Certified Audit Data Scientist
Your next career step starts here
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.
Next start date
Duration
Language
Format
Type of education
Price
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.
Your Benefits
Nutzen Sie digitale Tools für moderne Wirtschaftsprüfung und entwickeln Sie Ihre Datenkompetenz für tiefere Analysen und fundierte Prüfungsentscheidungen.
- Be part of Germany’s # 1 Business School for Executive Education.
- Learn from industry experts with real-world experience.
- Gain a recognized certificate to boost your career profile.
- Benefit from the active international Frankfurt School community.
Terminplan
Fordern Sie den Terminplan unverbindlich als PDF an.
Fordern Sie den Terminplan unverbindlich als PDF an.
Target group
- 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
REGISTRATION
METHODOLOGY
CONTENTS
Ihr Prüfungsvorgehen neu denken
„Audit Data Science“ umfasst das Aufspüren von Inkonsistenzen 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.
Zielsetzung des Zertifikatsstudiengangs ist es Expertinnen und Experten aus Revision, Audit, Risk Management, Compliance, Prüfung, Forensik und Aufsichtsbehörden in die vielfältigen Möglichkeiten einzuführen, die sich ergeben, wenn moderne Datenanalyseverfahren im Kontext prüferischer Fragestellungen eingesetzt werden.
AUFBAU
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).
AUFBAU
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).
AUFBAU
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).
Abschluss
Certified Audit Data Scientist (CADS) (Frankfurt School of Finance & Management)
Credits
Für die Teilnahme an allen Seminartagen und Web Sessions erhalten Sie insgesamt 70,5 CPE Credits.
Dauer
Die theoretische Studienphase dauert insgesamt etwa fünf Monate. Sie umfasst 7 Seminartage sowie 5 studienbegleitende Online-Websessions. An die Theorie schließt sich die praktische Studienphase an, die rund 2 Monate umfasst.
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.
Inhouse-Qualifizierung
Unser gesamtes Angebot ist auch maßgeschneidert für Ihr Unternehmen buchbar. Gerne erstellen wir Ihnen ein individuelles Angebot.
WE ARE HERE FOR YOU
Together, we'll find the right path for your professional development.
+49 69 154008-9302
seminare@fs.de
