Datenanalyse im Aufwind
Informationen sind das Öl des 21. Jahrhunderts, und Analytik ist der Verbrennungsmotor – so Peter Sondergaard von Gartner Research. Diesen Motor bedienen zu können, der angesichts der Datenexplosion immer hochtouriger läuft, wird für Wirtschaftsprüfer*innen immer wichtiger: um mit den Unternehmen Schritt zu halten und deren Geschäftsmodelle zu verstehen und um eigene Effizienzpotentiale zu heben. Es gilt daher, unabhängig von der Praxisgröße, die eigene Datenkompetenz weiterzuentwickeln.
Die Datenanalyse wird Bestandteil der täglichen Arbeit von Wirtschaftsprüfer*innen und wird sie bei ihren Tätigkeitsfeldern dauerhaft begleiten. Daher gilt es, sich mit geeigneten Werkzeugen auszustatten und das Thema auch in der Digitalstrategie der eigenen Wirtschaftsprüfungspraxis zu verankern und für entsprechendes Know-How innerhalb des eigenen Hauses zu sorgen. Um den „Motor des 21. Jahrhunderts“ auf Touren zu bringen, möchten die Tools und Beiträge auf der Plattform Solon X einen Beitrag leisten.
Das exponentielle Wachstum der Datenmengen, beispielsweise infolge von Industrie 4.0 oder dem Internet der Dinge, verlangt nach Massendatenanalysen, um die Informationsflut zu bewältigen. Die Verarbeitung von Big Data steht vor der Herausforderung, mit großen Datenmengen umzugehen, die ganz unterschiedliche Datenformate aufweisen, sich rasch ändern und daher auch sehr schnell verarbeitet werden müssen.
Wie läuft eine Datenanalyse ab?
Datenanalysen dienen gemeinhin dazu, aus Rohdaten – seien sie strukturiert oder unstrukturiert, aus internen oder aus externen Quellen – mittels Methoden und Verfahren Erkenntnisse zu gewinnen und diese anschaulich darzustellen.
In der ersten Phase werden maßgebliche Festlegungen getroffen. Bestimmt werden das Objekt und das Ziel der Analyse; außerdem werden die Methoden und Werkzeuge ausgewählt, bevor die eigentliche Auswertung beginnen kann, an die sich die Interpretation und Dokumentation der Ergebnisse anschließt.
Datenanalytische Verfahren verfolgen entweder einen explorativen Ansatz, bei dem es um das Erkennen von Mustern und Auffälligkeiten ohne vorherige Erwartungshaltung geht, oder einen bestätigenden Ansatz, bei dem hingegen eine zuvor gebildete Hypothese bestätigt oder widerlegt werden soll.
Moderne Auswertungsverfahren
Heutzutage werden mit zunehmendem Datenvolumen und verbesserter Rechenkapazität fortgeschrittene Auswertungsverfahren bedeutsamer, die proaktiv vorgehen und bereits beim Finden von Entscheidungen unterstützen sollen (Advanced Analytics oder Business Analytics). Je nach Fragestellung und gewünschten Aussagen können Analyseverfahren größeren Nutzen entfalten. Nach Gartner unterscheidet man:
- Descriptive Analytics: Beschreibung von Daten,
- Diagnostic Analytics: Untersuchung von Daten nach Ursachen- und Wirkungszusammenhängen,
- Predictive Analytics: Vorhersage künftiger Entwicklungen,
- Prescriptive Analytics: Abgabe von Handlungsempfehlungen.
In einem der folgenden Beiträge werden wir hierauf vertiefter eingehen.
Chance für die Wirtschaftsprüfung
Bei der Abschlussprüfung können beispielsweise Prüfungshandlungen mittels Datenanalyse zielgerichteter geplant und so das Prüfungsrisiko reduziert werden. Mittels Datenanalyse kann der gesamte Buchungsstoff untersucht und können Stichproben gezielter ausgewählt werden. Nicht zuletzt kann eine Datenanalyse gegebenenfalls Schwachstellen in den Prozessabläufen des Mandanten aufdecken.
Trends und Geschäftsfelder
Ein Trend, der künftig weiter zunehmende Bedeutung erlangen dürfte, ist die Anwendung von Predictive Analytics zur Prognose künftiger Entwicklungen im Rechnungswesen, was sich auch auf die Abschlussprüfung auswirkt.
Auch in der Transaktionsberatung (z.B. in der Financial Due Diligence Prüfung) werden zunehmend Datenanalyseverfahren eingesetzt. Ähnliche Entwicklungen lassen sich im Prozess der Unternehmensbewertung beobachten.