Konsistenzprüfung von Kennzahlen durch KI

Eine Due-Diligence lebt vom Vergleich. Umsatzwachstum wird gegen Lagerbestand gehalten, Personalbedarf gegen die Zahl der offenen Stellen, Kapitalaufwand gegen den Ausweis von immateriellen Vermögenswerten. Wer diese Vergleiche von Hand anstellt, prüft einige Dutzend Relationen. Ein Modell kann Hunderte gleichzeitig untersuchen.

Wie eine Konsistenzprüfung aufgebaut ist

Die maschinelle Prüfung beginnt mit einer Menge von Kennzahlen, die aus den Dokumenten extrahiert wurden. Für jedes Paar von Kennzahlen wird eine erwartete Beziehung definiert: Umsatzwachstum und Lagerbestand sollten in die gleiche Richtung tendieren; ein Personalabbau sollte sich in den Personalaufwendungen niederschlagen; ein hoher Forschungsaufwand sollte mit Patentanmeldungen einhergehen.

Das Modell prüft, ob die gemeldeten Werte diesen Erwartungen entsprechen. Abweichungen werden als Auffälligkeiten markiert – nicht als Fehler, sondern als Hinweise, die eine zweite Lesart verdienen. Eine Abweichung kann auf einen Buchungsfehler hindeuten, auf eine veränderte Bilanzpolitik, auf eine Sondereffekt oder schlicht auf eine ungewöhnliche, aber erklärliche Geschäftsentwicklung.

Warum die Würdigung der Redaktion vorbehalten bleibt

Das Modell kann sagen: „Diese beiden Werte passen nicht zusammen." Es kann nicht verlässlich sagen, warum. Die Antwort erfordert Kenntnis des Geschäfts, der Branche und der jeweiligen Berichtsperiode. Eine Sondereffekt aus einem Unternehmenskauf kann eine Abweichung erklären, die das Modell als Auffälligkeit meldet. Ohne diesen Kontext bliebe ein falscher Eindruck.

In der redaktionellen Arbeit trennen wir deshalb die deskriptive Feststellung („es gibt eine Abweichung") von der Bewertung („die Abweichung ist ein Risiko"). Letzteres ist eine Einordnung, die jemand mit Sachkenntnis im konkreten Fall vornimmt. Unsere Artikel beschreiben die Prüfschritte und benennen Auffälligkeiten, ohne sie zu bewerten.

Grenzen der Verfahren

Konsistenzprüfungen setzen voraus, dass die extrahierten Werte stimmen. Ist die Extraktion fehlerhaft, prüft das Modell die Konsistenz falscher Werte. Deshalb ist die Konsistenzprüfung keine eigenständige Qualitätssicherung, sondern ein Schritt in einer Kette, die mit der Extraktion beginnt und mit der menschlichen Würdigung endet.

Hinzu kommt, dass nicht jede Abweichung auf einen Fehler hindeutet. Manche Unternehmen berichten nach unterschiedlichen Standards, konsolidieren in unterschiedlichen Zyklen oder weisen Posten unterschiedlich aus. Eine Abweichung kann also auch auf einen legitimen Unterschied in der Berichterstattung zurückgehen.

Quellen und weiterführende Hinweise

• Fachliteratur zur Plausibilitätsprüfung in der Abschlussprüfung.
• Veröffentlichungen der Wirtschaftsprüferkammern zum Einsatz datengestützter Prüfungshandlungen.
• Standardwerke zur Kennzahlenanalyse, die die erwarteten Beziehungen zwischen Posten definieren.