{"id":18754,"date":"2020-01-24T12:00:01","date_gmt":"2020-01-24T17:00:01","guid":{"rendered":"https:\/\/intosai.nclud.com\/journal-entry\/data-auditing-strategy\/"},"modified":"2023-05-18T17:15:19","modified_gmt":"2023-05-18T21:15:19","slug":"data-auditing-strategy","status":"publish","type":"journal-entry","link":"https:\/\/intosai.nclud.com\/de\/journal-entry\/data-auditing-strategy\/","title":{"rendered":"Daten, Rechnungspr\u00fcfung und Strategie: Wissen freisetzen, um Chancen zu nutzen und Herausforderungen zu meistern"},"content":{"rendered":"\n

von Koen Van der Bracht, Oberste Rechnungskontrollbeh\u00f6rde von Belgien<\/em><\/p>\n\n

Daten sind zu einem wichtigen Schlagwort in der Finanzkontrolle geworden, was sich in der zunehmenden Verwendung des Begriffs in der globalen Gemeinschaft der Rechenschaftspflicht zeigt, zu der auch die Internationale Organisation der Obersten Rechnungskontrollbeh\u00f6rden (INTOSAI) und ihre Mitglieder, die Obersten Rechnungskontrollbeh\u00f6rden (ORKB), geh\u00f6ren.<\/p>\n\n

W\u00e4hrend Daten den ORKB neue M\u00f6glichkeiten er\u00f6ffnen, einschlie\u00dflich interessanter Aussichten f\u00fcr mehr risikobasierte Pr\u00fcfungen, stellen sie auch zahlreiche konzeptionelle, technische und organisatorische Herausforderungen dar. Dieser Artikel er\u00f6rtert einige der M\u00f6glichkeiten und Herausforderungen, die Daten mit sich bringen, und gibt einen \u00dcberblick dar\u00fcber, wie die ORKB Belgien sie angegangen ist.<\/p>\n\n

M\u00f6glichkeiten<\/strong><\/em><\/p>\n\n

Datenverf\u00fcgbarkeit und Datenanalyse haben sich auf die Finanzkontrolle als Fachgebiet und Berufsstand ausgewirkt, insbesondere da die Digitalisierung von Finanzprozessen neue Techniken hervorgebracht hat, die es den ORKB erm\u00f6glichen, 100 % der Transaktionen zu pr\u00fcfen. Diese F\u00e4higkeit erh\u00f6ht die Effizienz der Finanzpr\u00fcfung und erm\u00f6glicht es den Pr\u00fcfern, zwischen normalen und anomalen Transaktionen zu unterscheiden. Die Unterscheidung anomaler Vorg\u00e4nge schafft zus\u00e4tzliche Effizienzgewinne, da die Pr\u00fcfer nicht mehr eine gro\u00dfe Stichprobe pr\u00fcfen m\u00fcssen, die repr\u00e4sentativ sein kann (oder auch nicht).<\/p>\n\n

Die Wirtschaftlichkeitspr\u00fcfung konzentriert sich traditionell auf die Bestimmung der Sparsamkeit und Effizienz von Programmen. Dank der verf\u00fcgbaren Daten (und der M\u00f6glichkeit, diese in gro\u00dfen Mengen leichter zu analysieren) k\u00f6nnen die Pr\u00fcfer jedoch die Wirksamkeit der Programme direkt messen. Bei der Pr\u00fcfung eines Programms zur Armutsbek\u00e4mpfung k\u00f6nnen die ORKBn nun beispielsweise die tats\u00e4chlichen Ver\u00e4nderungen der Armut infolge staatlicher Ma\u00dfnahmen bewerten.<\/p>\n\n

Herausforderungen<\/strong><\/em><\/p>\n\n

Die Vermehrung der Daten und die neuen Techniken bringen verschiedene Herausforderungen mit sich, die im Allgemeinen in drei Kategorien unterteilt werden k\u00f6nnen: konzeptionelle, organisatorische und technische.<\/p>\n\n

Konzeptionelle Herausforderungen<\/em>Datenverf\u00fcgbarkeit und -validit\u00e4t bleiben die wichtigsten konzeptionellen Herausforderungen. Um die Wirksamkeit politischer Ma\u00dfnahmen zu messen, m\u00fcssen die Pr\u00fcfer h\u00e4ufig auf staatliche Datenbanken zur\u00fcckgreifen, die f\u00fcr unterschiedliche Zwecke konzipiert wurden. So kann beispielsweise die Arbeitsmarktbeteiligung aus Steuerdatenbanken abgeleitet werden, in denen wichtige Informationen f\u00fcr eine Pr\u00fcfung fehlen k\u00f6nnen. Vor der Durchf\u00fchrung von Bewertungen anhand von Informationen aus staatlichen Datenbanken kann eine Studie \u00fcber die Zuverl\u00e4ssigkeit und G\u00fcltigkeit der Daten erforderlich sein. Andernfalls laufen die Pr\u00fcfer Gefahr, die richtigen Fragen zu stellen und die richtigen Analysen durchzuf\u00fchren, nur um aufgrund von Datenfehlern zu falschen Schlussfolgerungen zu gelangen.<\/p>\n\n

