Abstimmung, Bestätigung und Drei-Wege-Matching-Automatisierung — Künstliche Intelligenz in der Wirtschaftsprüfung und unabhängigen Wirtschaftsprüfung

Gewinne:

Verstehen der Logik der Automatisierung von Tests zur laufenden Abstimmung, zur Bankabstimmung und zum Drei-Wege-Abgleich (Bestellung-Lieferschein-Rechnung) mit Unterstützung künstlicher Intelligenz
Fähigkeit, Differenzen (Differenzanalysen) zu klassifizieren und zu priorisieren und die Gründe für den Ausgleich von Differenzen mit künstlicher Intelligenz zu ermitteln
Fähigkeit zu verstehen, dass nicht übereinstimmende Elemente und Bestätigungsunterschiede vom Prüfer untersucht werden müssen und dass künstliche Intelligenz nur den Unterschied anzeigt.

Das Rückgrat einer Prüfung besteht darin, durch den Vergleich mit einer unabhängigen Quelle zu überprüfen, ob eine Aufzeichnung tatsächlich vorhanden ist und korrekt geführt wurde. Eine Gutschrift erfolgt real mit Zustimmung des Schuldners; ein korrekter Kontostand mit Bestätigung der Bank; Sie testen die Echtheit eines Kaufs, indem Sie sicherstellen, dass das Trio Bestellung-Lieferschein-Rechnung zueinander passt. Diese Prozesse werden zusammenfassend als Versöhnung und Bestätigung bezeichnet. Da sie von Natur aus den Vergleich einer großen Anzahl von Elementen erfordern, sind sie repetitiv, zeitaufwändig und künstliche Intelligenz glänzt.

In dieser Einheit behandeln wir drei Aufgaben: Kontokorrentabgleich (Vergleich der Aufzeichnungen zweier Parteien), Bankabgleich (Abgleich des Sachkontosaldos und Kontoauszugs) und Drei-Wege-Abgleich (Vergleich von Bestellung, Wareneingang/Lieferschein und Lieferantenrechnung). Das Grundprinzip bleibt unverändert: KI gleicht ab und weist auf den Unterschied hin; Es ist Sache des Prüfers, den Grund für die Differenz zu untersuchen und zu einer Schlussfolgerung zu gelangen.

Was ist Drei-Wege-Matching und warum ist es wichtig?

Wenn ein Unternehmen Waren/Dienstleistungen kauft, fallen in der Regel drei Dokumente an: (1) Bestellung – was wurde bestellt, wie viel, zu welchem Preis; (2) Lieferschein/Wareneingang – was, wie viel wurde erhalten; (3) Lieferantenrechnung – was, wie viel wurde in Rechnung gestellt. In einer gesunden Kontrollumgebung sollten diese drei übereinstimmen: bestellt = erhalten = in Rechnung gestellt. Der Drei-Wege-Match-Test prüft, ob diese drei übereinstimmen. Streitigkeiten; Es könnte sich um zu hohe Rechnungen, Scheinkäufe, Doppelzahlungen, Preismanipulationen oder einfache Datenfehler handeln.

KI kann in Sekundenschnelle Tausende von Käufen in diesen drei Dokumenten zuordnen. Die angezeigte Liste der „nicht übereinstimmenden Elemente“ ist jedoch keine Fehlerliste. Ein Artikel kann aus den folgenden harmlosen Gründen nicht übereinstimmen: Teillieferung (Bestellung 100, Lieferung 60), Zeitunterschied (Rechnung noch nicht eingetroffen), Preisunterschied innerhalb akzeptabler Toleranz, Rabatt oder Versand des Artikels. Die Aufgabe des Prüfers besteht darin, den Grund für die Differenz herauszufinden und die Unschuldigen von den Verdächtigen zu trennen.

