Certified Audit Data and AI Specialist
Ihr nächster Karriereschritt
Die technologischen Veränderungen wie Cloud Computing, Künstliche Intelligenz oder Blockchain stellen Prüferinnen und Prüfer vor neue Herausforderungen. Zugleich bietet die Digitalisierung neue Möglichkeiten, umfangreiche und komplexe Datenbestände risikoorientiert auszuwerten. Die Disziplin des "Audit Data Science" beschreibt die Fähigkeit, Geschäftsprozess- und Buchhaltungsdaten umfassend und effektiv zu prüfen. Das Erlernen digitaler Prüfwerkzeuge ermöglicht es Prüferinnen und Prüfern, den Anforderungen einer sich wandelnden Wirtschaft auf Augenhöhe zu begegnen.
Audit Data Science umfasst das Aufspüren von Inkonsistenzen, Unregelmäßigkeiten und einer Vielzahl prüfungsrelevanter Informationen in umfangreichen betriebswirtschaftlichen Datenbeständen. Infolgedessen bündelt die „Audit Data Science" ein breites Spektrum an Kenntnissen und Fertigkeiten unterschiedlicher Disziplinen, wie z.B. Rechnungswesen, Geschäftsprozesse, Wirtschaftsprüfung, Statistik, Informatik und Künstlicher Intelligenz.
Nächster Start
Dauer
Sprache
Format
Art der Weiterbildung
Preis
Die technologischen Veränderungen wie Cloud Computing, Künstliche Intelligenz oder Blockchain stellen Prüferinnen und Prüfer vor neue Herausforderungen. Zugleich bietet die Digitalisierung neue Möglichkeiten, umfangreiche und komplexe Datenbestände risikoorientiert auszuwerten. Die Disziplin des "Audit Data Science" beschreibt die Fähigkeit, Geschäftsprozess- und Buchhaltungsdaten umfassend und effektiv zu prüfen. Das Erlernen digitaler Prüfwerkzeuge ermöglicht es Prüferinnen und Prüfern, den Anforderungen einer sich wandelnden Wirtschaft auf Augenhöhe zu begegnen.
Audit Data Science umfasst das Aufspüren von Inkonsistenzen, Unregelmäßigkeiten und einer Vielzahl prüfungsrelevanter Informationen in umfangreichen betriebswirtschaftlichen Datenbeständen. Infolgedessen bündelt die „Audit Data Science" ein breites Spektrum an Kenntnissen und Fertigkeiten unterschiedlicher Disziplinen, wie z.B. Rechnungswesen, Geschäftsprozesse, Wirtschaftsprüfung, Statistik, Informatik und Künstlicher Intelligenz.
Ihre Vorteile
Nutzen Sie digitale Tools für moderne Wirtschaftsprüfung und entwickeln Sie Ihre Datenkompetenz für tiefere Analysen und fundierte Prüfungsentscheidungen.
- Werden Sie Teil von Deutschlands # 1 Business School für Executive Education.
- Lernen Sie von Branchenexperten mit umfassender Praxiserfahrung.
- Erhalten Sie ein anerkanntes Zertifikat zur Stärkung Ihres Karriereprofils.
- Profitieren Sie von der aktiven internationalen Frankfurt School Community.
Terminplan
Fordern Sie den Terminplan unverbindlich als PDF an.
Fordern Sie den Terminplan unverbindlich als PDF an.
