5.5. Microsoft Power BI® Berichtspaket Journal Entry Test

Das Power BI® Berichtspaket zum ADDISON DataCube „Journal Entry Test“ unterstützt Sie bei der Analyse Ihrer Buchführungsdaten – insbesondere im Hinblick auf die Vorbereitung von Betriebsprüfungen und Jahresabschlussprüfungen. Es bietet eine strukturierte, visuelle Aufbereitung Ihrer Finanzbuchhaltung und hilft dabei, Unregelmäßigkeiten, Auffälligkeiten oder potenzielle Fehler frühzeitig zu erkennen.

Im Zentrum stehen die sogenannten Journal Entry Tests – ein von Wirtschaftsprüfern eingesetztes Prüfverfahren zur Beurteilung der Ordnungsmäßigkeit von Buchungen im Hauptbuch. Ziel ist es, ungewöhnliche oder auffällige Transaktionen zu identifizieren, die auf Fehler, Schwächen im internen Kontrollsystem oder sogar Betrugsversuche hinweisen könnten.

Das Berichtspaket ermöglicht eine interaktive Datenanalyse – sowohl für interne Zwecke als auch zur Prüfung externer Buchhaltungen. Es eignet sich für Fachanwender ebenso wie für prüfende Instanzen.

Was wird geprüft?

Das Berichtspaket enthält eine Vielzahl typischer Prüfansätze, die im Rahmen eines Journal Entry Tests durchgeführt werden, darunter:

• Anzahl Buchungen pro Erfasser – zur Identifikation ungewöhnlicher Benutzeraktivitäten
• Manuelle Buchungen auf Automatikkonten – zur Aufdeckung potenzieller Systemumgehungen
• Ungewöhnliche Buchungstexte oder gerundete Beträge – als Hinweis auf manuelle Manipulation
• Buchungen an Wochenenden, Feiertagen oder am Abschlussstichtag – zur Prüfung auf zeitliche Auffälligkeiten
• Belegnummernlücken und doppelte Buchungen – zur Sicherstellung der Vollständigkeit und Ordnung
• Gegenkontoanalysen und hohe Auszahlungen – zur Identifikation risikobehafteter Transaktionen
• Schnittstellenbuchungen – zur Überprüfung automatisierter Prozesse
   

Warum ist das relevant?

Die strukturierte Analyse dieser Aspekte unterstützt Sie dabei, die Qualität Ihrer Buchhaltung zu bewerten, Risiken frühzeitig zu erkennen und gezielte Maßnahmen zur Verbesserung Ihrer Prozesse abzuleiten. Darüber hinaus schafft sie eine belastbare Grundlage für externe Prüfungen und die Einhaltung gesetzlicher Anforderungen.

Voraussetzungen zur Nutzung
1. ADDISON Software
2. ADDISON DataCube mit Daten aus ADDISON oder AKTE Rechnungswesen
3. Microsoft Power BI® Desktop, Pro oder höher (sollte immer auf dem aktuellen Stand sein)
 

Aufbau der Berichtsvorlage
1. Übersicht
   → Einführung in den Journal Entry Test (JET) mit Erläuterung der Zielsetzung und Prüfmethodik
2. Buchungsverhalten
    → Analyse typischer und atypischer Buchungsmuster im Hauptbuch
3. Datenkonsistenz
    → Prüfung auf Konsistenz und Vollständigkeit der Buchungsdaten
4. Identifikation ungewöhnlicher Buchungen
    → Erkennung potenziell fehlerhafter oder auffälliger Transaktionen
5. Kassen
    → Auswertung von Bargeldbewegungen und Kassenbuchungen
6. Buchungsanalysen
    → Ergebnisse der Finanzbuchhaltung
7. Stammdaten
    → Überblick über relevante Stammdaten zur Validierung der Buchungslogik
8. Chat
    → Interaktive Abfragen an die Datenbank zur gezielten Analyse

Funktionen innerhalb der Berichtsvorlage
1. Navigation innerhalb des Berichtspakets
2. Nutzung von Filter (Slicer)
3. Visualisierung anpassen
4. Berichte veröffentlichen
5. Korrektur von Datenbeziehungen
6. Alle Filter zurücksetzen (Icon: Radiergummi)
7. Link zur Programmhilfe im Web (Icon: Fragezeichen)
8. Tooltips
 

Hinweis zur Tooltip-Funktion in Power BI® 

In vielen Visualisierungen innerhalb dieses Berichtspakets ist die Tooltip-Funktion aktiviert. Beim Mouseover über ein Element (z. B. Balken, Datenpunkte oder Kartenfelder) erscheint ein kleines Informationsfenster, das zusätzliche Detailinformationen zum jeweiligen Datenpunkt anzeigt. 

Diese Informationen können je nach Visualisierung z. B. folgende Inhalte umfassen:

• Buchungsbeträge oder Summen
• Zeitstempel
• Anzahl der Buchungen oder Einträge
• Zugeordnete Kennziffern oder Kategorien 
  
  
  Die Tooltip-Funktion ermöglicht eine interaktive und kontextbezogene Analyse, ohne dass die Seite gewechselt oder zusätzliche Filter gesetzt werden müssen. Sie ist besonders hilfreich, um schnell Einblicke in Einzelwerte zu erhalten und unterstützt die Interpretation der Visualisierungen im Detail.  
   

Vorbereitung: Datenabruf im ADDISON DataCube

Für die Nutzung des Berichtspakets „Journal Entry Test“ müssen vorab die relevanten Datenchecks im ADDISON DataCube ausgewählt und die zugehörigen Datenabrufe durchgeführt werden. Nur so stehen die benötigten Informationen in den SQL-Tabellen zur Verfügung, die als Datenbasis für die Auswertung in Microsoft Power BI® dienen.
 

Folgende Datenchecks sind erforderlich:

• Debitoren
• Kreditoren
• Sachkonten
• Unterkonten
• SSL / ZKD
• Konten Sachkonten
• Salden Debitoren
• Salden Kreditoren
• Salden Sachkonten
• OP Debitoren
• OP Kreditoren

Nach Auswahl der Datenchecks muss der Datenabruf entsprechend ausgeführt werden, damit die SQL-Datenbank befüllt wird. 

Wichtiger Hinweis zur Aktualisierungsart:

Bei der Auswahl der Mandanten und der Aktualisierungsart ist besondere Sorgfalt geboten:

• Initialübergabe: Leert die bestehenden Datentabellen und aktualisiert ausschließlich die neu gewählte Konstellation (z. B. Mandanten, Wirtschaftsjahre).
• Update: Ergänzt die bestehende Datenbasis um die neu ausgewählte Konstellation, ohne nicht ausgewählte Daten zu entfernen.

