Η παρούσα διπλωματική εργασία εξετάζει τη σχέση μεταξύ των Μεγάλων Δεδομένων (Big Data) και της Ελεγκτικής, συνδυάζοντας θεωρητική επισκόπηση και εμπειρική έρευνα. Αναλύεται ο τρόπος με τον οποίο οι τεχνολογίες ανάλυσης Big Data επηρεάζουν τις ελεγκτικές διαδικασίες, τα εργαλεία και την επαγγελματική κρίση των ελεγκτών. Για τη συλλογή δεδομένων πραγματοποιήθηκε ποσοτική έρευνα με ερωτηματολόγιο σε επαγγελματίες του ελεγκτικού κλάδου. Τα αποτελέσματα καταδεικνύουν ότι τα Big Data υιοθετούνται σταδιακά στην ελεγκτική πρακτική, με τους ελεγκτές να αναγνωρίζουν σημαντικά οφέλη, όπως η βελτίωση της ποιότητας και της πληρότητας του ελέγχου, και την αυξημένη ικανότητα εντοπισμού ανωμαλιών. Παράλληλα, αναδεικνύονται προκλήσεις όπως οι τεχνικοί περιορισμοί και η ανάγκη περαιτέρω εκπαίδευσης, ενώ η επίδραση των Big Data στην επαγγελματική κρίση κρίνεται κατά πλειοψηφία ενισχυτική. Στο κεφάλαιο των συμπερασμάτων, γίνεται συνολική αποτίμηση των ευρημάτων, συζητούνται πρακτικές εφαρμογές (όπως η επένδυση σε υποδομές και κατάρτιση), επισημαίνονται οι περιορισμοί της μελέτης και προτείνονται κατευθύνσεις για μελλοντική έρευνα. Ιδιαίτερη έμφαση δίνεται στην αξιοποίηση της τεχνητής νοημοσύνης στην Ελεγκτική ως επόμενο βήμα, με στόχο την περαιτέρω βελτίωση της αποτελεσματικότητας και της αξιοπιστίας των ελέγχων

This thesis examines the relationship between Big Data and Auditing, combining theoretical review and empirical research. It analyzes how Big Data analytics technologies affect auditing procedures, tools, and auditors’ professional judgment. Data collection was carried out through a quantitative survey using a questionnaire addressed to professionals in the auditing field. The results indicate that Big Data is gradually being adopted in audit practice, with auditors recognizing significant benefits such as improved audit quality and completeness, as well as enhanced anomaly detection capabilities. At the same time, challenges are highlighted, including technical limitations and the need for further training. The impact of Big Data on professional judgment is mostly viewed as supportive.
In the conclusion chapter, the findings are comprehensively assessed, practical applications are discussed (such as investment in infrastructure and training), the study's limitations are noted, and directions for future research are proposed. Emphasis is placed on the utilization of Artificial Intelligence in Auditing as the next step, aiming to further improve the effectiveness and reliability of audits.