Big Data lässt grüßen

Big Data lässt grüßen

Die digitale Revolution verändert nicht nur die Unternehmen und Geschäftsmodelle, sondern auch die Art und Weise der Durchführung von Abschlussprüfungen. Durch die Möglichkeiten der Automatisierung kann zumindest ein Teil des Mehraufwands, den die zunehmenden Regularien erfordern, ausgeglichen werden. Die neuen Möglichkeiten werden auch zu einer weiteren Verbesserung der Prüfungsqualität führen.

1000

Partner, Audit

KPMG Austria

Kontakt

Verwandte Inhalte

KPMG Dimensionen - Schwerpunkt Audit 4.0 - Big Data

Glaubt man den Ergebnissen des Instituts für Arbeitsmarkt- und Berufsforschung (IAB), welches 4.000 Berufe auf den Grad ihrer Automatisierbarkeit überprüft hat, können 36 Prozent der Tätigkeiten im Berufsfeld des Wirtschaftsprüfers automatisiert werden. Einige provokante Stimmen, wie beispielsweise Berater und Autor Richard Susskind, gehen sogar davon aus, dass der Beruf des Wirtschaftsprüfers in den nächsten 20 Jahren dem Schicksal anderer renommierter Berufe wie dem des Fassbinders folgen wird. Auch wenn die Meinungen auseinander gehen, eines ist gewiss: die digitalen Möglichkeiten, insbesondere im Bereich der Massendatenanalyse, führen zu einem starken Wandel in der Durchführung von Abschlussprüfungen.

Derzeitige Trends

Die Abschlussprüfung lässt sich in die Prozessschritte Risikoanalyse, Prüfung von Kontrollen (insbesondere im Rahmen der Vorprüfung) und in die Durchführung substantieller Prüfungshandlungen (Einzelfallprüfungen, beispielsweise Belegprüfungen) einteilen. Auf Basis der Risikoanalyse und der Kontrollprüfungen erfolgen die Einschätzung des Fehlerrisikos und darauf aufbauend die Festlegung der Prüfungsstrategie. Big Data bringt eine neue Dimension in diese bisher vor allem auf der Erfahrung des Prüfungsteams und der jahrelangen Kenntnis des Prüfungsklienten beruhenden Beurteilungen und Einschätzungen: Analyse und Visualisierung von Buchungsvorgängen und Belegketten ermöglichen die Identifizierung unternehmenstypischer Buchungsvorgänge. Dies führt zu einem schnellen und umfassenden Verständnis der Kernprozesse des geprüften Unternehmens.

Stellt man diesen Daten dann noch Benchmarks von vergleichbaren Branchen gegenüber, können Risikobereiche anhand von regelbasierten Algorithmen erkannt und daraus ein risikoorientierter und zielgerichteter Prüfrisikovorschlag generiert werden. Diese Algorithmen sind beispielsweise im KPMG Tool eAAT implementiert. Dieses Tool generiert anhand der Buchungsvorgänge der letzten drei Jahre automatische Risikoeinschätzungen.

Im Bereich des internen Kontrollsystems erfolgte in den letzten Jahren bei vielen Unternehmen eine zunehmende Umstellung von manuellen Kontrollabläufen hin zu IT-unterstützten oder vollautomatischen Kontrollen. Als in der Praxis bewährtes Beispiel gilt der automatisierte Drei-Wege-Abgleich („Three Way Match“) zwischen Bestellung, Wareneingang und Rechnung. Während bisher die Funktionsfähigkeit dieses Abgleichs im Rahmen der IKS in Stichproben geprüft wurde, ist mittels Datenanalyse eine Vollprüfung aller Kreditorenbuchungen möglich. Damit können alle Rechnungsbuchungen, die nicht vom vollautomatischen IKS erfasst sind, identifiziert und die außerhalb dieser Kontrollen laufenden Transaktionen – soweit vorhanden – einer näheren Prüfung unterzogen werden.