Organisatorische Herausforderungen<\/em>ORKB, die sich f\u00fcr Investitionen in die Datenanalyse entscheiden, m\u00fcssen m\u00f6glicherweise auch die Art und Weise, wie Pr\u00fcfungen durchgef\u00fchrt werden, anpassen. Der Erwerb der richtigen Qualifikationen ist von entscheidender Bedeutung und erfordert eine gr\u00fcndliche Analyse der Bed\u00fcrfnisse der ORKB, z. B. hinsichtlich der Art(en) der gew\u00fcnschten Datenanalyse und des erforderlichen Unterst\u00fctzungspersonals, einschlie\u00dflich der F\u00e4higkeiten und Kenntnisse in den Bereichen Datenbankverwaltung, Datenschutzbestimmungen und Datenvisualisierung. Dar\u00fcber hinaus sollten die ORKBn \u00fcberlegen, wie diese F\u00e4higkeiten erlangt werden k\u00f6nnen, entweder durch die Schulung des derzeitigen Personals oder durch die Einstellung neuer Mitarbeiter.<\/p>\n\n

Viele Optionen sind denkbar, die auf einem Kontinuum basieren, das von Datenspezialisten, die Teams zugeteilt werden und nur Analysen f\u00fcr andere Pr\u00fcfungsteams durchf\u00fchren, bis hin zu Datenspezialisten reicht, die vollst\u00e4ndig in die Pr\u00fcfungsteams integriert sind und die Pr\u00fcfungen von Anfang bis Ende durchf\u00fchren und nur Daten f\u00fcr einzelne Pr\u00fcfungen analysieren.<\/p>\n\n

Technische Herausforderungen<\/em>Bei der Durchf\u00fchrung von Datenanalysen in einem Pr\u00fcfungskontext k\u00f6nnen ORKB mit technischen Herausforderungen konfrontiert werden und neue Software oder robustere Computer ben\u00f6tigen.<\/p>\n\n

Die fr\u00fchzeitige Ber\u00fccksichtigung der erforderlichen Software bietet zahlreiche Vorteile: Sie kann die Kosten minimieren und gleichzeitig den aktuellen und k\u00fcnftigen Pr\u00fcfungsanforderungen gerecht werden, sie bietet einen Ma\u00dfstab f\u00fcr die F\u00e4higkeiten und die Auswahl geeigneter Datenschutzl\u00f6sungen. Neue Softwarel\u00f6sungen k\u00f6nnen auch hochleistungsf\u00e4hige Computer erfordern – f\u00fcr jeden einzelnen Datenanalysten und\/oder f\u00fcr gemeinsam genutzte zentrale Server oder cloudbasierte L\u00f6sungen. Diese Optionen k\u00f6nnen auch davon abh\u00e4ngen, wie Datenspezialisten zugewiesen werden. Wenn beispielsweise Datenspezialisten von Anfang bis Ende an Pr\u00fcfungen arbeiten, kann es sinnvoll sein, Rechenressourcen mit zentralen, gemeinsam genutzten Servern oder cloudbasierten L\u00f6sungen zu b\u00fcndeln, da die Anzahl der Spezialisten, die gleichzeitig Datenanalysen durchf\u00fchren, begrenzt ist.<\/p>\n\n

Unabh\u00e4ngig von den Software- und Hardwareoptionen muss der Datenschutz immer ber\u00fccksichtigt werden. Je mehr Daten erfasst, bearbeitet und gespeichert werden, desto wichtiger werden Investitionen in den Schutz dieser Daten, insbesondere wenn es sich um personenbezogene und\/oder sensible Daten handelt.<\/p>\n\n

Die belgische L\u00f6sung<\/strong><\/em><\/p>\n\n

Der strategische Plan der ORKB Belgien konzentriert sich auf die direkte Messung der Wirksamkeit der Politik, was oft mit Datenanalyse einhergeht. Zur Umsetzung dieses strategischen Plans hat die ORKB zahlreiche Taktiken angewandt, wie z.B.:<\/p>\n\n