Bereits bei der Schätzung der Tagesergebnisse wurde implizit davon ausgegangen, dass sich die Folge der Tagesumsätze als Ergebnis eines Zufallsprozesses ergibt und sich daher auch zufällig zusammensetzt. Allgemein legt man bei vielen statistischen Verfahren die Annahme zugrunde, dass die Beobachtungen (Messungen) von auftretenden Ereignissen unabhängig voneinander gemacht werden, d. h., die beobachtete Reihenfolge ist zufällig.

Ergebnis von einzelnen Zufällen

Diese Zufälligkeitsannahme wird vielen betrieblichen Datenmengen gerecht, denkt man etwa an die Beträge der Auftragseingänge eines Tages, die Beträge der gebuchten Belege in der Finanzbuchhaltung oder auch die Tagesergebnisse einer Filiale in einer bestimmten Periode. Alle diese beobachtbaren Ereignisse sind selbst Ergebnis von Zufallsereignissen und geben daher Anlass zur Annahme, dass die sich ergebenden Zahlenfolgen zufällig zusammensetzen. Folglich müsste jede gezielte Manipulation die zufällig zusammengesetzte Reihenfolge stören, d. h., jede Abweichung von der zu erwartenden Zufälligkeit gibt Anlass genug, die gestörte Reihenfolge dann qualitativ weiter zu analysieren, um den Hintergrund für diese Abweichungen aufzudecken.

Hier setzen die Tests auf Zufälligkeit. Sie erlauben es, mit statistischen Verfahren zu überprüfen, ob aufgetretene Zweifel an der Annahme der zufälligen Zusammensetzung einer Zahlenmenge berechtigt sind oder nicht. Somit gehören die Tests auf Zufälligkeit zum unmittelbaren Umfeld des Risiko-Controlling, denn durch das KonTraG (Gesetz zur Kontrolle und Transparenz im Unternehmensbereich) stehen Revision und Controlling vor der Aufgabe, ein wirkungsvolles Risikomanagement mit der Zielsetzung der risikoorientierten Systemprüfung zu implementieren, was neue Werkzeuge zur Risikoanalyse und zur Risikoprävention erfordert. Dabei geht das Anliegen des Risiko-Controlling über das Aufdecken von bereits aufgetretenen Risikofällen und historisch entstandenen Inkonsistenzen in Datenmengen hinaus. Hier stellen sich auch zukunftsorientierte Fragen zum Umgang mit Risiken. Wie man aus dem Beitrag[1] über die Ideen von Benford und Nigrini gesehen hat, sind statistische Verfahren sehr effektiv im Risiko-Controlling einsetzbar und werden durch den Einsatz von MS Excel äußerst einfach für das Tagesgeschäft nutzbar.

[1] Prause, G.: Risiko-Controlling mit dem Gesetz von Benford, in: Der Controlling-Berater, Heft 2/2003, S. 89–118.

Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?

Anmelden und Beitrag in meinem Produkt lesen


Meistgelesene beiträge