Die korrekte Durchführung des Datenabrufs ist entscheidend für die Vollständigkeit und Konsistenz der Datenbasis im Berichtspaket.

Erläuterungen zu den enthaltenen Berichtsseiten

1. Übersicht - JET 

Die Übersichtsseite bildet den zentralen Einstiegspunkt in das Power BI® Berichtspaket zum Journal Entry Test. Sie bietet eine kompakte Einführung in die Zielsetzung des Journal Entry Tests und liefert darüber hinaus einen Überblick über den aktuellen Stand der Buchhaltungsdaten – insbesondere in Form der offenen Buchungsstapel je Wirtschaftsjahr sowie des jeweiligen Status im Rechnungswesen.

Ein wesentlicher Bestandteil dieser Seite ist die Auswahl des Mandanten bzw. der Mandantengruppe, für die die Prüfung erfolgen soll. Dabei ist zu beachten, dass beide Mandantenfilter (Mandant – Allgemein und Mandant – Berechnete Werte) identisch eingestellt werden müssen. Nur so ist sichergestellt, dass die Auswertungsergebnisse konsistent sind und der Bericht performant sowie ressourcenschonend arbeitet.

Über die linke Seitennavigation gelangt der Nutzer strukturiert durch die einzelnen Berichtskapitel:

• Übersicht
• Buchungsverhalten
• Datenkonsistenz
• Identifikation ungewöhnlicher Buchungen
• Kassen
• Buchungsanalysen
• Stammdaten
• Chat

Jedes Kapitel enthält eine eigene Kapitelübersicht, die die wichtigsten Erkenntnisse aus den zugehörigen Detailseiten zusammenfasst und visuell aufbereitet. Der Absprung in die Kapitel kann entweder über die Seitennavigation oder direkt über die Schaltflächen auf der Übersichtsseite erfolgen.

Die Schaltfläche „Alle Filter zurücksetzen“ ist auf jeder Berichtsseite verfügbar. Mit ihrer Hilfe lässt sich der ursprüngliche Zustand der Seite wiederherstellen – alle gesetzten Filter aus den Slicern werden entfernt, sodass die Standardansicht erneut angezeigt wird.

Über die Schaltfläche „Programmhilfe“ kann die Beschreibung des Power BI® Berichtspakets aufgerufen werden. 

Hinweis: 
In der Microsoft Power BI® Desktop-Version müssen die Schaltflächen in der Seitennavigation sowie auf den Berichtsseiten mit gedrückter Strg-Taste bedient werden.

2. Buchungsverhalten

Die Kapitelübersichtsseite „Buchungsverhalten“ bietet eine kompakte Zusammenstellung zentraler Kennzahlen und Auffälligkeiten im Buchungsverhalten der ausgewählten Mandanten. Sie dient als Einstieg in die Detailanalysen und zeigt auf, wo potenzielle Risiken oder Prüfungsansätze bestehen.

Visualisierung 1: Buchungen je Erfasser
Im Kreisdiagramm wird die Verteilung der Buchungen auf einzelne Erfasser visualisiert. Diese Darstellung hilft, zentrale Buchungsverantwortlichkeiten zu erkennen und mögliche Konzentrationen zu identifizieren.

Über die Schaltfläche „Weitere Details anzeigen“ wird die Detailseite mit tiefergehenden Auswertungen je Erfasser aufgerufen.

Visualisierung 2: Buchungen am Wochenende
Hier wird der Anteil der Buchungen, die an Wochenenden erfolgt sind, dargestellt („True“ = Belegdatum am Wochenende / „False“ = Belegdatum nicht am Wochenende). Dies kann Rückschlüsse auf die Nutzung automatisierter Prozesse oder ungewöhnliche Buchungsaktivitäten in Abhängigkeit der Geschäftszeiten hinweisen. Die Schaltfläche „Weitere Details anzeigen“ führt zur Detailanalyse dieser Buchungen.

Visualisierung 3: Zeitnahes Erfassen
Eine innerhalb von Microsoft Power BI® KI-gestützte Visualisierung analysiert die Einflussfaktoren auf die Differenz zwischen Belegdatum und Erfassungsdatum. Über ein Dropdown-Menü kann das Ergebnis „Abnahme“ oder „Erhöhung“ der Differenz für Rückschlüsse auf den Einflussfaktor „Erfasser“ ausgewählt werden. Die Schaltfläche „Weitere Details anzeigen“ öffnet die Detailseite zur Analyse der zeitlichen Erfassung.

Visualisierung 4: Manuelle Buchungen in den Perioden 13 + 14
Ein Zähler zeigt die Anzahl der manuell erfassten Buchungen in den Abschlussperioden 13 und 14 (hier: 102). Diese Buchungen stehen oft im Fokus von Prüfungen. „Weitere Details anzeigen“ führt zur Detailseite mit den entsprechenden Buchungen.

Visualisierung 5: Geänderte Buchungen
Ein weiterer Zähler zeigt die Anzahl der geänderten Buchungen (hier: 766). Eine hohe Änderungsrate kann auf Unsicherheiten im Buchungsprozess oder nachträgliche Korrekturen hinweisen. Die Schaltfläche „Weitere Details anzeigen“ führt zur Detailanalyse der Änderungen.

Schaltflächen zu weiteren Detailseiten (6)
Zusätzlich stehen drei Schaltflächen zur Verfügung, die direkt zu weiteren Detailseiten führen:

• Erfassungsdatum
• Buchungen über Schnittstellen
• Buchungen am Stichtag

2.1  Buchungen je Erfasser 

Visualisierung 1:  Anteil der Buchungen je Erfasser im Verhältnis zum Mittelwert
In der ersten Ansicht wird der Anteil der Buchungen je Erfasser im ausgewählten Prüfungszeitraum im Verhältnis zum Mittelwert dargestellt. Die farbliche Kennzeichnung erfolgt dabei nach dem relativen Buchungsvolumen: Orange steht für einen Anteil unter dem Mittelwert, Rot für einen Anteil über dem Mittelwert und Weiß für Werte im Bereich des Mittelwerts. Eine tabellarische Übersicht zeigt die Anzahl und den prozentualen Anteil der Buchungen pro Erfasser, beispielsweise ADMIN mit 4.695 Buchungen (2,01 %) und ANGERMANN mit 3.513 Buchungen (1,99 %). Hiermit kann festgestellt werden, ob es Benutzer gibt, die die signifikant mehr oder weniger Buchungen als der Durchschnitt haben.
 