ANMELDUNG
ANMELDUNG
13. Oktober 2026 - 21. Mai 2027
Zielgruppe
- Data Analyst, Business Analyst, Analyst, Fraud Analyst oder Fraud Specialist
- Referent: oder Sachbearbeitende für Compliance, Anti Geldwäsche bzw. Anti Money Laundering (AML) oder Anti Fraud,
- Anwendende, Entwicklende und Beratende in Fraud Detection (IDEA oder ACL), Fraud & Risk Management bzw. Tax Compliance (u.A. SAP)
- Forensic Data Analyst, Tax Data Analyst oder Audit Data Analyst
- IT Auditor, System oder Process Assurance Analyst
- Deals Data bzw. M&A Data Analyst
METHODIK
Inhalt
Vorgehensweise revisorischer und forensischer Datenanalysen
Theorieteil
- Einführung, Standards und Richtlinien analytischer Prüfverfahren
- Techniken revisorischer und forensischer Datenanalysen
- Vorgehen, Analyseplanung, Datenakquise, Werkzeuge und Berichterstattung
Praxisteil
- Vorstellung und Installation der Analyseumgebung
- Datenextraktionsmöglichkeiten in SAP
- Einführung in die Python Programmierung und Jupyter Notebooks
- Anwendungsbeispiele regelbasierter Analyseverfahren
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Datenanalyse mit Python und Dokumentation der Analyseschritte
Theorieteil
- Vorgehen Datenaufbereitung, -validierung und -import
- Analyse strukturierter Daten mit der Programmiersprache Python (Teil 1)
- Revisionssichere Dokumentation von Analysevorgehen und -tätigkeiten
Praxisteil
- Vorgehen Datenaufbereitung, -validierung und -import
- Relationen und Verknüpfungen von Dateneigenschaften
- Ein- bzw. mehrdimensionale Häufigkeits- & Verteilungsanalysen
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Risikoorientierte und regelbasierte Analyseverfahren
Theorieteil
- Relation und Verknüpfung von Dateneigenschaften
- Analyse strukturierter Daten mit der Programmiersprache Python (Teil 2)
- Geschäftsprozesse in Enterprise Ressource Planning (ERP) Systemen
Praxisteil
- Datenmodelle, Tabellen und Tabellenfelder in ERP Systemen
- Risikoorientierte Analysen u.a. in der Finanzbuchhaltung, Einkauf und Vertrieb
- Berichterstattung zu Analysevorgehen und Ergebnissen
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Business Process Mining
Theorieteil
- Geschäftsprozesse: Wertschöpfungsperspektive, Erkennungsmerkmale, Erfolgsfaktoren
- Grenzen herkömmlicher Prozessaufnahmen
- Business Process Mining: Definition, Themeneingliederung, Nutzenaspekte, Mining-Algorithmen
Praxisteil
- Datenarchitekturmodell, Daten- und Prozessselektion, Datenqualität
- Durchführung revisorische, leitfragenbasierte Prozessanalyse mittels Mining-Toolkit „Disco“
- Herausforderungen, mögliche Handlungsmaßnahmen und zentrale Erkenntnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Robotic Process Automation
Theorieteil
- Möglichkeiten und Herausforderungen von Robotic Process Automation (RPA)
- Aktuelle RPA Software, Überblick, Fähigkeiten und Anwendungsfälle
- RPA im Einsatz zur Automatisierung von Prüfungshandlungen
Praxisteil
- Installation, Einführung und Aufbau einer RPA Software
- Fallbeispiel: Automatisierung analytischer Prüfungshandlungen
- Fehlerbehandlung, Best Practices und fortgeschrittene Konzepte
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Visual Analytics
Theorieteil
- Einführung in aktuelle Visualisierungssoftware
- Explorative Analysen im Kontext hochdimensionaler Daten
- Interaktive Darstellung und „Storytelling“ anhand von Dashboards
Praxisteil
- Visuelle Konfiguration von Datenvorverarbeitungsschritten
- Erstellung explorativer visueller Analysen mit Tableau
- Implementierung aussagekräftiger Dashboards
- Interpretation und Kommunikation der Analyseergebnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Künstliche Intelligenz
Theorieteil
- Überblick Künstliche Intelligenz (KI), Maschinelles Lernen und Deep Learning
- Bestandteile, Aufbau und Funktionsweise Künstlicher Neuronaler Netze
- Künftige Prüfungsherausforderung der KI z.B. sogenannter Deepfake-Buchungen
Praxisteil
- Implementierung und Training tiefer Neuronaler Netze mit Python
- Erkennung von Buchungs- und Prozessanomalien durch Deep Learning
- Interpretation, Visualisierung und Kommunikation der Analyseergebnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Abschlussprüfung
Insgesamt umfasst der Zertifikatskurs fünf theoretische Online-Prüfungen (Multiple Choice Tests):
- jeweils 1 Prüfung pro absolviertem Basismodul (= 3 Prüfungen)
- jeweils 1 Prüfung pro ausgewähltem Expertenmodul (2 aus 4) (= 2 Prüfungen)
Die Prüfungen der Praxisphase bestehen aus einer praktischen Prüfungsleistung auf Basis der verwendeten Software bzw. Technologien (z.B. Python Jupyter Notebook, Tableau Dashboard) sowie einer mündlichen Prüfung (Ergebnispräsentation).
