Theorie der Audit Data Science

• Inhalte:
  • Einführung in analytische Prüfverfahren
  • Standards und Richtlinien
  • Techniken revisorischer und forensischer Datenanalysen
  • Vorgehen der Analyse: Planung, Datenakquise und Werkzeuge
  • Grundlagen von ERP-Systemen und Geschäftsprozessen
  • Datenmodelle, Tabellen und Tabellenfelder in ERP-Systemen
  • Grundlagen der Berichterstattung
  
  
• Praxisteil:
  • Vorstellung und Installation der Analyseumgebung
  • Datenextraktion (z. B. aus SAP)
  • Einführung in Python und Jupyter Notebooks
  • Erste Anwendungsbeispiele analytischer Verfahren
  
  

 

Das Seminar richtet sich an Mitarbeiter der Abteilungen Compliance, Interne Revision, Internal Audit, Risk Management, Internes Kontrollsystem, welche in den folgenden Funktionen tätig sind:

Data Analyst, Business Analyst, Analyst, Fraud Analyst oder Fraud Specialist,
Referenten oder Sachbearbeiter für Compliance, Anti Geldwäsche bzw. Anti Money Laundering (AML) oder Anti Fraud,
Anwender, Entwickler und Berater in Fraud Detection (IDEA oder ACL), Fraud & Risk Management bzw. Tax Compliance (u.A. SAP)


Zusätzlich richtet sich das Seminar an Mitarbeiter in der Beratung, Prüfung oder in staatlichen Behörden mit den Funktionen:

Forensic Data Analyst, Tax Data Analyst oder Audit Data Analyst
IT Auditor, System oder Process Assurance Analyst
Deals Data bzw. M&A Data Analyst

Für dieses Modul erhalten Sie 10 CPE Credits

 

Als Teilnehmer lernen Sie die Grundlagen und Prozessschritte im Hinblick auf effiziente revisorische und forensische Datenanalysen kennen. Hierbei werden die einzelnen Schritte der Planung thematisiert sowie die Beschaffung der Daten, die Aufbereitung und dazugehörende wichtige Werkzeuge behandelt. Im praktischen Teil lernen Sie die Programmiersprache Python, entsprechende Programmierbibliotheken und Jupyter Notebooks kennen, um selbst erste regelbasierte Analysen durchzuführen.

Interaktiver Fachvortrag, praktische Übungen und Diskussion