Visualisierung 2:  Anzahl der Buchungen nach Wochentagen
Ein Balkendiagramm zeigt die Verteilung der Buchungen über die Woche, wobei insbesondere Mittwoch (1.644 Buchungen) und Sonntag (1.484 Buchungen) auffallen. Diese Darstellung ermöglicht Rückschlüsse auf zeitliche Buchungsmuster und potenzielle Belastungsspitzen.

Visualisierung 3: Anzahl Buchungen nach Konto
Die Balkendiagramme sind nach Erfasser (z. B. ADMIN und ANGERMANN) differenziert und zeigen, wie viele Buchungen je Konto erfolgt sind. Diese Ansicht unterstützt die Prüfung der sachlichen Zuordnung von Buchungen. Die Ansicht kann nach Konto, Gegenkonto und Herkunftskennzeichen der Buchung gefiltert werden. 

Visualisierung 4:  Anzahl Buchungen nach Herkunft
Auch hier erfolgt die Differenzierung nach Erfasser und die Balkendiagramme geben Auskunft darüber, aus welchen Quellen die Buchungen stammen (z. B. Erfassung, Import, andere Programmbereiche, wie Anlagenbuchhaltung). Diese Analyse hilft, die Herkunft und Qualität der Buchungsdaten besser zu bewerten.

Drillthrough-Optionen für Buchungen je Erfasser

Durch einen Rechtsklick auf einen Eintrag in der Visualisierung „Buchungen je Erfasser“ und Auswahl von „Drillthrough ausführen“ > „Buchhaltung Erfasser“ können detaillierte Buchungsinformationen für den ausgewählten Erfasser angezeigt werden. Falls zuvor ein oder mehrere Wirtschaftsjahre selektiert wurden, wird diese Filterung automatisch in die Drillthrough-Ansicht übernommen und dort berücksichtigt.
 

Die Drillthrough-Seite bietet eine vertiefte Analyse der Buchungen des ausgewählten Erfassers, z. B. Benutzer ADMIN mit seinen 724 Buchungen aus dem Wirtschaftsjahr 2024. Die Seite ist in mehrere Visualisierungen unterteilt, die unterschiedliche Aspekte der Buchungsdaten beleuchten:

Visualisierung 1: Anzahl der Buchungen nach Wirtschaftsjahr
Zeigt die zeitliche Verteilung der Buchungen des ausgewählten Erfassers über die Wirtschaftsjahre hinweg oder, wie im Beispiel hier, das zuvor selektierte und im Drillthrough übernommene Wirtschaftsjahr (hier: 01.01.-31.12.2024).

Visualisierung 2: Anzahl der Buchungen nach Konto
Stellt dar, auf welche Sachkonten die Buchungen dieses Erfassers für die eingestellte Selektion entfallen.

Visualisierung 3: Anzahl der Buchungen nach Gegenkonto
Zeigt die Verteilung der Buchungen auf die jeweiligen Gegenkonten und ermöglicht eine differenzierte Analyse der Buchungslogik.

Visualisierung 4: Herkunft der Buchungen (Import vs. Erfassung)
Unterscheidet, ob die Buchungen manuell erfasst oder importiert wurden.

Visualisierung 5: Anzahl der Buchungen nach Buchungsmonat
Erlaubt eine zeitliche Analyse nach Buchungsmonat – übergreifend oder innerhalb des selektierten Wirtschaftsjahres.

Visualisierung 6: Detailtabelle der Buchungen
Listet alle Einzelbuchungen mit relevanten Informationen wie Mandant, Belegnummer, Buchungsdatum, Periode, Betrag und weiteren Details zur Prüfung und Nachverfolgung.

Filterhinweis: Die Tabelle reagiert auf alle gesetzten Filter und Slicer der Seite und zeigt nur die relevanten Buchungen an.

2.2  Buchungen je Wochenende

Die Berichtseite „Buchungen Wochenende“ bietet eine gezielte Analyse von Buchungen, deren Belegdatum auf Wochenendtage (Samstag und Sonntag) fällt. Sie unterstützt die Prüfung auf ungewöhnliche Buchungsaktivitäten in Abhängigkeit der Geschäftszeiten und ermöglicht eine differenzierte Auswertung nach Buchungsmerkmalen. Sie eignet sich zur Identifikation potenziell unregelmäßiger Geschäftsvorfälle.

Visualisierung 1:  Buchungsjournal Wochenende
Das „Buchungsjournal Wochenende“ zeigt eine tabellarische Übersicht der Buchungen mit Belegdatum am Wochenende mit den Spalten Mandant, Kreis, Konto, Gegenkonto, Belegdatum, Erfassungsdatum, Periode, Belegnummer, Betrag und Buchungstext.

Im linken Bereich stehen umfangreiche Filteroptionen zur Verfügung, darunter Buchungsmonat, Erfassungsdatum, Belegdatum, Erfasser, Konto, Gegenkonto, Steuerschlüssel und Herkunft. Zusätzlich kann über die Schaltfläche „Wochenende?“ zwischen Buchungen an Werktagen und Wochenendtagen unterschieden werden.

Visualisierung 2:  Anzahl Belegdatum nach Konto und Samstag/Sonntag
Darunter zeigt ein Balkendiagramm die Anzahl dieser Wochenendbuchungen nach Konto und Wochenendtag (Samstag/Sonntag).

Visualisierung 3: Verteilung der Steuerschlüssel
Das vertikale Balkendiagramm zur Verteilung der Steuerschlüssel stellt die Häufigkeit der in den Wochenendbuchungen verwendeten Steuerschlüssel dar.

Visualisierung 4:  Verteilung auf Samstag/Sonntag
Die Verteilung auf Samstag/Sonntag zeigt im angegebenen Beispiel die prozentuale Verteilung der Belegdaten der Buchungen auf die beiden Tage (Samstag: 49 %, Sonntag: 51 %).

2.3  Zeitnahes Erfassen
 

Die Berichtseite zur zeitlichen Differenz zwischen Beleg- und Erfassungsdatum bietet eine gezielte Analyse zur Einhaltung der Grundsätze ordnungsmäßiger Buchführung (GoBD), insbesondere im Hinblick auf die zeitnahe Erfassung von Geschäftsvorfällen.

Im Mittelpunkt steht eine tabellarische Übersicht, die die Zeitspanne zwischen dem Belegdatum und dem tatsächlichen Erfassungsdatum in Tagen darstellt. Die Tabelle enthält Angaben zu Mandanten, Konto, Gegenkonto, Buchungsjahr, Buchungsmonat, Belegnummer, Betrag, Buchungstext sowie den relevanten Datumsfeldern. Als Erfassungsdatum wird jenes Datum definiert, zu dem die Buchung in die Software gelangte (manuelle Erfassung, Import, etc.).

