Von der Stichprobe zur Gesamtheit
Audit Data Analytics
Wir sind Ihre Experten für die Durchführung von integrierten Revisionsprüfungen. Dabei nutzen wir reproduzierbare, datenbasierte Prüfungsmethoden, um die Prüfungsaussagen zu untermauern und die Einhaltung von internen oder regulatorischen Anforderungen sicherzustellen.
Daten sind da – doch die prüfungsrelevante Erkenntnis fehlt
Zwei Herausforderungen, die die Effektivität der Internen Revision und der IT-Prüfung begrenzen
Daten sind da, Erkenntnisse fehlen
ERP- und Fachsysteme liefern Massendaten, aber Standardreports sind auf Buchhaltung oder Controlling ausgerichtet, nicht auf Prüfungsziele. Business Intelligence fokussiert auf Berichtswesen; Audit Data Analytics fokussiert auf Reproduzierbarkeit und Evidenzqualität. Datenqualität, Vollständigkeit und Herkunft bleiben vor der Analyse oft ungeprüft, und neue Technologien erfordern angepasste Prüfungsansätze.
Die Revisionslücke
Fachbereiche arbeiten zunehmend datengetrieben; die Interne Revision bleibt methodisch oft hinterher. Fehlende Analytics-Kompetenz führt dazu, dass Prüfungspläne nicht risikobasiert, sondern traditionell strukturiert werden. Ad-hoc-Anfragen aus dem Audit Committee lassen sich nicht zeitnah mit Daten beantworten, und Continuous Auditing bleibt als Konzept diskutiert statt in Routineprozessen verankert.
Analytische Perspektiven
Es gibt mehrere Perspektiven, um Prüfungsfragen datenbasiert zu beantworten. Jede dieser Perspektiven lässt sich gezielt auf Ihre Prozesslandschaft anwenden – je nach Prüfungsziel und Datenlage.
Prüfung, ob alle erwarteten Datensätze vorhanden sind – von 100%-Tests bis zur Lückenanalyse in Sequenzen.
Kreuzprüfung zwischen Datenquellen: SoD-Konflikte, Doppelzahlungen, Stammdatenkonflikte oder widersprüchliche Freigaben.
Zeitliche Muster: Cut-off-Prüfungen, saisonale Anomalien oder unerwartete Häufungen.
Statistische Auffälligkeiten: um Ausreißer, Anomalien, unplausible Kombinationen oder sonstigen Verdachtsfällen nachzugehen.
Risikopriorisierung und Früherkennung durch Mustererkennung, um Prüfungsressourcen gezielt zu steuern.
Wiederkehrende Anwendung analytischer Prüfroutinen auf aktuelle Daten, um Risiken frühzeitig zu erkennen und Prüfungsressourcen dynamisch zu steuern.
Planungsphase
Definition & Abgrenzung des Prüfungsgebietes
Prüfungsdurchführung
Durchführung der Prüfungshandlungen
Bewertung & Berichterstattung
Bewertung der Feststellungen, Erstellung des Berichtes
Remediation & Follow-Up
Nachverfolgung der Maßnahmenumsetzung
Unser methodischer Prüfungsansatz
Eine verlässliche Prüfung erfordert methodische Klarheit. Unser Data-Analytics-Prüfungsvorgehen ist in den regulären Revisionsprozess integriert:
Phase 1: Planungsphase
Abgrenzung des Betrachtungsraums: Wir identifizieren mit Ihnen die wesentlichen Risiken und definieren die Prüfziele. Basierend darauf identifizieren wir die passenden Datenquellen und legen gemeinsam den zu betrachtenden Prüfungszeitraum und -umfang fest. Dies beinhaltet auch die Auswahl der passenden Werkzeuge für die Auswertung.
Phase 2: Prüfungsdurchführung
Umsetzung der geplanten Prüfungshandlungen – ob mit standardisierten Software-Produkten oder passgenau für Ihren Bedarf entwickelten. Wir extrahieren die benötigten Daten, validieren sie und führen die eigentlichen Data Analytics-Prozeduren aus.
Phase 3: Bewertung & Berichterstattung
Klares Urteil statt Checklisten-Mentalität. Ergebnisse aus den Datenanalysen bewerten wir objektiv und übersetzen diese in aussagekräftige Berichte für das Management – inklusive Executive Summaries und priorisierten Empfehlungen für die operative Leitungsebene.
Phase 4: Remediation & Follow-Up
Nachhaltige Risikoreduktion. Wir begleiten Sie fachlich bei der Schließung identifizierter Kontrolllücken und überprüfen in einem späteren Follow-Up die erfolgreiche Umsetzung der Maßnahmen. Gerne entwickeln wir initial durchgeführte Auswertungen weiter zu einem Continuous-Audit-Programm, so dass die Revision die Risiken regelmäßig im Blick hat.
Erweitern Sie Ihre Internal Audit Fähigkeiten um Data Analytics Kapazitäten
Serviceangebot Data Analytics
Gesteigerte Effizienz und Effektivität: Wir unterstützen Sie bei fachlichen Revisionsprüfungen von Geschäftsprozessen durch die Einbindung von Data-Analytics-Methoden.
Wir unterstützen Sie beim Aufbau oder der Weiterentwicklung eines Portfolios von Data-Analytics-Prozeduren, das langfristig oder regelmäßig genutzt werden kann.
