Blog

Bondatenanalyse im Einzelhandel

Ein historischer Vergleich von Manfred Sendatzki

Spätestens ab 2017 müssen alle Kassen auf computergestützte vollständig auswertbare Kassensysteme umgestellt sein, damit auch die Steuerprüfung umfänglich Datenanalysen durchführen kann. Dieses nehmen wir zum Anlass, einen historischen Vergleich zu ziehen: 20 Jahre Bondatenanalyse.

Seit jeher werden Fehlverhalten und organisatorische Abweichungen in Handels- und Filialunternehmen aufgedeckt. Traditionell spielt hierbei die Untersuchung des Kassenjournals bzw. der Bondaten eine entscheidende Rolle v. a. bei der Identifikation von Mitarbeiterdelikten. Die Zielsetzung der Untersuchung von Kassendaten ist somit gleich geblieben – aber wie hat sich die Arbeit mit den Daten verändert?

Die 90er – das Zeitalter der Zettelwirtschaft

Die Beweismittelsicherung und Ermittlung der Schadenssumme erfolgte in den 90er Jahren manuell: Sämtliche Kassenjournale des Untersuchungszeitraums mussten händisch auf Auffälligkeiten untersucht und die Ergebnisse in eine geeignete Tabelle übertragen werden, nur um einen einzigen Schadensfall aufzuklären. In unserem Fall-Beispiel war die Revision für einen einzigen Fall allein drei Monate lang damit beschäftigt, die relevanten Bondaten aus allen Z-Bons des Untersuchungszeitraums fallspezifisch zu erfassen und auszuwerten.

Bondatenanalyse heute – der PC als verlässlicher Prüfungsassistent

Mithilfe des PCs und digitalen Analyselösungen für Kassendaten sind Auffälligkeiten bei Kassendifferenzen, Bonabbrüchen und Mitarbeiterrabatten nahezu per Knopfdruck ermittelbar. Doch: Wie kommt man dadurch Manipulationen auf die Schliche?

Schritt 1: Generalisierte Analyse der Inventurdifferenzen, gesteuerte Bestandskontrollen und Analyse aller Bondaten

Die 90er-Jahre

Manuelle Aufklärungsarbeit anhand von physischen Kassenjournalrollen. Der Inhalt einer Bananenkiste entspricht ca. einem Monat Kassenumsätzen.

Die vom Fiskus geforderten Einzelaufstellungen machen es möglich: Millionenfache Einzeltransaktionen der Kasse werden nach zuvor definierten Kriterien und Ausprägungen ausgewertet. Anhand statistischer Methoden werden Kennziffern pro Filiale und Zeiträume berechnet und untereinander verglichen. Hierbei empfiehlt es sich, eine Risikobewertung für die jeweiligen Ausprägungen vorzunehmen, beispielsweise mittels einer Ampelfunktion in vorher individuell oder automatisch festgelegter Schwellenwerte. Der so erstellte Report liefert einen ersten Überblick der Auffälligkeiten, die einen Anfangsverdacht begründen können.

Schritt 2: Prüfung von Einzelfällen

Bei wiederholten Auffälligkeiten werden die Ausprägungen genauer untersucht, z. B. dort, wo besonders hohe Abweichungen zu einem normalen Kassierverhalten festgestellt wurden (Drill Down). Bonzeile für Bonzeile wird nach Gründen für die Abweichung gesucht. Lassen sich die Abweichungen nicht erklären, sondern ist ein wiedererkennbares Muster oder sind zeitliche Intervalle zu erkennen, besteht ein begründeter Fraud-Verdacht. Diesem sollte (ggf. durch externe Fachunterstützung) weiter nachgegangen werden. Dabei sind die Ansprüche der Beweissicherung sowie strafrechtliche, arbeitsrechtliche und datenschutzrechtliche Erfordernisse zu berücksichtigen.

Was bringt die Zukunft in der Datenanalyse der Inventurdifferenzen im Groß- und Einzelhandel ?

Das Instrument Datenanalyse ist zu einem wichtigen Werkzeug sowohl für große als auch mittelständische Groß- und Einzelhändler geworden. Die Datenqualität der Warenbestandsdateien und damit Inventurdifferenzen ist dabei nicht nur für die Verhinderung und Aufdeckung doloser und deliktischer Handlungen zwingende Vorrausetzung, sondern auch für das gesamte Bestandsmanagement. Mehr Umsatz durch weniger Inventurdifferenzen ist die kundenorientierte Erfolgsformel.

Heutzutage können vielfältige Vorgehensmuster mittels Datenanalyse teil- oder vollautomatisiert untersucht werden. Weniger repetative Arbeiten und mehr Zeit für die Untersuchung von kritischen Einzelfällen sind gerade in mittelständischen Einzelhandelsunternehmen wichtiger als zuvor. Diese Zielsetzung erfordert einen Mix aus Software Tools, Best Practices und Erfahrungen.

Mehr Informationen zur Dunkelziffernanalyse

Im Rahmen der audiconale hält Manfred Sendatzki, Geschäftsführer der m.b.s.+ Management Beratung Sendatzki GmbH, am 16.09.2016 einen Vortrag zum Thema "Dunkelziffer im Handel - Herausforderungen und Lösungen".

Newsauthor

Manfred Sendatzki
Manfred Sendatzki

Manfred Sendatzki ist registrierter Quality Assessor im Deutschen Institut für interne Revision e.V. (IIR) und kompetenter Experte für innovative Lösungen zur Reduzierung von Inventurdifferenzen. Nach seiner Ausbildung und dem Studium erfolgten anspruchsvolle Führungsaufgaben in der Beratung, Organisation und Revision namhafter Unternehmen.

Bis 2003 war Sendatzki Bereichsleiter Revision einer Unternehmens-Gruppe mit insgesamt 100 SB- Warenhäusern, Gartencentern, Verbraucher-, C&C Märkten und einem Logistikcenter. Seit 2004 ist er Geschäftsführer der m.b.s.+ Management- Beratung- Sendatzki GmbH. Seine Arbeitsschwerpunkte liegen in der Reduzierung von Inventurdifferenzen, Prozess-, Schwachstellenanalysen und -optimierungen, Risiko-Managementkonzepten und -optimierungen, Aufdeckung deliktischer Handlungen durch Mitarbeiter und Lieferanten, Implementierung integrierter Kontroll- und Qualitätssicherungssysteme, Schulungs- und Trainingsmaßnahmen für alle Hierarchiestufen, Controlling und Durchführung von Zielauflösungsprozessen, Entwicklung und Integration von Sicherheitssystemen und Techniken.

Manfred Sendatzki ist Mitglied des Arbeitskreises Handel im Institut für interne Revision, Frankfurt (IIR), Arbeitskreismitglied bei „Rationalisierungspotentiale in der Inventur“(AWV), Eschborn sowie Referent und Coach für die Qualifikation von Handelsrevisoren.

Comments (0)

No comments found!

Write new comment