Farbige Markierungen (z. B. Grün, Gelb und Rot) signalisieren, in welcher Zeitspanne zum Belegdatum die jeweilige Buchung erfasst wurde (Grün: >= 0 und < 30 Tage Zeitspanne, Gelb: >= 30 und < 60 Tage Zeitspanne, Rot: >= 60 oder < 0 Tage Zeitspanne).

Die Filtermöglichkeiten auf der linken Seite erlauben eine gezielte Eingrenzung nach Buchungsmonat, Erfasser, Konto, Herkunft und Buchungstext. Zusätzlich können Schwellenwerte für die Abweichung in Tagen, Monaten oder Jahren gesetzt werden, um kritische Fälle schnell zu identifizieren

Im Rahmen eines Journal Entry Tests kann die Analyse der Zeitspanne zwischen Belegdatum und Erfassungsdatum wertvolle Hinweise auf die Qualität und Effizienz der buchhalterischen Prozesse liefern. Längere Zeitabstände zwischen diesen beiden Datenfeldern sind nicht zwangsläufig ein Hinweis auf Unregelmäßigkeiten, können jedoch auf Optimierungspotenzial in der Prozesskette hindeuten – etwa bei der Belegfreigabe oder der Automatisierung von Buchungsvorgängen.

In Einzelfällen kann eine auffällige zeitliche Differenz auch auf nachgelagerte Buchungen oder periodische Anpassungen hinweisen, beispielsweise im Rahmen von Abschlussarbeiten. Rückdatierte Belegdaten sollten im Kontext der Periodenlogik betrachtet werden, insbesondere wenn sie zur zeitlichen Zuordnung von Geschäftsvorfällen verwendet werden. 

Buchungen mit identischem Beleg- und Erfassungsdatum sind in der Regel unkritisch und typisch für automatisierte oder tagesaktuelle Buchungsprozesse. Sollte dieses Muster jedoch im Unternehmen nicht üblich sein, kann eine genauere Prüfung sinnvoll sein.

2.4  Manuelle Buchungen Periode 13 + 14 
 

Die Berichtseite „Manuelle Buchungen Periode 13 + 14“ bietet eine gezielte Analyse von Buchungen, die manuell erfasst wurden und außerhalb der regulären Buchungsperioden liegen. Sie dient der Prüfung von Buchungsvorgängen mit besonderem Augenmerk auf deren Herkunft, zeitliche Einordnung und steuerliche Behandlung.

Zentral befindet sich das Buchungsjournal, das Buchungen aus den Perioden 13 und 14 für die auf der Hauptseite eingestellte Mandantenauswahl mit der Herkunft „Erfassung“ auflistet. Die Tabelle enthält Angaben zu Mandant, Buchkreis, Jahr, Monat, Konto, Gegenkonto, Belegdatum, Erfassungsdatum sowie Betrag Soll und Haben. Auffällig sind Buchungen mit Belegdatum an Wochenendtagen und Erfassungszeitpunkten außerhalb üblicher Geschäftszeiten. Diese Konstellationen können im Rahmen eines Journal Entry Tests auf manuelle Eingriffe oder nachgelagerte Buchungen hinweisen, etwa im Zuge von Abschlussarbeiten oder Korrekturen.

Ein Kreisdiagramm zur Verteilung der Steuerschlüssel zeigt die Häufigkeit verwendeter Steuerschlüssel (z. B. blau = ohne Steuerschlüssel = 104 Buchungen). Dies kann Hinweise auf die steuerliche Relevanz der Buchungen geben.

Ein Balkendiagramm zur Anzahl der Buchungen nach Konto visualisiert die Verteilung der Buchungen auf verschiedene Sachkonten und unterstützt die Identifikation von Konten mit ungewöhnlich hoher manueller Buchungsaktivität.

Diese Berichtseite eignet sich besonders zur Prüfung von Buchungen mit erhöhtem Kontrollbedarf, etwa bei manueller Erfassung, ungewöhnlichen Zeitpunkten oder steuerlich relevanten Sachverhalten. Sie unterstützt die Qualitätssicherung und die Vorbereitung auf Prüfungen im Rahmen der GoBD-konformen Buchführung.


2.5 Änderungen

Diese Berichtseite zeigt nachträglich geänderte Buchungen und unterstützt die Prüfung auf Korrekturbedarf, manuelle Eingriffe und die Qualität der Buchungsprozesse.

Power BI®-Logik zur Selektion
Durch einen Klick auf den Balken „Erfassung“ in der Visualisierung „Herkunft“ wird in Power BI® eine interaktive Filterung (Selektion) ausgelöst. In diesem Fall werden Buchungen mit Herkunft = Erfassung selektiert, die nachträglich geändert wurden. Dadurch lassen sich gezielt manuell erfasste Buchungen identifizieren, bei denen es zu Änderungen kam – ein Indikator für die Qualität der manuellen Buchungserfassung. Je höher die Änderungsquote bei diesen Buchungen, desto eher besteht Optimierungsbedarf im Buchungsprozess oder bei der Benutzerführung.

Visualisierung 1: Änderungsjournal
Die zentrale Tabelle zeigt alle geänderten Buchungen mit Angaben zu Mandant, Buchungskreis, Konto, Gegenkonto, Periode, Belegnr., Betrag, Änderungsdatum und dem verantwortlichen Benutzer. Diese Ansicht ermöglicht eine Detailprüfung einzelner Änderungen, z. B. bei auffälligen Beträgen oder Zeitpunkten.

Visualisierung 2: Änderungen nach Konto
Eine Tabelle zeigt, wie viele Änderungen je Konto und insgesamt vorgenommen wurden. Konten mit vielen Änderungen können auf unsichere Kontenzuordnungen, häufige Korrekturen oder fehlende Automatisierung hinweisen.

Visualisierung 3: Änderungen nach Wirtschaftsjahr und Buchungsmonat
Eine Tabelle und ein vertikales Balkendiagramm zeigen die zeitliche Verteilung der Änderungen. Auffällige Häufungen in bestimmten Monaten oder Jahren können auf Abschlussbuchungen, Stornos oder nachträgliche Anpassungen hindeuten.

Visualisierung 4: Herkunft der geänderten Buchungen
Ein Balkendiagramm zeigt die Verteilung der geänderten Buchungen nach Herkunft. Die Kategorie „Erfassung“ steht für manuell erfasste Buchungen, die nachträglich geändert wurden – besonders relevant für die Bewertung der Prozessqualität.

