Forensic Data Analytics: Anomaly Detection in ERP-Daten

Ziel des Forensic Accounting ist die Identifizierung von Transaktionen innerhalb großer Datenmengen, welche Hinweise auf dolose oder fehlerhafte Aktivitäten geben. Üblicherweise werden zur Ermittlung solcher Transaktionen nur bereits bekannte Fraud-Muster herangezogen, die unternehmensspezifische Besonderheiten außer Acht lassen.

Wir erläutern, wie Clustering und Outlier-Detection-Methoden zur Identifizierung unbekannter Fraud-Muster in einem unternehmensspezifischen Umfeld genutzt werden können. Anhand von SAP-FI-Daten zeigen wir die Anwendung solcher Methoden zur Ermittlung von Anomalien in Zahlungen. Wir geben außerdem ein Beispiel einer grafischen Benutzeroberfläche für eine solche Analyse.

Vorkenntnisse

Interesse an forensischer Datenanalyse, Grundkenntnisse in der Analyse großer Datenmengen sind von Vorteil.

Lernziele

Vermittlung von Grundlagen des forensischen Datenanalyseprozesses, insbesondere der Analyse mit Hilfe von Clustering- und Outlier-Detection-Methoden und der Interpretation von Analyseergebnissen anhand einer grafischen Benutzeroberfläche.