Wie bei der Risikoanalyse lässt sich anhand von Benchmarks auch ein Rückschluss auf die Effektivität und Effizienz des internen Kontrollsystems ziehen. Tiefergehende Analysen anhand der Transaktionsaktionsdaten ermöglichen die Identifikation weiterer Kontrollschwächen. Beispielsweise kann mit Hilfe der Prüfungssoftware KAAP im SAP-Umfeld festgestellt werden, ob Bestellungen erst nach Rechnungseingang angelegt wurden oder wie die tatsächliche Ausnutzung von Toleranzgrenzen erfolgt.Nicht zuletzt verändern Datenanalysen auch die bisher üblichen Einzelfallprüfungen. Während die Belegprüfung nach wie vor als probates Mittel der Prüfung gilt, kann die Auswahl der Belege mittels Datenanalyse deutlich effizienter und risikoorientierter durchgeführt werden. In anderen Fällen kann die Datenanalyse eine Belegstichprobe gänzlich ersetzen. Als Beispiel können erfasste Umsätze mit den tatsächlichen Zahlungseingängen vollständig abgeglichen oder Personaldaten für Rückstellungsberechnungen vollumfänglich kontrollgerechnet werden.

Grenzen und Möglichkeiten 

Jedoch: die Bäume wachsen nicht in den Himmel und Rom wurde nicht an einem Tag erbaut. Während ein Teil der beschriebenen Methoden bereits erprobt und bei größeren Unternehmen routinemäßig im Einsatz sind, befindet sich manches noch am Beginn der Lernkurve. Ein beträchtliches Hindernis stellt häufig die Kosten-Nutzen-Relation der Anwendung von Datenanalysen in Zusammenhang mit dem in der Regel beschränkten Prüfungsbudget dar. Dies betrifft einerseits die hohen Entwicklungskosten der Softwaretools, anderseits den erforderlichen Aufwand zur Erlangung der Daten. Für letzteres gilt der Grundsatz: je integrierter und harmonisierter sich die IT-Landschaft des geprüften Unternehmens darstellt, desto automatisierter und damit kostengünstiger können Datenanalysen herkömmliche Prüfungshandlungen ersetzen. Konzernweit harmonisierte IT-Landschaften ermöglichen zentralisierte Datenanalysen über das gesamte Unternehmen. Dies entspricht auch der allgemeinen Entwicklung in der Konzernprüfung (siehe dazu den Beitrag auf Seite 20 in dieser Ausgabe).

Vorsicht ist jedoch aufgrund der gestiegenen regulatorischen Bestimmungen im Datenanalysebereich geboten, die teilweise die gewonnene Effizienz durch neue Anforderungen wieder obsolet machen. Nicht gänzlich zu Unrecht fordern Aufsichtsbehörden  von Abschlussprüfern, die Datenqualität als Basis der Analysen intensiv zu hinterfragen. Auch die Qualität der verwendeten Algorithmen ist durch den Wirtschaftsprüfer sicherzustellen. Weitere Grenzen bringen derzeit insbesondere komplexe Fragen bei der Einschätzung von Buchungssachverhalten. Die automatisierte Beurteilung eines Vertrags hinsichtlich der Umsatzrealisierung nach IFRS 15 ist mit den derzeitigen Mitteln noch kaum möglich. Der Einsatz von künstlicher Intelligenz, wie der Einsatz von NLP (Natural Language Processing), neuronalen Netzen oder Deep Learning Algorithmen wird jedoch in den Laboren weltweit bereits getestet.

Im Wandel

Insgesamt ist zu erwarten, dass in naher Zukunft einfachere Arbeiten der Wirtschaftsprüfer mehr und mehr durch Automatisierung ersetzt werden, während andere Bereiche höherqualifizierte Mitarbeiter benötigen. Die Interpretation der Ergebnisse und insbesondere die laufende Erstellung und Weiterentwicklung der Algorithmen verlangt ein noch tieferes Verständnis integrierter Unternehmensprozesse, die sich letztlich quantifiziert in der zu prüfenden Bilanz wiederfinden. Die komplexen Fragestellungen sowie der hohe Anspruch an die Qualitätssicherung wird jedoch diesen Prozess des Wandels deutlich langsamer gestalten als in vielen anderen Bereichen. Aufzuhalten ist er jedoch nicht.

So kontaktieren Sie uns

 

Angebotsanfrage (RFP)

 

Absenden

KPMG's neue digitale Plattform

KPMG hat einen neuen Webauftritt entwickelt, der einen möglichst einfachen, nutzerfreundlichen Zugang zu den Inhalten von KPMG bieten soll.