Visualisierung 5: Anteil geänderter Buchungen nach Benutzer
Ein Kreisdiagramm zeigt, welche Benutzer Änderungen vorgenommen haben. Diese Darstellung unterstützt die Benutzerkontrolle und kann Hinweise auf Schulungsbedarf, Rollenverteilung oder Berechtigungsstruktur geben.

Prüffokus:

• Qualität der manuellen Buchungserfassung
• Häufigkeit und Umfang von Änderungen
• Benutzerbezogene Änderungsaktivität
• Konten mit hoher Änderungsrate
• GoBD-Konformität und Änderungsdokumentation

Diese Seite ist besonders relevant für die interne Qualitätssicherung, die Vorbereitung auf Betriebsprüfungen und die Bewertung der Buchungsprozesse im Hinblick auf Nachvollziehbarkeit und Ordnungsmäßigkeit.

2.6 Erfassungsdatum-Statistik

Diese Berichtseite bietet eine statistische Auswertung der Erfassungsdaten in der Finanzbuchhaltung. Sie dient der Analyse, wann Buchungen tatsächlich ins System übernommen wurden, unabhängig vom Beleg- oder Buchungsdatum.

Visualisierung 1: Erfassungsdatum nach Tagen
Ein Liniendiagramm zeigt die Anzahl der Buchungen je Erfassungsdatum über mehrere Jahre für die auf der Hauptseite eingestellte Mandantenauswahl, ggf. gefiltert auf ein oder mehrere Wirtschaftsjahre. Spitzenwerte an einzelnen Tagen deuten auf Stapelverarbeitungen, Schnittstellenimporte oder Abschlussbuchungen hin. Die Darstellung hilft, Clusterbildungen oder Verzögerungen bei der Erfassung zu erkennen. Mithilfe der Slicer links (Buchungsmonat, Erfassungsdatum, Belegdatum, Erfasst von, Konto, Herkunft) kann die zu untersuchende Datenmenge weiter eingegrenzt werden.

Visualisierung 2: Herkunft
Ein Kreisdiagramm zeigt die Verteilung der Buchungen nach Herkunft – z. B. Erfassung, Import, Anlagenbuchhaltung, Banking oder Dauerbuchung. Diese Übersicht unterstützt die Bewertung, ob Buchungen manuell, automatisiert oder aus Fremdsystemen stammen. Es können die Filtermöglichkeiten zur Abgrenzung einzelner Sachverhalte eingesetzt werden.

Visualisierung 3: Erfasst von
Ein weiteres Kreisdiagramm zeigt, welche Benutzer die Buchungen für die eingestellte Auswahl erfasst haben. Diese Darstellung hilft, Benutzeraktivität zu analysieren und Hinweise auf Rollenverteilung oder Zugriffsrechte zu gewinnen.

Prüffokus

• Zeitgerechte Erfassung gemäß GoBD
• Verzögerte Buchungen oder auffällige Häufungen
• Systematische Muster bei bestimmten Benutzern oder Herkunftsarten
• Stapelverarbeitung vs. Einzelbuchung

Diese Seite ist besonders relevant für die Bewertung der Prozessqualität, die Prüfung auf Rückdatierungen und die Analyse von Buchungsverhalten.

2.7 Buchungen über Schnittstellen

Diese Berichtseite zeigt ausschließlich Buchungen, die über Schnittstellen ins System gelangt sind – etwa aus Importen, Banking, der Anlagenbuchhaltung oder durch Dauerbuchungen. Im Beispiel sind die Daten für die entsprechende Mandantenauswahl weiter gefiltert auf die Wirtschaftsjahre 2024 und 2025 sowie den Sachbearbeiter ANGERMANN.

Visualisierung 1: Buchungsjournal Schnittstellen
Die zentrale Tabelle listet alle relevanten Buchungen mit Angaben zu:

• Mandant und Buchkreis
• Konto und Gegenkonto
• Beleg- und Erfassungsdatum
• Periode
• Belegnummer 1
• Betrag
• Steuerschlüssel
• Buchungstext

Diese Ansicht ermöglicht zusammen mit den Filtermöglichkeiten links (Buchungsmonat, Erfassungsdatum, Belegdatum, Erfasst von - hier: ANGERMANN, Konto, Gegenkonto, Steuerschlüssel, Herkunft) eine gezielte Prüfung der Schnittstellenbuchungen, insbesondere im Hinblick auf zeitliche Zuordnung, Kontenlogik und Buchungstexte.

Visualisierung 2: Herkunft der Buchungen
Ein Kreisdiagramm zeigt die Verteilung der Buchungen nach Herkunft – z. B. Import, Anlagenbuchhaltung, Banking, Dauerbuchung. Diese Darstellung hilft zu erkennen, welche Systeme oder Prozesse die Buchungen ausgelöst haben und ob die Schnittstellen regelmäßig und korrekt genutzt werden. Weiterhin kann durch Klick auf eine bestimmte Ausprägung als Anteil des Kreidiagramms (z. B. "Import") die selektive Ansicht in Power BI® aktiviert und die gesamte Berichtsseite auf dieses Herkunftskennzeichen gefiltert werden.

Visualisierung 3: Anzahl Buchungen nach Herkunft
Ein Balkendiagramm zeigt die Anzahl der Buchungen je Herkunft über die gefilterten Jahre. Auffällige Häufungen können auf automatisierte Monatsprozesse, Systemumstellungen oder Fehlkonfigurationen hinweisen.

Prüffokus

• Vollständigkeit und Nachvollziehbarkeit der Schnittstellenbuchungen
• GoBD-Konformität: Unveränderbarkeit, zeitgerechte Erfassung, Dokumentation
• Kontrollmechanismen: Gibt es Protokolle, Fehlerlisten oder Abstimmsysteme?
• Systemlogik: Stimmen Buchungsdatum, Belegdatum und Herkunft plausibel überein?

Diese Seite ist besonders relevant für die technische Prüfung der Schnittstellenprozesse, die Bewertung automatisierter Buchungen und die Sicherstellung der Ordnungsmäßigkeit im Rahmen der Journal Entry Tests.

2.8 Stichtagsbuchungen
 

Diese Berichtseite zeigt Buchungen, die rund um den Bilanzstichtag erfasst wurden. Im Beispiel sind die Daten gefiltert auf Erfassungsdatum Januar 2023 und den Benutzer ANGERMANN, um gezielt zu prüfen, welche Geschäftsvorfälle kurz nach dem Bilanzstichtag 31.12.2022 ins System übernommen wurden – etwa Korrekturen, Abgrenzungen oder Bilanzanpassungen.

