Thomas Maurer, Leiter Interne Revision, Münchner Bank eG

Mit dem Problem schwindender Zeitressourcen bei gleichzeitig steigenden Anforderungen kämpft die Interne Revision schon seit längerem. Die Corona-Pandemie hat das Problem noch verschärft, da durch Home-Office und Teamtrennung die Prüfungshandlungen häufig nicht mehr mit dem geplanten Zeitaufwand durchgeführt werden konnten. Teilweise waren Mitarbeiter aus den Revisionsabteilungen temporär auch in das operative Geschäft eingebunden, um die Flut der Anträge zu Corona-Hilfen einigermaßen zeitnah bearbeiten zu können. Eine Möglichkeit, dieser Herausforderung zu begegnen, liegt in der konsequenten Digitalisierung auch in der Revisionsarbeit. Durch zielgerichtete Datenerhebungen und die Ableitung von risikoorientierten Stichproben hieraus kann einerseits erreicht werden, dass der Zeitaufwand für die aussagebezogenen Prüfungshandlungen mittelfristig deutlich abnimmt. Andererseits kann die Interne Revision auch belegen, dass die aus der Einzelfallprüfung abgeleiteten Feststellungen und Rückschlüsse auf die Funktionsfähigkeit des Systems insgesamt repräsentativ sind. 

Tools zur Datenanalyse

Hier eröffnet sich ein weites Feld für die Interne Revision. Welche Tools konkret in Frage kommen, hängt von der Dateninfrastruktur und den technischen Gegebenheiten im Institut ab. Letztlich spielt auch das zur Verfügung stehende Kostenbudget eine Rolle, da die Anbieter von Tools, die erst angeschafft werden müssen, teilweise recht hohe Preise aufrufen. Die wohl bekanntesten Tools zur Analyse von Massendaten sind ACL oder IDEA. Diese sind allerdings auf Grund der vielfältigen Möglichkeiten recht komplex in der Anwendung und machen eine tiefergehende Analyse der erhobenen Daten mit anderen Tools (z. B. Excel) erforderlich, um das gewünschte Ergebnis zu erzielen. Einfacher und besser zu handhaben sind in der Regel eigene Abfragetools in den Banken. Die meisten Institute haben eine Möglichkeit geschaffen, den Datenbestand des Hauses in eine Datenbank (z. B. Access, oder DB2) zu spiegeln und in aus diesem Bestand mit Hilfe von z. B. SQL-Abfragen gezielte Analysen zu fahren. Je nach Umfang der Datenbestände kann auch hier eine Weiterverarbeitung mit Excel oder Access erforderlich sein. Eine gute Möglichkeit, angemessene Stichproben zu generieren ist die Zufallszahl bzw. noch besser, der Zufallsbereich in Excel. Damit können auf nicht allzu komplizierte Weise zufällige Werte aus einem Datenbestand generiert und dann als Prüfungsbestand herangezogen werden. 

SEMINARTIPPS

Schlanke Revisions- & Prüfungs-Prozesse, 06.10.2020, Frankfurt/M.

13. Hamburger Bankenaufsicht-Tage, 04.–05.11.2020, Hamburg.

Wirtschaftlichkeitsprüfungen durch die Interne Revision, 02.12.2020, Frankfurt/M.

Projektbegleitung & Projektprüfung durch die Interne Revision, 03.12.2020, Frankfurt/M.

Nachhaltigkeit: MaRisk-Umsetzung • Steuerung & Prüfung von ESG-Risiken, 07.12.2020, Frankfurt/M.

Eine weitere Möglichkeit, große Datenbestände auf Auffälligkeiten zu untersuchen, ist die Benford-Analyse. Das Benford-Gesetz besagt vereinfacht ausgedrückt Folgendes:

Je niedriger der zahlenmäßige Wert einer Ziffernsequenz bestimmter Länge an einer bestimmten Stelle einer Zahl ist, desto wahrscheinlicher ist ihr Auftreten. Für die Anfangsziffern in Zahlen des Zehnersystems gilt z. B., dass Zahlen mit der Anfangsziffer 1 etwa 6,5-mal so häufig auftreten wie solche mit der Anfangsziffer 9 (Quelle: Wikipedia). Tabellarisch lässt sich dies wie folgt darstellen:

Dieses Gesetz hat sich bei Einhaltung gewisser Grundvoraussetzungen für die zu analysierenden Daten bislang stets als zutreffend erwiesen und ist bis heute mathematisch nicht widerlegt. Bei Analysen nach Benford können beispielsweise Umsätze auf Zahlungsverkehrs- oder Aufwandskonten auf deren Verteilung hin untersucht werden. Dabei können die Zahlungen eines bestimmten Zeitraums auf den zu untersuchenden Konten nach den Anfangsziffern ihrer zahlenmäßigen Höhe hinsichtlich ihrer prozentualen Verteilung bezogen auf die Grundgesamtheit ausgewertet werden. Den so gewonnenen Erkenntnissen wird nun die erwartete Verteilung nach Benford gegenübergestellt (vgl. obige Tabelle). Ergeben sich dabei nennenswerte Abweichungen, so sollten diese Umsätze in jedem Fall einer näheren Prüfung unterzogen werden. Es ist aber wichtig zu betonen, dass Abweichungen von der Benford-Verteilung nicht automatisch das Vorliegen doloser Handlungen implizieren. Wichtig ist, dass die auffälligen Datensätze weiter untersucht und störende Einflüsse gegebenenfalls eliminiert werden müssen. Aus dieser tiefergehenden Untersuchung können sich aber nicht nur Manipulationen erkennen lassen, die Ursache können auch Ineffizienzen oder System- und Prozessfehler sein. Auf jeden Fall erschließt sich hier ein weites Feld für die Interne Revision. Mit Hilfe des Benford-Gesetzes kann der risikoorientierte Prüfungsansatz weiterentwickelt und professionalisiert werden. Auch große Datenmengen werden so für prüferische Ansätze zugänglich. 

PRAXISTIPPS

• Machen Sie sich mit den Möglichkeiten zur Analyse von Datenbeständen, die Ihr Haus zur Verfügung stellt, vertraut.
• Bei sehr großen Datenbeständen kann die Anschaffung eines etablierten Tools wie ACL oder IDEA sinnvoll sein.
• Nutzen Sie alle Möglichkeiten der Standardsoftware Excel wie Zufallszahl, Zufallsbereich oder Pivot-Tabellen.
• Probieren Sie Datenanalysen nach dem Benford-Gesetz bei passenden Prüffeldern aus. Tools hierzu können im Internet kostenlos heruntergeladen werden.