Mit Hilfe der Forschungskooperation DIfA (Data Intelligence for Audit) wird das Ziel verfolgt, datenbasierte Methoden und Verfahren für interne Revisionsprüfungen zu entwickeln, die das Identifizieren von Prozessschwächen, Inkonsistenzen und Manipulationen in Geschäftsprozessen ermöglichen. Mit diesem Ziel soll zum einen die Entwicklung von einer klassischen Stichprobenanalyse hin zu einer datengestützten Komplettanalyse vorangetrieben werden und zum anderen die Überführbarkeit neuartiger Data Science Verfahren in die betriebliche Revisionspraxis aufgezeigt werden.

Da im Rahmen heutiger Revisionstätigkeiten sowohl strukturierte Daten (z.B. Datenbank-Tabellen) als auch unstrukturierte Daten (z.B. PDF-Dokumente) zu prüfen sind, gliedert sich das Vorgehen zur Adressierung des Forschungsziels in die hypothesenfreie Analyse strukturierter Daten sowie das Natural Language Processing zur Analyse unstrukturierter Daten.

Das Forschungsprojekt DIfA wird im Rahmen einer dreijährigen Kooperation mit der Volkswagen AG umgesetzt. Innerhalb dieses Zeitraums besteht für Studierende ebenfalls die Möglichkeit für Abschlussarbeiten.

• Hypothesenfreie Analyse strukturierter Daten
• Natural Language Processing zur Analyse unstrukturierter Daten

01.11.2019

Volkswagen AG (Wolfsburg)

• Jakob Nonnenmacher

• Prof. Dr-Ing. Jorge Marx Gómez
• Gerrit Schumann

projekt-difa.de