Übereinstimmungstyp

verglichen

Typische Gründe für Unterschiede

Aktuelle Versöhnung

Unsere Registrierung ↔ Kontrahentenregistrierung

Zeitpunkt, Rückerstattung, unvollständige Registrierung, Wechselkursdifferenz

Bankabstimmung

Hauptbuch ↔ Kontoauszug

Scheck im Transit, Bankgebühr, Datensatz noch nicht bearbeitet

Drei-Wege-Match

Bestellung ↔ Lieferschein ↔ Rechnung

Teillieferung, Zeitpunkt, Preisunterschied, Duplikat, fiktiv

Externe Bestätigung: einer der zuverlässigsten Beweise

Bei der externen Bestätigung handelt es sich bei der Wirtschaftsprüfung um die Methode, eine schriftliche Antwort direkt von einem Dritten (Bank, Kunde, Lieferant) zu einem Saldo oder einer Transaktion einzuholen. BDS 505 regelt dies. Die externe Bestätigung ist einer der stärksten Beweise des Prüfers; weil die Informationen aus einer unabhängigen Quelle stammen, nicht von der geprüften Stelle. Hier ist KI der Beschleuniger bei der Erstellung von Bestätigungsschreibenentwürfen, beim Vergleich eingehender Antworten mit Hauptbucheinträgen und bei der Auflistung nicht antwortender Parteien (diejenigen, denen man folgen soll). Zwei Punkte sind jedoch von entscheidender Bedeutung: Erstens sollte das Ausfüllen und Versenden des Bestätigungsschreibens mit den tatsächlichen Adressateninformationen unter der Kontrolle des Prüfers liegen. Zweitens muss der Prüfer sicher sein, dass die Antwort echt ist und den Prüfer direkt erreicht. Die Integrität des Verifizierungsprozesses liegt beim Prüfer; KI macht den Vergleich und die Nachverfolgung einfach einfacher.

Lückenanalyse: KI klassifiziert, Prüfer entscheidet

Der produktivste Weg, Konsensunterschiede zu untersuchen, besteht darin, die Unterschiede zu klassifizieren: welche zeitlich bedingt sind (verschieben sich zwischen Zeiträumen, sind aber keine tatsächlichen Unterschiede), welche dauerhafte Unterschiede sind und welche ungeklärt sind. KI kann diese vorläufige Klassifizierung schnell durchführen: Sie trägt den Unterschiedsbetrag, die Richtung und die mögliche Ursache in eine Tabelle ein. Aber Vorsicht: Die Spalte „wahrscheinliche Ursache“ der KI ist eine Vorhersage, keine Feststellung. Nur weil es heißt „wahrscheinlich ein Zeitunterschied“, beweist das nicht, dass es sich um einen Zeitunterschied handelt; Der Prüfer muss dies anhand von Unterlagen (Rechnung für die nächste Periode, Rückschein, Bankbeleg) nachweisen.

Tipp: Priorisieren Sie Unterschiede nach Betragsgröße und Erklärbarkeit. Überspringen Sie die kleinen und leicht erklärten Unterschiede; Konzentrieren Sie die Arbeit des Auditors auf große oder unerklärliche Unterschiede. KI erstellt die Priorisierungstabelle; Sie legen den Schwellenwert und den Fokus fest.

Schrittweise Automatisierung der Abstimmung

Bereiten Sie zwei (oder drei) Datensätze vor und anonymisieren Sie sie. Ermitteln Sie den passenden Schlüssel (Rechnungsnummer, Bestellnummer, Betrag + Datum).
Vollständigkeit bestätigen. Stimmen die Gesamtzahl und die Anzahl der Datensätze für jeden Cluster mit den Erwartungen überein?
Definieren Sie die Übereinstimmungsregel. Wird es eine exakte Übereinstimmung geben oder ist eine Toleranz (z. B. ±1 % Preisunterschied) zulässig?
Passen Sie mit der KI zusammen. Diejenigen, die übereinstimmen, diejenigen, die nicht übereinstimmen, und diejenigen, die innerhalb der Toleranz liegen, werden in separaten Listen angezeigt.
Unterschiede klassifizieren und priorisieren. Timing/anhaltend/unerklärlich.
Untersuchen Sie als Wirtschaftsprüfer. Überprüfen Sie alle wesentlichen Unterschiede anhand der Dokumentation. Dokumentieren Sie die Schlussfolgerung und Begründung.

