Datenanalyse und Schnittstellenprüfung
Ein wesentlicher Vorteil der zunehmenden Digitalisierung von Geschäftsprozessen ist die Möglichkeit, mit geeigneten Werkzeugen selbst unfassbar große Datenmengen vollständig und außerdem weitgehend automatisiert auswerten zu können. Auch die systematische Herstellung von Zusammenhängen in Daten aus verschiedenen Systemen ist möglich.
Durch Einsatz moderner Analysewerkzeuge können zudem nicht nur strukturierte Daten (bspw. Saldenlisten, Adressdaten etc.) ausgewertet werden, sondern auch sog. schwach- oder unstrukturierte Daten (bspw. E-Mails, frei formulierte Dokumente).
Der Einsatz von Data-Mining und Text-Mining Werkzeugen ermöglicht es außerdem, neben der hypothesenbasierten Analyse auch explorative Analysen vorzunehmen. So ist nicht nur die Durchführung einer vollständigen, im Gegensatz zur früher verwendeten stichprobenweisen Analyse möglich. Es können auch Aussagen zu bisher in ihrem Zusammenhang völlig unbekannten Sachverhalten neben der Prüfung vermuteter Zusammenhänge getroffen werden.
Einsatzmöglichkeiten für Datenanalysen sind zum Beispiel:
- Aufdeckung oder Prävention von wirtschaftskriminellen Handlungen (Fraud Prevention)
- Aufdeckung nicht-konformer Geschäftsprozesse
- Kalkulation der Auswirkung von Korrekturen zu nicht-konformen Geschäftsprozessen (beispielweise zur Vorbereitung einer strafbefreienden Selbstanzeige nach § 371 AO oder im Zuge einer kartellrechtlichen Kronzeugenregelung)
- Aufdeckung von wirtschaftlichen Optimierungspotentialen
- Compliance-Prüfungen
- Prüfung der Datenqualität, auch systemübergreifend (Data Quality Management und Data Quality Measurement, bzw. Data Quality Monitoring)
- Aufdeckung von Schnittstellenfehlern
