between junior and senior audit associates, also how auditing firms communicate and ensures these during the recruitment. The research is based on a quality method with deductive reasoning and inductive elements, where semi-structured interviews are conducted in combination with document study of job listings. The interview material is analyzed thematically through the AKEM-model, and the job listings are interpreted using a signaling perspective and theory of expectation gap.

The result of the study shows that AI-related competencies that are viewed centrally are not entirely explained in terms of technical expertise, but also the ability to judge AI in a critical, purposeful, and responsible manner through professional judgement. Prompting and being able to criticize AI-generated material appears to be the most fundamental. The differences between junior and senior audit associates are most noticeable when judging AI responses in relation to previous experience with auditing work. The external communication of these competencies is limitedly expressed in job listings and therefore can be interpreted as an expectation gap. However, auditing firms adress this issue by gradually developing these competencies after employment.

The contribution of this thesis highlights how AI is practically used when auditing, as well as identifying which AI-related competencies are perceived as central by audit associates, based on interaction between individual ability and organizational directives. Previous research has investigated how digitalization and AI are transforming the auditing process and the emersion of demand for AI-related competencies. This thesis explicitly explores and concretizes which competencies that emerge when using AI. Furthermore, it explains the demand and visibility of these competencies by auditing firms during recruitment.