drei Mini-Koffer

Fall 1 – Doppelte Zahlungserfassung. Ein Prüfer ordnete dreifach 12.400 Käufe mit KI zu. YZ hat 6 Artikel mit zwei separaten Zahlungen für dieselbe Rechnungsnummer markiert. Der Prüfer untersuchte: 4 waren legitime Rechnungen mit ähnlichen Nummern aus verschiedenen Jahren; aber bei zwei davon handelte es sich tatsächlich um Doppelzahlungen (die gleiche Rechnung wurde zweimal bezahlt), insgesamt 88.000 TL. Der Wiedereinstellungsprozess wurde eingeleitet und die Schwachstelle der internen Kontrolle wurde im Management Letter festgehalten. AI stellte 6 Fragen; 2 echte Probleme, die der Prüfer bestätigt hat.

Fall 2 – Den Zeitunterschied mit einem Fehler verwechseln. Ein Teammitglied hat die von YZ in der Bankabstimmung markierte Differenz von 40.000 TL direkt als „Erfassungsfehler“ abgeschrieben. Der Verantwortliche prüfte: Bei der Differenz handelte es sich um einen am Ende der Frist gezogenen und der Bank noch nicht vorgelegten Scheck; Es war ein völlig normaler Zeitunterschied und es endete in der folgenden Woche. Lektion: Ein nicht übereinstimmender Stift ist kein automatischer Fehler; Ohne Untersuchung der Ursache kann keine Schlussfolgerung gezogen werden.

Fall 3 – Toleranzfehler. Ein Prüfer gab keine Toleranz für das Drei-Wege-Matching; Aufgrund von Penny-Rundungsdifferenzen markierte YZ 900 den Artikel mit „stimmt nicht überein“. Die Liste wurde ungeprüft; Die wirklichen Probleme gingen im Lärm unter. Nachdem der Prüfer eine angemessene Toleranz definiert hatte (z. B. ±5 TL oder ±0,5 %), wurde die Liste auf 27 wesentliche Elemente reduziert. Lektion: Die Matching-Regel muss mit der Geschäftsrealität übereinstimmen. Eine zu strenge Regel erzeugt Lärm, eine zu lockere Regel führt zur Blindheit.

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Eingabeaufforderung:

Vergleichen Sie diese beiden Listen und sagen Sie mir, was nicht passt.

Problem: Übereinstimmungsschlüssel, Toleranz und Ausgabeformat sind unklar. Die KI weiß nicht, worauf sie basieren soll. Das Ergebnis wäre unzuverlässig und nicht wiederholbar.

Kraftvolle Aufforderung:

Ihre Rolle: Sie sind der Abstimmungsassistent eines unabhängigen Wirtschaftsprüfers. Sie werden den Unterschied erkennen und zeigen; Der Grund und das Ergebnis der Differenz liegen bei mir. Daten (anonymisiert): – Satz A: Bestellungen (Spalten: Bestellnummer, Artikel, Menge, Stückpreis, Betrag) – Satz B: Lieferscheine (Bestellnummer, Artikel, gelieferte Menge) – Satz C: Rechnungen (Bestellnummer, Artikel, Rechnungsmenge, Rechnungsbetrag) Übereinstimmungsschlüssel: Bestellnummer + Artikel. Toleranz: gilt als „abgeglichen“, wenn die Betragsdifferenz innerhalb von ±5 TL oder liegt ±0,5 % (je nachdem, welcher Wert größer ist). Aufgabe: 1) Ordne drei Cluster zu. Geben Sie die folgenden drei Listen separat an: (a) genaue Übereinstimmungen (Zusammenfassungszahl), (b) Übereinstimmungen innerhalb der Toleranz, (c) Elemente, die NICHT übereinstimmen (vollständige Details).2) Fügen Sie eine Spalte „MÖGLICHE Ursachen“ für Nichtübereinstimmungen hinzu (Teillieferung/fehlendes Dokument/Mengendifferenz/Betragsdifferenz), aber geben Sie an, dass es sich um eine SCHÄTZUNG handelt, die mit Beweisen überprüft werden muss.3) Schreiben Sie im Klartext die Übereinstimmungs- und Toleranzregel, die Sie angewendet haben.4) Geben Sie außerdem die Gesamtabstimmung (A, B, C) an. Summen), damit ich die Vollständigkeit überprüfen kann. Erfinden Sie nichts, was Sie nicht aus den Daten ableiten können.

