JET (qualitativ) — Narrative und kontextuelle Analyse von Buchungen
Zehn Workflows für qualitative Red-Flags nach ISA 240 / IDW PS 210 — Buchungstexte, Konto-Paarungen, Funktionstrennung.
Qualitative Mustererkennung ist bei manueller Durchsicht von 50.000+ Buchungen praktisch unmöglich. Priviq übernimmt die Textanalyse und liefert pro Finding eine Begründung, die Sie in Ihrem Arbeitspapier übernehmen können.
JE-Upload → Textanalyse läuft → Sheets „Verdächtige Buchungstexte", „Account-Pair-Anomalien", „Belegs-Lücken" erscheinen → PDF-Export.
10 fachliche
Analyse-Typen.
- Buchungstext-Schlüsselwort-Analyse Scan der Buchungstexte auf Risiko-Keywords (Storno, Korrektur ohne Belegverweis, „zur Bereinigung", Abkürzungen, Leerzeichen-Muster). Mandanten-spezifische Keyword-Listen sind ergänzbar.
- Account-Pair-Ungewöhnlichkeit (textbasiert) Im Gegensatz zur quantitativen Variante: textuelle Plausibilitätsprüfung — z. B. „Provision" gegen „Gehaltsverrechnung" oder „Umsatz" direkt auf „Kasse" ohne Zwischenkonto.
- Fehlende oder auffällige Belegnummern Suche nach Lücken in Belegnummer-Folgen, Doppelungen, Null-Beleg-Feldern und vom Standard abweichenden Nummernformaten.
- Kontext-Risiken an Bilanzstichtagen Buchungen an Stichtag ±1 Tag werden auf Textmuster geprüft, die typischerweise Year-End-Adjustments andeuten („Umbuchung", „Abgrenzung", „vorläufig"). Der Prüfer sieht die vollständige Liste in einem Sheet.
- Sprach- und Format-Anomalien Identifikation von Buchungstexten mit ungewöhnlichen Zeichen (Emoji, Slang, Kleinbuchstaben-Start, fehlende Satzzeichen). Oft ein Indiz für manuelle, nicht-standardisierte Erfassung.
- Reversal-Pattern mit Kontext Wie quantitativ, aber mit textuellem Context-Match — erkennt auch Storno-Pattern, die betragstechnisch abweichen (Teilstorno, Storno + Neubuchung mit geringem Delta).
- User-Role-Mismatch Abgleich Benutzer-Rolle (aus ERP-Stammdaten, falls verfügbar) vs. gebuchtes Konto — zeigt z. B. Einkäufer, die in Umsatzkonten buchen, oder Azubis, die Hochrisiko-Buchungen durchführen.
- Manager-Override-Kandidaten Buchungen über Genehmigungs-Schwelle werden gegen die Approval-Historie geprüft. Lücken oder fehlende Zweitfreigaben werden markiert — relevant für die Bewertung des internen Kontrollsystems.
- Belegnummern-Folgelücken Analyse aller Belegnummer-Reihen auf Sprünge, Duplikate und nicht-sequenzielle Muster. Ergebnis: Liste der betroffenen Nummernkreise mit Erklärungshypothese.
- Cross-Reference-Inkonsistenzen Abgleich Beleg ↔ Buchungstext ↔ Gegenkonto ↔ Betrag über mehrere Systeme. Identifiziert Inkonsistenzen, die auf Dateneingabe-Fehler oder bewusste Manipulation hinweisen.
ISA 240.33 verlangt von der Prüferin, nicht nur statistisch auffällige Buchungen zu untersuchen, sondern auch solche mit qualitativen Merkmalen, die auf Management-Override hinweisen könnten. Priviq übernimmt die qualitative Mustererkennung, die bei manueller Durchsicht von 50.000+ Buchungen praktisch unmöglich ist.
Was in Ihrer Mappe entsteht.
Sheet „JET-Qual-Ergebnis" mit 10 kategorisierten Red-Flag-Listen, jede Auffälligkeit mit Excel-Kommentar zur Begründung. Zusätzlich „Red-Flag-Zusammenfassung" mit Risk-Score pro Buchung über alle 10 Dimensionen.
Was Priviq nicht ersetzt.
Qualitative Mustererkennung ist Wahrscheinlichkeit, kein Urteil. Priviq markiert Verdachtsfälle und liefert die Begründung für jede Markierung. Die Würdigung und ggf. vertiefende Prüfung (Rückfrage ans Unternehmen, Beleg-Einsicht) bleibt beim Prüfer.
Plan-First-Gate, Claude Opus via AWS Bedrock eu-central-1 für Text-Analyse (langes Context-Window für große Buchungstexte), Post-Run-Validator prüft u. a. Vollständigkeit der Keyword-Listen und Konsistenz der Benutzer-Rollen-Matrix.