Auf der Suche nach Stressindikatoren in Massendaten

Alexander Dietzel
Instat GmbH | institute of applied statistics

Die Analyse von Massendaten stellt Verantwortliche wie Abschlussprüfer vor große Herausforderungen. Aufgrund des quantitativen Umfangs sind aussagebezogene Prüfungshandlungen nur im Wege einer Stichprobenziehung möglich. Ohne zusätzliche Indizien gleicht das der Suche nach der Nadel im Heuhaufen.

Der vorgestellte Algorithmus liefert sogenannte Stressindikatoren, die als Hinweise für eine bewusste Stichprobenauswahl dienen können. Unter Verwendung dieses Verfahrens lässt sich eine aussagebezogene Prüfungshandlung – insbesondere bei neuen Mandanten - effizienter gestalten.

Eine bewusste Auswahl ist besonders geeignet für Prüfungshandlungen, die das Fraud-Risiko eingrenzen wollen. Die vorgenannten Stressindikatoren zeigen in diesem Zusammenhang Verwerfungen zwischen den beobachtbaren Daten und dem ihnen zugrundeliegenden Entstehungsprinzip.

Ein Erfahrungsbericht

Stephen McIntosh
INTARIA AG

Im Sommer 2019 bin ich im Zuge einer Fortbildung zur Digitalisierung in der Wirtschaftsprüfung auf eine Software zur Datenanalyse – speziell zum Einsatz in Abschlussprüfungen – aufmerksam geworden. Der AI Auditor von MindBridge versprach die Analyse der Mandantendaten unter anderem auch anhand von auf künstlicher Intelligenz basierenden Algorithmen durchzuführen und für jede Transaktion eine konkrete Risikoeinschätzung für das Vorliegen eines möglichen Fehlers anzugeben. Der Kontakt war schnell hergestellt und die ersten Einblicke in die Demoversion sahen vielversprechend aus. Fraglich war allerdings, ob die Software auch im Einsatz bei Abschlussprüfungen in Deutschland nachvollziehbare und hilfreiche Ergebnisse liefert. Zu diesem Zeitpunkt gab es in Europa lediglich eine Gesellschaft die den AI Auditor nutzte und diese war zufällig unsere Netzwerkgesellschaft in London, UK.

Eine elementare Hürde – das wird bei der Vorführung von Demoversionen von Softwarelösungen häufig weniger thematisiert – stellt die Datenübernahme in die Datenanalysesoftware dar. Der Vortrag geht auf dieses zentrale Thema ein und beleuchtet daneben die Benutzerfreundlichkeit (Neudeutsch: Usability) des Tools. Für den erfolgreichen Einsatz im Rahmen der Abschlussprüfung müssen die Ergebnisse, die aus den eingesetzten regelbasierten, mathematisch statistischen, Expertenwissen nutzenden und Machine-learning Algorithmen ermittelt werden, verständlich und nachvollziehbar sein. Erst dann können konkrete Schlussfolgerungen gezogen werden und sind die angestrebten Ziele, wie z.B. Qualitäts- und Effizienzsteigerungen erreichbar. Auch dieses zentrale Thema, die Nachvollziehbarkeit der generierten Datenanalyseergebnisse steht im Mittelpunkt des Vortrags.

Thomas Neubert
Betriebsprüfer IT / Land Sachsen Anhalt

Warum gehört eine Betriebsprüfung ohne digitale Datenanalyse bald der Vergangenheit an? An kurzen Beispielen zeigt Ihnen der Dozent innovative Prüfungsansätze und sensibilisiert Sie für ihre weiteren Aufgaben im Rahmen der Steuerberatung.