Diese Eingabeaufforderung ist leistungsstark, da sie den Schlüssel und die Toleranz definiert, drei separate Listen anfordert, die „wahrscheinliche Ursache“ als Vermutung angibt und der Vollständigkeit halber eine vollständige Zustimmung erfordert.

Häufige Fehler

Einen nicht übereinstimmenden Artikel als Fehler verwechseln. Einen Abschluss verfassen, ohne den Grund zu untersuchen (Zeitpunkt, Teillieferung, Rücksendung).
Keine Toleranzen setzen. Blähen Sie die Liste um ein paar Cent auf und verlieren Sie die eigentlichen Probleme im Lärm.
Der Kopplungsschlüssel bleibt mehrdeutig. Es wird nicht kontrolliert, worauf die KI zustimmt.
Vollständigkeit überspringen. Verlassen Sie sich auf übereinstimmende Sätze, ohne deren Gesamtsummen abzugleichen.
„Wahrscheinliche Ursache“ mit Entdeckung verwechseln. Akzeptieren Sie die Vorhersage der KI, ohne sie anhand der Dokumentation zu überprüfen.

Achtung: Eine Differenz als „doppelte Zahlung“ oder „fingierter Kauf“ zu bezeichnen, ist eine schwerwiegende Behauptung. Überprüfen Sie dies anhand von Unterlagen (Rechnung, Zahlungsbeleg, Wareneingangsprotokoll), bevor Sie es aufschreiben. Wenn es ein Muster gibt, bewerten Sie es separat als interne Kontrollschwäche.

Zusammenfassend

Abstimmung, Bestätigung und Drei-Wege-Abgleich gehören zu den repetitivsten Prüfungsaufgaben und lassen sich mit KI am einfachsten beschleunigen. KI gleicht Tausende von Elementen in Sekundenschnelle ab, listet die Unterschiede auf und klassifiziert sie vor. Der nicht übereinstimmende Stift ist jedoch kein Fehler, sondern ein zu untersuchender Unterschied. „Wahrscheinliche Ursache“ ist eine Vermutung, keine Feststellung. Der Prüfer bestimmt den passenden Schlüssel und die Toleranz entsprechend der Geschäftsrealität; Der Prüfer prüft den Unterschied zum Dokument; Der Prüfer schreibt das Ergebnis nieder. KI zeigt den Unterschied, der Prüfer gibt die Bedeutung vor.

Anwendungsaufgabe

Betrachten Sie drei kleine Datensätze (Bestellung, Lieferschein, Rechnung) oder zwei Sätze (Hauptbuch, Bank). Bestimmen Sie den passenden Schlüssel und eine angemessene Toleranz. Lassen Sie die KI mit dem leistungsstarken Eingabeaufforderungsmuster oben übereinstimmen und entfernen Sie diejenigen, die nicht mit der Spalte „wahrscheinliche Ursache“ übereinstimmen. Schreiben Sie dann einen „Untersuchungsplan“ für jedes nicht übereinstimmende Element: Welches Dokument schaue ich mir an, welche Frage stelle ich, welche Schlussfolgerung halte ich für einen Fehler/normal?

Checkliste

[ ] Ich habe die Daten anonymisiert und den passenden Schlüssel eindeutig identifiziert.
[ ] Ich habe die Vollständigkeit jedes Clusters anhand der Gesamtzahl und Anzahl der Datensätze bestätigt.
[ ] Ich lege eine Toleranz fest, die der geschäftlichen Realität entspricht (weder zu streng noch zu locker).
[ ] Ich habe die passenden / innerhalb der Toleranz / nicht passenden Listen separat erstellt.
[ ] Ich habe das Dokument nach allen wichtigen Elementen durchsucht, die nicht übereinstimmten. Ich habe bestätigt, warum.
[ ] Ich habe Vermutungen über „wahrscheinliche Ursachen“ nicht als Ergebnisse gewertet, ohne sie durch Beweise zu bestätigen.
[ ] Ich habe schwerwiegende Qualifikationsmerkmale wie Duplikat/Fiktion dokumentiert und die Auswirkungen auf die interne Kontrolle bewertet.