Wir werten Nutzerberechtigungen im Hinblick auf kritische Kombinationen, Überberechtigungen und weitere Auffälligkeiten bspw. in SAP R/3 oder HANA-Systemen aus.
Unterstützung von forensischen Sonderprüfungen durch die Analyse von strukturierten oder unstrukturierten Massendaten zur Anomalieerkennung.
„Unsere Berater haben langjährige Erfahrung mit dem Aufbau eines Data Analytics-Prüfungsuniversums und der Anwendung in unterschiedlichen Szenarien wie regulären Revisionsprüfungen, IT-Audits oder forensischen Sonderprüfungen.“
Unsere Kooperationsmodelle
Ganz gleich, ob Sie punktuelle Spezialexpertise benötigen oder Ihre gesamte Revision auslagern möchten – wir passen uns an Ihre Bedürfnisse an. Gerne vereinbaren wir mit Ihnen auch individuelle Modelle der Zusammenarbeit.
Wir übernehmen spezifische, punktuelle Prüfungsfelder - genau das, wo bei Ihnen momentan der Bedarf besteht. Der Scope wird im Vorfeld klar definiert und wir liefern Ihnen einen aussagekräftigen Abschlussbericht.
Wir fungieren als verlängerte Werkbank Ihrer Internen Revision. Wir bringen Spezialwissen ins Team, fangen Spitzenlasten ab und führen bei Bedarf einen Know-how-Transfer durch.
Wir übernehmen die komplette Jahresplanung, Durchführung und Berichterstattung der Revision und entlasten Ihr Management vollständig. Gerne unterstützen wir auch bei der ganzheitlichen Übernahme einzelner Funktionen, wie etwa der IT-Revision.
Häufig gestellte Fragen
Wichtige Vorabinformationen zu unserem Prüfungsansatz
Was ist Audit Data Analytics?
Audit Data Analytics umfasst datenbasierte Verfahren, mit denen Prüfer Ausnahmen und Risikomuster über die Gesamtheit einer Datenpopulation identifizieren, anstatt sich allein auf Stichproben zu verlassen. Im Gegensatz zur Business Intelligence steht nicht das Berichtswesen, sondern die Prüfungszielsetzung und die Gewinnung belastbarer Evidenz im Mittelpunkt.
In welchen Phasen einer Revisionsprüfung können Data Analytics-Methoden zum Einsatz kommen?
Data Analytics kann durchgehend im Audit verwendet werden: in der Risikobeurteilung, als Bestandteil der Prüfungsplanung und selbstverständlich im Rahmen der Prüfungsdurchführung. Im Rahmen des Maßnahmen-Follow-Up kann es sich ebenfalls anbieten, die tatsächliche Abarbeitung einer Feststellung nochmals mit einem erneuten Lauf der Datenanalyse-Prozedur zu verifizieren.
Datenquellen und Zuverlässigkeit
Typische Quellen sind ERP-Extrakte, System-Logs und von den geprüften Mitarbeitern erstellte Auswertungen. Vor der Analyse wird die Datenintegrität geprüft: Vollständigkeit, Integrität und Verständlichkeit der Datenfelder müssen dokumentiert werden.
Wie kann man False-Positives erkennen oder vermeiden?
Bei unvollständigen oder unzuverlässigen Daten wird zunächst die Validierung der Vollständigkeit und Integrität durchgeführt, bevor der Prüfungsansatz angepasst wird. False Positives reduzieren sich durch die Einbettung in den Geschäftskontext, das Setzen sinnvoller Schwellenwerte und gezielte Folgetests.
Welche Werkzeuge kommen zum Einsatz?
Wir setzen bei unseren Projekten einerseits auf Standardtools bspw. für die Analyse von SAP-Berechtigungen oder SAP-Geschäftsprozessen. Andererseits nutzen wir eigenentwickelte Auswertungen, die mit Standardtechniken wie SQL, Python oder anderen Skriptsprachen entwickelt sind und somit flexibel anpassbar bleiben. Je nach konkretem Projekt stimmen wir mit Ihnen die passenden Techniken ab.
Wie sieht das Ergebnis eines Data Analytics-Projektes aus?
Ergebnisse werden nicht als reine Zahlen präsentiert, sondern direkt mit dem zugehörigen Risiko sowie ggfs. der finanziellen Auswirkung und der Root Cause verknüpft. Das Management erhält so handlungsorientierte Erkenntnisse statt isolierter Datenpunkte. Uns ist dabei wichtig, dass die Ergebnisse von Datenanalysen im Geschäftskontext eingebettet werden.
Wie unterstützt Data Analytics einen Continuous Audit-Ansatz?
Data Analytics-Methoden machen es möglich, definierte Prüfroutinen regelmäßig auf aktuelle Datenbestände anzuwenden, statt nur punktuell im Rahmen einzelner Prüfungen zu testen. Bewährte Prüfroutinen können so in das Continuous Audit-Universum übernommen werden.
Welche Voraussetzungen braucht ein Continuous Audit-Ansatz?
Wichtig sind verlässliche Datenquellen, nachvollziehbare Regeln, definierte Schwellenwerte und klare Zuständigkeiten für das Review der Treffer. Dies kann häufig durch noch nicht automatisierte Data Analytics-Auswertungen initial sichergestellt werden, bevor automatisierte Verfahren zum Einsatz kommen.
Möchten Sie mehr zu unserem Data Analytics-Angebot erfahren?
Sprechen Sie uns an! Wir stehen gerne persönlich für ein Vorabgespräch mit weiteren Informationen bereit!