Visualisierung 1: Buchungsjournal
Die zentrale Tabelle zeigt alle relevanten Buchungen mit Angaben zu:

• Mandant und Buchungskreis
• Jahr und Monat
• Konto und Gegenkonto
• Belegdatum und Erfassungsdatum
• Belegnr. 1
• Betrag
• Steuerschlüssel
• Buchungstext

Diese Ansicht ermöglicht eine gezielte Prüfung einzelner Buchungssätze, insbesondere im Hinblick auf:

• zeitliche Nähe zum Bilanzstichtag
• inhaltliche Begründung (z. B. „Korrektur“, „Storno“, „Abgrenzung“)
• steuerliche Relevanz

Visualisierung 2 und 4: Buchungsschlüssel und Steuerschlüssel
Weitere Diagramme zeigen die Verteilung der verwendeten Buchungs- und Steuerschlüssel. Ungewöhnliche Kombinationen oder häufige Verwendung einzelner Schlüssel können auf systematische Eingriffe oder Sonderbuchungen hinweisen.

Visualisierung 3: Erfasser
Ein Kreisdiagramm zeigt die Buchungen je Erfasser. Die dargestellte Ansicht ist gefiltert auf ANGERMANN (daher hier 100%). Mögliche Konzentrationen auf bestimmte Benutzer sind Hinweise auf gezielte Abschlussmaßnahmen und sollten im Rahmen der Benutzerkontrolle berücksichtigt werden.

Visualisierung 5: Herkunft der Buchungen
Ein Kreisdiagramm zeigt, dass die Buchungen überwiegend aus dem Import stammen. Aber auch das Herkunftskennzeichen „Erfassung“ macht einen Buchungsanteil von 7% aus. Dies ist besonders prüfungsrelevant, da manuelle Buchungen rund um den Stichtag ein erhöhtes Risiko für Ergebnisveränderungen oder Bilanzkosmetik darstellen.

Prüffokus

• Bilanzstichtagsnähe: Buchungen rund um den 31.12. können das Jahresergebnis beeinflussen
• Rückdatierungen: Belegdatum vor dem Stichtag, aber Erfassung danach
• Buchungstextanalyse: Hinweise auf Korrekturen, Umbuchungen oder Sonderfälle
• Manuelle Eingriffe: Herkunft „Erfassung“ als Indikator für nicht automatisierte Prozesse
• Ergebnissteuerung: z. B. Rückstellungen, Abschreibungen, Umbuchungen auf neutrale Konten

Diese Seite ist besonders relevant für die Jahresabschlussprüfung, da sie Hinweise auf bewusste Ergebnisverlagerungen, Bilanzkosmetik oder nicht dokumentierte Geschäftsvorfälle liefern kann.

3. Datenkonsistenz
 

Die Berichtseite „Datenkonsistenz“ dient der Prüfung der Übereinstimmung zwischen Journalbuchungen und Saldenlisten. Sie unterstützt die Identifikation von Differenzen in der Buchhaltung und liefert Hinweise auf potenzielle Inkonsistenzen in der Datenbasis.

Im Hauptbereich werden zwei zentrale Abstimmungsbereiche dargestellt:

1. Abstimmung Saldenliste zu Journal
   → Zeigt die Anzahl der Differenzen zwischen Saldenliste und Journalbuchungen über alle Mandanten. Der Zielwert liegt bei null Differenzen.
   → Über die Schaltfläche „Weitere Details anzeigen“ gelangt man zur Detailansicht mit konkreten Abweichungen.
2. Abstimmung Journal zu Saldenliste
   → Prüft die Gegenrichtung: Journalbuchungen im Abgleich mit den Saldenlisten. Auch hier ist der Zielwert null Differenzen.
   → Die Schaltfläche „Weitere Details anzeigen“ führt zur entsprechenden Detailanalyse.

Darüber hinaus werden Visualisierungen zu Direktbuchungen angezeigt:

• Direktbuchungen auf Forderungskonten
• Direktbuchungen auf Verbindlichkeitskonten

Beide Bereiche sind über eigene Schaltflächen weiter aufrufbar.

Hinweis: Die Anzeige der Zähler für die Direktbuchungen auf Forderungs- und Verbindlichkeitenkonten ist nur sinnvoll bei Auswahl „Verdichtungskontierzeilen expandieren = Nein“, damit nicht alle expandierten Zeilen auf den Verdichtungskonten, sondern nur die echten Direktbuchungen gezählt werden.

 

Am unteren Rand der Seite stehen zusätzliche Aktionsschaltflächen zur Verfügung, mit denen gezielt Forderungen und Verbindlichkeiten sowie Saldenlisten für Sachkonten, Debitoren und Kreditoren aufgerufen werden können.

Diese Berichtseite ist ein zentrales Instrument zur Sicherstellung der Datenkonsistenz und zur Vorbereitung auf Prüfungen im Rahmen der GoBD-konformen Buchführung.

3.1 Abstimmung Saldenliste zu Journal

Die Berichtseite „Abstimmung Saldenliste“ dient der Prüfung von Abweichungen zwischen den Kontensalden der Saldenliste und den Buchungen im Journal (Kontenblatt Sachkonten). Sie unterstützt die Identifikation von Differenzen, die auf Buchungsfehler, fehlende Buchungen oder technische Inkonsistenzen hinweisen können.

Im oberen Bereich der Seite befinden sich Dropdown-Menüs zur Auswahl von Mandant und Wirtschaftsjahr, die standardmäßig auf „Alle“ gesetzt sind. Dies ermöglicht eine mandantenübergreifende Analyse über mehrere Jahre hinweg. 

Im Unterschied zu den meisten anderen Berichtseiten wird hier keine Mandantenauswahl von der Hauptseite übernommen. Stattdessen erfolgt die Anzeige immer für alle Mandanten, die über den DataCube in der SQL-Datenbank abgerufen wurden. Ziel ist es, potenzielle Risiken mandantenübergreifend über alle im Abruf aus dem DataCube enthaltenen Mandanten zu erkennen – insbesondere bei kritischen Sachverhalten wie Differenzen zwischen Saldenliste und Journal.

Kontensalden mit Differenzen zur Journalbuchung werden rot gekennzeichnet angezeigt. Dies erleichtert die visuelle Erkennung von Abweichungen, falls vorhanden, und fokussiert die Aufmerksamkeit auf kritische Sachkonten.