Inhalt
Vorgehensweise revisorischer und forensischer Datenanalysen
Theorieteil
- Einführung, Standards und Richtlinien analytischer Prüfverfahren
- Techniken revisorischer und forensischer Datenanalysen
- Vorgehen, Analyseplanung, Datenakquise, Werkzeuge und Berichterstattung
Praxisteil
- Vorstellung und Installation der Analyseumgebung
- Datenextraktionsmöglichkeiten in SAP
- Einführung in die Python Programmierung und Jupyter Notebooks
- Anwendungsbeispiele regelbasierter Analyseverfahren
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Datenanalyse mit Python und Dokumentation der Analyseschritte
Theorieteil
- Vorgehen Datenaufbereitung, -validierung und -import
- Analyse strukturierter Daten mit der Programmiersprache Python (Teil 1)
- Revisionssichere Dokumentation von Analysevorgehen und -tätigkeiten
Praxisteil
- Vorgehen Datenaufbereitung, -validierung und -import
- Relationen und Verknüpfungen von Dateneigenschaften
- Ein- bzw. mehrdimensionale Häufigkeits- & Verteilungsanalysen
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Risikoorientierte und regelbasierte Analyseverfahren
Theorieteil
- Relation und Verknüpfung von Dateneigenschaften
- Analyse strukturierter Daten mit der Programmiersprache Python (Teil 2)
- Geschäftsprozesse in Enterprise Ressource Planning (ERP) Systemen
Praxisteil
- Datenmodelle, Tabellen und Tabellenfelder in ERP Systemen
- Risikoorientierte Analysen u.a. in der Finanzbuchhaltung, Einkauf und Vertrieb
- Berichterstattung zu Analysevorgehen und Ergebnissen
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Business Process Mining
Theorieteil
- Geschäftsprozesse: Wertschöpfungsperspektive, Erkennungsmerkmale, Erfolgsfaktoren
- Grenzen herkömmlicher Prozessaufnahmen
- Business Process Mining: Definition, Themeneingliederung, Nutzenaspekte, Mining-Algorithmen
Praxisteil
- Datenarchitekturmodell, Daten- und Prozessselektion, Datenqualität
- Durchführung revisorische, leitfragenbasierte Prozessanalyse mittels Mining-Toolkit „Disco“
- Herausforderungen, mögliche Handlungsmaßnahmen und zentrale Erkenntnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Robotic Process Automation
Theorieteil
- Möglichkeiten und Herausforderungen von Robotic Process Automation (RPA)
- Aktuelle RPA Software, Überblick, Fähigkeiten und Anwendungsfälle
- RPA im Einsatz zur Automatisierung von Prüfungshandlungen
Praxisteil
- Installation, Einführung und Aufbau einer RPA Software
- Fallbeispiel: Automatisierung analytischer Prüfungshandlungen
- Fehlerbehandlung, Best Practices und fortgeschrittene Konzepte
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Visual Analytics
Theorieteil
- Einführung in aktuelle Visualisierungssoftware
- Explorative Analysen im Kontext hochdimensionaler Daten
- Interaktive Darstellung und „Storytelling“ anhand von Dashboards
Praxisteil
- Visuelle Konfiguration von Datenvorverarbeitungsschritten
- Erstellung explorativer visueller Analysen mit Tableau
- Implementierung aussagekräftiger Dashboards
- Interpretation und Kommunikation der Analyseergebnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Künstliche Intelligenz
Theorieteil
- Überblick Künstliche Intelligenz (KI), Maschinelles Lernen und Deep Learning
- Bestandteile, Aufbau und Funktionsweise Künstlicher Neuronaler Netze
- Künftige Prüfungsherausforderung der KI z.B. sogenannter Deepfake-Buchungen
Praxisteil
- Implementierung und Training tiefer Neuronaler Netze mit Python
- Erkennung von Buchungs- und Prozessanomalien durch Deep Learning
- Interpretation, Visualisierung und Kommunikation der Analyseergebnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Abschlussprüfung
Insgesamt umfasst der Zertifikatskurs fünf theoretische Online-Prüfungen (Multiple Choice Tests):
- jeweils 1 Prüfung pro absolviertem Basismodul (= 3 Prüfungen)
- jeweils 1 Prüfung pro ausgewähltem Expertenmodul (2 aus 4) (= 2 Prüfungen)
Die Prüfungen der Praxisphase bestehen aus einer praktischen Prüfungsleistung auf Basis der verwendeten Software bzw. Technologien (z.B. Python Jupyter Notebook, Tableau Dashboard) sowie einer mündlichen Prüfung (Ergebnispräsentation).
