Tools

Die neue Leitlinie „EBA/GL/2019/02 zu Auslagerungen“ ist im Februar 2019 erschienen. Sie löst die bestehenden Richtlinien Committee of European Banking Supervisors (CEBS) zum Outsourcing vom 14. Dezember 2006 und die Empfehlungen der EBA zum Outsourcing an Cloud-Dienstleister ab. Die Leitlinie trat zum 30.09.2019 in Kraft und umfasst alle zu diesem Datum und danach geschlossenen, zur Prüfung und zur Änderung finalisierten externen Dienstleistungen. Darüber hinaus müssen bereits bestehende Auslagerungsvereinbarungen neu verifiziert und an die neuen Anforderungen angepasst werden. Je nach Einzelfall kann auf Basis der angegebenen Übergangsregelung eine Umsetzung mit der Deadline zum 31.12.2021 erfolgen.

Mit der Frage der Implementierung eines Risikomanagementsystems (RMS) beschäftigen sich derzeit viele Unternehmen. Zunehmende Anforderungen an Compliance und Governance-Systeme stellen Unternehmen vor die Pflicht eine Methodik zu implementieren, um u. a. ihre Risiken angemessen zu identifizieren und zu steuern.

Während große Unternehmen auf ressourcenbindende Lösungen zurückgreifen, haben kleine und mittelständische Unternehmen nicht die Möglichkeiten in eine komplexe und kostenintensive Lösung zu investieren.

Für diese Unternehmen, die eine sehr kostengünstige und ressourcenschonende Lösung suchen, wurde das compliance-net Risk Management Starter Pack entwickelt. Das Paket basiert auf gängigen Office-Produkten und beinhaltet folgende Komponenten, die für ein effektives RMS empfohlen werden können:

• Risikomanagement – Tool zur Erhebung, Bewertung, Steuerung, Überwachung und Dokumentation der Risiken
• Vorlage für eine Risikostrategie, die aus der individuellen Geschäftsstrategie abgeleitet werden kann
• Vorlage für einen Risikobericht an Geschäftsleitung, Aufsichtsrat und anderen Adressaten
• Dokumentation des kompletten RMS, inkl. der technischen Lösung

In diesem Artikel wird auf die Grundlagen bzw. Anforderungen von Datenanalysen eingegangen und die Vorteile am Beispiel eines Datenanalysetools beschrieben.

Elektronisch verarbeitete Unternehmensdaten, in welcher Form auch immer, werden in der heutigen Zeit vielfältig in Unternehmen erhoben, benötigt und genutzt. Der Inhalt dieser Daten ist sehr viel­schichtig. Hierzu gehören beispielsweise Umsatzzahlen, Ergebnisberechnungen, Buchhaltungsdaten und Kosten, die nach verschiedenen Kriterien unternehmens­spezifisch strukturiert sein können. Aber auch Kundenbeziehungsdaten (CRM), Mengenzahlen, Kennziffern sowie Bilanz­positionen sind Bestandteil dieser Daten.

Aufgrund neuer aufsichtsrechtlicher Anforderungen und damit einhergehend einer steigenden Komplexität ist eine ordnungsgemäße und effektive Durchführung von Prozessen in einem Risikomanagement‑System ohne technische Unterstützung schwer umsetzbar. Während kleinere Unternehmen mit Hilfe von Microsoft Excel ihre Risiken noch erfassen können, gelangen große Unternehmen und vor allem Konzerne ohne professionelle IT-Lösungen schnell an die Grenzen des Möglichen. Die größte Gefahr besteht darin, dass durch Standardlösungen (wie MS Excel) und hohem manuellem Aufwand Risiken zwar in irgendeiner Weise dokumentiert werden, aber durch die geringen Auswertungs- und Kontrollmöglichkeiten wichtige Schritte in einem Risikomanagement‑System nur begrenzt durchgeführt werden können und die anvisierte Transparenz nicht in erforderlichem Maße vorliegt. In solchen Fällen ist es nicht unüblich, dass unzählige Dokumentationen angefertigt werden, das Risikomanagement aber als solches nur bedingt gelebt wird.

Datenanalysen können bei der Prüfung der Einhaltung von Vorschriften (Compliance) helfen.

IT Systeme reflektieren einen großen Teil der Unternehmensprozesse und spiegeln daher auch wider, wenn es zu Abweichungen oder Verstößen kommt. Hierzu kommt beispielsweise das sogenannte "Journal Entry Testing (JET Testing) zum Einsatz, bei dem der Buchungsstoff nach bestimmten Kriterien untersucht wird. Im Rahmen der Jahresabschlussprüfung kommt dieses Verfahren zunehmend zum Einsatz, aber auch Unternehmen nutzen diese Art der Datenanalyse, um flexible Einblicke in die Datenbestände zu bekommen.

Data Quality Analysis ist ebenfalls mittels Datenanalysen durchführbar. Dubletten in den Stammdaten, Inkonsistenzen im Materialbestand oder schnelle Abgleiche von Daten zwischen mehreren Systemen. Auch Analysen der Benutzerdaten oder Protokollauswertungen sind praktische Beispiele.

Verbrecherjagd mit Data-Mining

Aktuelle Verfahren der innerbetrieblichen Betrugsaufdeckung

Neuronale Netze in der Aufdeckung wirtschaftskrimineller Handlungen

Jürgen Hirsch// Qyte GmbH, Eschborn

Ein jeder kennt die Redewendung „Da ist uns ein dicker Fisch ins Netz gegangen“. Nur sehr selten bezeichnet sie heute noch den Fangerfolg in der Fischerei, sondern wird metaphorisch als Umschreibung des Jagderfolges in der Bekämpfung doloser Handlungen gebraucht. So liegt es schon sprachlich auf der Hand, für die Aufdeckung von Betrugsvorgängen tatsächlich Netze zu benutzen, sehr spezielle zwar, aber eben doch Netze in denen sich Betrüger leicht verfangen.

Dieser kurze Beitrag gibt Ihnen eine Einführung in die Nutzung neuronaler Netze für die Untersuchung von Daten und soll Ihnen eine Anregung sein sich vielleicht doch mal etwas intensiver mit dem Thema zu beschäftigen.

Die Vorschriften mit Leben füllen

von Dr. Hans-Peter Güllich, CEO Avanon AG

Von strikter Normenerfüllung hin zu ganzheitlichem Risiko- und Compliancemanagement: Unternehmen müssen immer mehr Gesetze und Regeln beachten. Daher nutzen sie verstärkt durchdachte Managementsysteme, die das ganze Unternehmen im Blick behalten.