Ein rot hervorgehobenes Feld mit der Bezeichnung „Differenzen“ zeigt die Anzahl der Differenzen an. Im gezeigten Beispiel sind keine Differenzen festgestellt worden. Dies ist das Zielbild der Auswertung. Falls Differenzen festgestellt wurden, sollte ein Abstimmprogramm für den betroffenen Mandanten und das jeweilige Wirtschaftsjahr in der Software durchgeführt werden. Dies dient der systematischen Bereinigung und Sicherstellung der Datenkonsistenz.

Im unteren Bereich der Seite befindet sich die Auswertung „Anzahl von Differenz nach Konto“, die eine Übersicht über die Häufigkeit von Differenzen je Sachkonto bietet. Diese Darstellung unterstützt die Priorisierung bei der Prüfung und Nachbearbeitung.

Diese Berichtseite ist ein zentrales Werkzeug zur Qualitätssicherung der Buchhaltung und zur Vorbereitung auf interne oder externe Prüfungen.

3.2 Abstimmung Journal

Die Berichtseite „Abstimmung Journal“ ist identisch aufgebaut wie die in Kapitel 3.1 beschriebene Berichtsseite Abstimmung Saldenliste zu Journal, jedoch mit umgekehrter Perspektive: Hier erfolgt die Prüfung vom Journal aus in Richtung Saldenliste. Die Visualisierungen, Filtermöglichkeiten und die Logik zur Differenzkennzeichnung sind gleich strukturiert. Auch hier gilt: Differenzen werden rot hervorgehoben und sollten bei Bedarf durch ein Abstimmprogramm bereinigt werden.

3.3 Direktbuchungen Forderungskonten

Die Berichtseite „Direktbuchungen Forderungen“ bietet eine mandantenübergreifende, umfassende Analyse von Buchungen auf Forderungskonten, die direkt auf dem Verdichtungskonto statt auf einem Personenkonto erfasst wurden. Sie dient der Identifikation von Buchungsvorgängen mit erhöhtem Prüfbedarf und unterstützt die Bewertung der Datenherkunft und Aufdeckung möglicher Manipulationen durch manuelle Vorgänge.

Im oberen Bereich zeigt ein Balkendiagramm die Anzahl der Direktbuchungen je Buchungsjahr und Mandant im ausgewerteten Zeitraum. Die farbliche Differenzierung ermöglicht eine schnelle visuelle Zuordnung der Buchungsaktivität zu einzelnen Mandanten.

Zwei Kreisdiagramme ergänzen die Analyse:

• Direktbuchungen nach Erfasser: Darstellung der Buchungsanteile je Benutzer
• Direktbuchungen nach Herkunft: Aufschlüsselung nach Datenquelle (z. B. Erfassung, Import, Banking)

Im zentralen Bereich befindet sich eine Tabelle mit Buchungsdetails, die folgende Informationen enthält:

• Mandant, Jahr, Periode, Buchungskreis
• Konto, Gegenkonto
• Belegdatum, Erfassungsdatum
• Belegnr. 1
• Betrag
• Buchungstext
• Erfasser
• Herkunft der Buchung
• Kennzeichnung als Direktbuchung

Die linke Seitenleiste bietet Filtermöglichkeiten zur gezielten Analyse nach Buchungsmonat, Erfasser, Konto, Gegenkonto, Herkunft und Belegnr. 1.

Diese Berichtseite eignet sich besonders zur Prüfung von Buchungen, die direkt auf die Verdichtungskonten Forderungen aus Lieferungen und Leistungen erfolgen. Sie unterstützt die Einhaltung der GoBD-Vorgaben und die Vorbereitung auf Betriebsprüfungen.

3.4 Direktbuchungen Verbindlichkeitskonten

Die Berichtseite „Direktbuchungen Verbindlichkeiten“ ist in Aufbau und Funktion identisch mit Kapitel 3.3 „Direktbuchungen Forderungen“. Sie bietet eine Analyse von Buchungen, die direkt auf Verbindlichkeitskonten statt über die Kreditorenbuchhaltung erfolgt sind. Ziel ist die Identifikation von Buchungsvorgängen mit erhöhtem Prüfbedarf – insbesondere bei potenziellen Umgehungen der Nebenbuchlogik oder fehlender Belegzuordnung.

Die Visualisierungen, Filtermöglichkeiten und Tabellenstruktur entsprechen vollständig der Seite zu den Forderungen. 

3.5 Forderungen L+L

Die Berichtseite „Forderungen L+L“ bietet eine mehrjährige Analyse der Forderungsbestände aus Lieferungen und Leistungen. Sie dient der Bewertung von offenen Forderungen je Konto und Mandant über verschiedene Buchungsjahre hinweg und unterstützt die Identifikation von Entwicklungen, Auffälligkeiten und Konzentrationen.

Im oberen linken Bereich stehen Filteroptionen zur Verfügung, darunter Buchungsmonat, Erfasser, Konto, Gegenkonto und Herkunft. Diese ermöglichen eine gezielte Eingrenzung der angezeigten Daten. 

Zentral befindet sich die Tabelle „Jahresübersicht je Forderungskonto“, die die Salden einzelner Forderungskonten jahresweise darstellt. Die Werte sind nach Mandant, Konto und Monat gegliedert. Am Tabellenende wird der Gesamtbestand je Konto ausgewiesen. Weiterhin wurde hier per Klick auf einen der beiden in der Auswahl enthaltenen Mandanten selektiert (Mandant 1). Dies wirkt sich auf die Anzeige der gesamten Berichtsseite durch farbliche Hervorhebung aus.

Rechts daneben zeigt ein Balkendiagramm den aggregierten Forderungsbestand nach Jahr. Diese Visualisierung unterstützt die zeitliche Bewertung der Forderungsentwicklung.

Im unteren Bereich befindet sich eine Mehrjahresübersicht in Form eines Liniendiagramms, das die Entwicklung der Forderungen je Konto über mehrere Perioden hinweg darstellt. Die X-Achse zeigt die Perioden (von 14 absteigend) je Jahr, die Y-Achse die Werte in Millionen. Unterschiedlich farbige Linien repräsentieren die verschiedenen Verdichtungskonten (z. B. Konto 1200 in Rot).

3.6 Verbindlichkeiten L+L

Die Berichtseite „Verbindlichkeiten L+L“ ist in Struktur und Funktion identisch mit Kapitel 3.5 „Forderungen L+L“. Sie bietet eine mehrjährige Analyse der Verbindlichkeitsbestände aus Lieferungen und Leistungen und unterstützt die Bewertung von Entwicklungen, Auffälligkeiten und Konzentrationen je Konto und Mandant.