Inhalt
Vorgehensweise revisorischer und forensischer Datenanalysen
Theorieteil
- Einführung, Standards und Richtlinien analytischer Prüfverfahren
- Techniken revisorischer und forensischer Datenanalysen
- Vorgehen, Analyseplanung, Datenakquise, Werkzeuge und Berichterstattung
Praxisteil
- Vorstellung und Installation der Analyseumgebung
- Datenextraktionsmöglichkeiten in SAP
- Einführung in die Python Programmierung und Jupyter Notebooks
- Anwendungsbeispiele regelbasierter Analyseverfahren
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Datenanalyse mit Python und Dokumentation der Analyseschritte
Theorieteil
- Vorgehen Datenaufbereitung, -validierung und -import
- Analyse strukturierter Daten mit der Programmiersprache Python (Teil 1)
- Revisionssichere Dokumentation von Analysevorgehen und -tätigkeiten
Praxisteil
- Vorgehen Datenaufbereitung, -validierung und -import
- Relationen und Verknüpfungen von Dateneigenschaften
- Ein- bzw. mehrdimensionale Häufigkeits- & Verteilungsanalysen
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Risikoorientierte und regelbasierte Analyseverfahren
Theorieteil
- Relation und Verknüpfung von Dateneigenschaften
- Analyse strukturierter Daten mit der Programmiersprache Python (Teil 2)
- Geschäftsprozesse in Enterprise Ressource Planning (ERP) Systemen
Praxisteil
- Datenmodelle, Tabellen und Tabellenfelder in ERP Systemen
- Risikoorientierte Analysen u.a. in der Finanzbuchhaltung, Einkauf und Vertrieb
- Berichterstattung zu Analysevorgehen und Ergebnissen
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Business Process Mining
Theorieteil
- Geschäftsprozesse: Wertschöpfungsperspektive, Erkennungsmerkmale, Erfolgsfaktoren
- Grenzen herkömmlicher Prozessaufnahmen
- Business Process Mining: Definition, Themeneingliederung, Nutzenaspekte, Mining-Algorithmen
Praxisteil
- Datenarchitekturmodell, Daten- und Prozessselektion, Datenqualität
- Durchführung revisorische, leitfragenbasierte Prozessanalyse mittels Mining-Toolkit „Disco“
- Herausforderungen, mögliche Handlungsmaßnahmen und zentrale Erkenntnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Robotic Process Automation
Theorieteil
- Möglichkeiten und Herausforderungen von Robotic Process Automation (RPA)
- Aktuelle RPA Software, Überblick, Fähigkeiten und Anwendungsfälle
- RPA im Einsatz zur Automatisierung von Prüfungshandlungen
Praxisteil
- Installation, Einführung und Aufbau einer RPA Software
- Fallbeispiel: Automatisierung analytischer Prüfungshandlungen
- Fehlerbehandlung, Best Practices und fortgeschrittene Konzepte
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Visual Analytics
Theorieteil
- Einführung in aktuelle Visualisierungssoftware
- Explorative Analysen im Kontext hochdimensionaler Daten
- Interaktive Darstellung und „Storytelling“ anhand von Dashboards
Praxisteil
- Visuelle Konfiguration von Datenvorverarbeitungsschritten
- Erstellung explorativer visueller Analysen mit Tableau
- Implementierung aussagekräftiger Dashboards
- Interpretation und Kommunikation der Analyseergebnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Künstliche Intelligenz
Theorieteil
- Überblick Künstliche Intelligenz (KI), Maschinelles Lernen und Deep Learning
- Bestandteile, Aufbau und Funktionsweise Künstlicher Neuronaler Netze
- Künftige Prüfungsherausforderung der KI z.B. sogenannter Deepfake-Buchungen
Praxisteil
- Implementierung und Training tiefer Neuronaler Netze mit Python
- Erkennung von Buchungs- und Prozessanomalien durch Deep Learning
- Interpretation, Visualisierung und Kommunikation der Analyseergebnisse
Für die Teilnahme an diesem Seminar erhalten Sie 8,5 CPE Credits.
Abschlussprüfung
Insgesamt umfasst der Zertifikatskurs fünf theoretische Online-Prüfungen (Multiple Choice Tests):
- jeweils 1 Prüfung pro absolviertem Basismodul (= 3 Prüfungen)
- jeweils 1 Prüfung pro ausgewähltem Expertenmodul (2 aus 4) (= 2 Prüfungen)
Die Prüfungen der Praxisphase bestehen aus einer praktischen Prüfungsleistung auf Basis der verwendeten Software bzw. Technologien (z.B. Python Jupyter Notebook, Tableau Dashboard) sowie einer mündlichen Prüfung (Ergebnispräsentation).
DETAILS
Abschluss
Zertifikat: Certified Audit Data and AI Specialist (CADS) (Frankfurt School of Finance & Management)
Credits
Für die Teilnahme an allen Seminartagen und Web Sessions erhalten Sie insgesamt 69 CPE Credits.
Dauer
Der Studiengang findet vollständig online statt und erstreckt sich über sieben Monate. Er beginnt mit einer Basisphase, die mehrere Websessions sowie eine kurze Prüfungsphase in ca. zwei Monaten umfasst. Anschließend folgt die Expertenphase mit weiteren vertiefenden Websessions in zwei Monaten. Den Abschluss bildet eine einmonatige Praxisphase.
Preis
Der oben genannte Preis versteht sich Inklusive Anmeldung (150 EUR) und Prüfungen. Die Beträge sind mehrwertsteuerfrei.
Mitglieder der Bundesverbandes der Compliance Manager (BCM) erhalten eine Ermäßigung von 10 Prozent bei Gesamtbuchung.
Rabatt
Anmeldung bis zum 31. Mai 2026: 10 % Frühbucherrabatt
Anmeldung vom 1. Juni bis 31. Juli 2026: 5 % Rabatt
Inhouse-Qualifizierung
Unser gesamtes Angebot ist auch maßgeschneidert für Ihr Unternehmen buchbar. Gerne erstellen wir Ihnen ein individuelles Angebot.
FAQ
Mit dem Zertifikat stärken Sie Ihre Kompetenz in der digitalen Wirtschaftsprüfung und erhöhen Ihre Attraktivität für verantwortungsvolle Positionen in der Internen Revision, im Audit, im Risk Management, in der Compliance und in der Forensik.
Die gesamte Zertifizierung zum Certified Audit Data Scientist umfasst 3 Basismodule und 4 Expertenmodule (jeweils verpflichtend zu belegen) mit 10 Web Sessions. Der Kurs gliedert sich in eine theoretische und eine praktische Studienphase. Im Rahmen der theoretischen Phase werden den Teilnehmenden grundlegende Fähigkeiten (Basismodule) und spezialisierte Techniken (Expertenmodule) der „Audit Data Science“ vermittelt. Innerhalb der anschließenden Praxisphase werden die erlernten Fähigkeiten durch die Teilnehmenden in einer praxisbezogenen Projektarbeit umgesetzt.
Nach Abschluss des Programms erhalten Sie das Zertifikat „Certified Audit Data Scientist“ der Frankfurt School of Finance & Management, das Ihre erworbenen Kenntnisse und Kompetenzen offiziell bestätigt. Für die Teilnahme an allen Seminartagen erhalten Sie 70,5 CPE Credits.
WIR SIND FÜR SIE DA
Gemeinsam finden wir den richtigen Weg für ihre berufliche Weiterentwicklung.
+49 69 154008-9302
seminare@fs.de
Finden Sie Antworten auf die häufigsten organisatorischen Fragen rund um unsere Executive & Professional Education Weiterbildungsprogramme.