Die Visualisierungen umfassen eine tabellarische Jahresübersicht je Verbindlichkeitskonto, ein Balkendiagramm zur aggregierten Entwicklung nach Jahr sowie ein Liniendiagramm zur Darstellung der Periodenverläufe. Filtermöglichkeiten und Mandantenselektion sind ebenfalls analog aufgebaut.

3.7 Saldenliste Sachkonten 
 

Die Berichtseite „Salden Sachkonten“ dient der Prüfung der Datenkonsistenz auf Ebene der Sachkonten. Sie ermöglicht eine strukturierte Analyse der Kontenverteilung sowie der Bewegungs- und Saldenentwicklung über mehrere Wirtschaftsjahre hinweg – mandantenübergreifend und differenziert nach Kontenarten.

Die Visualisierung der Kontenanzahl je Kontenart bietet in Form horizontaler Balkendiagramme eine schnelle Einschätzung der Verteilung typischer Kontenarten wie Aufwands-, Ertrags-, Finanz- und Anlagenkonten sowie steuerlicher und statistischer Sonderkonten.

Die Jahresübersicht Salden Sachkonten je Mandant zeigt die Jahresentwicklung der Salden. Die Darstellung erfolgt tabellarisch und erlaubt eine direkte Vergleichbarkeit der Saldenstände je Mandant und Konto.

Ergänzend dazu liefert die Tabelle Jahresverkehrszahlen je Konto und Jahr eine detaillierte Aufschlüsselung der Bewegungsdaten (Anfangsbestand, Soll, Haben, Saldo) für jedes Konto und Jahr. Diese Ansicht unterstützt die Identifikation von Unstimmigkeiten oder ungewöhnlichen Bewegungen in der Buchhaltung.

3.8 Saldenliste Debitoren 
 

Die Berichtseite „Salden Debitoren“ dient der Analyse der Debitorensalden sowie der zugehörigen Bewegungsdaten über mehrere Jahre hinweg.

Ein zentrales Element dieser Seite ist die Jahresentwicklung des Debitorensaldos, die in Form eines Liniendiagramms dargestellt wird. Die Visualisierung zeigt die Entwicklung der Salden über die Jahre hinweg und ermöglicht eine schnelle Einschätzung von Trends und Auffälligkeiten im Forderungsbestand. Sinnvoll kann es hier sein, das aktuelle Wirtschaftsjahr mangels Vollständigkeit aus dem Wirtschaftsjahresfilter am oberen Seitenrand zu entfernen.

Ergänzend dazu bietet die Jahresentwicklung der Anzahl Debitoren eine Übersicht über die Anzahl aktiver Debitoren zu Jahresbeginn.

Die Jahresübersicht Salden Debitoren je Mandant zeigt die Jahresentwicklung der Saldenstände der Debitorenkonten für die eingestellte Mandantenauswahl. 

Die Tabelle Jahresverkehrszahlen je Debitor und Jahr liefert eine detaillierte Aufschlüsselung der Bewegungsdaten (Anfangsbestand, Soll, Haben, Saldo) für jeden Debitor und jedes Jahr. Diese Ansicht ist besonders hilfreich zur Identifikation von Unstimmigkeiten oder ungewöhnlichen Buchungsverläufen.

Die Berichtseite ist ein wesentliches Werkzeug zur Sicherstellung der Datenintegrität im Bereich der Debitorenbuchhaltung und bildet eine wichtige Grundlage für die weitere Verarbeitung in den Power BI® Berichten.

3.9 Saldenliste Kreditoren

Die Berichtseite „Salden Kreditoren“ ist in Aufbau und Funktion identisch mit Kapitel 3.6 „Saldenliste Debitoren“. Sie zeigt die Entwicklung der Kreditorensalden über mehrere Jahre hinweg und unterstützt die Analyse von Bewegungsdaten, Auffälligkeiten und potenziellen Buchungsfehlern.

Die Visualisierungen zur Jahresentwicklung der Salden, Anzahl aktiver Kreditoren und Saldenübersicht je Mandant sowie die Detailtabelle mit Anfangsbestand, Soll, Haben und Saldo sind analog aufgebaut. Auch hier kann es sinnvoll sein, das aktuelle Wirtschaftsjahr aus dem Filter zu entfernen, falls die Daten noch unvollständig sind.

4. Identifikation ungewöhnlicher Buchungen
 

Die Kapitelübersichtsseite „Identifikation ungewöhnlicher Buchungen“ bietet eine strukturierte Zusammenfassung typischer Auffälligkeiten in der Finanzbuchhaltung, die im Rahmen eines Journal Entry Tests besonders prüfungsrelevant sind. Ziel ist es, manuelle Eingriffe, systematische Fehler, Manipulationsversuche oder nicht dokumentierte Geschäftsvorfälle frühzeitig zu erkennen.

Visualisierung 1: Benford-Verteilung – Erste Ziffer
Ein Balkendiagramm zeigt die tatsächliche Verteilung der ersten Ziffern von Buchungsbeträgen im Vergleich zur erwarteten Benford-Verteilung, also der statistisch erwarteten Häufigkeit der führenden Ziffer. Abweichungen von der roten Referenzlinie können auf manuell erzeugte oder manipulierte Beträge hinweisen. Die Schaltfläche „Weitere Details anzeigen“ führt zur vertieften Analyse.

Visualisierung 2: Benford-Verteilung – Erste zwei Ziffern
Analog zur ersten Ziffer wird hier die Verteilung der ersten zwei Ziffern dargestellt. Auch hier gilt: starke Abweichungen von der erwarteten Häufigkeit können ein Indikator für Unregelmäßigkeiten sein.

Visualisierung 3: Buchungsbetrag = 0,00
Ein Hinweis auf Buchungen mit Nullwerten, die auf technische Fehler, Testbuchungen oder nicht dokumentierte Vorgänge hindeuten können.

Visualisierung 4: Ähnliche Buchungen
Die Anzahl ähnlicher Buchungen wird angezeigt – z. B. Buchungen mit gleichem Betrag, Text oder Datum.
Diese können auf automatisierte Prozesse, Copy-Paste-Muster oder Dopplungen hinweisen.

Rechts befinden sich Schaltflächen zur gezielten Analyse typischer Auffälligkeiten:

• Doppelte Buchungen
• Soll-Buchungen auf Erlöskonten
• Haben-Buchungen auf Aufwandskonten
• Anlagevermögen im Haben
• Betragshäufigkeit
• Hohe Auszahlungen
• Geschäftsvorfälle
• Gerundete Beträge
• Ungewöhnliche Buchungstexte

Diese Detailseiten ermöglichen eine risikoorientierte Prüfung einzelner Buchungsmerkmale und unterstützen die GoBD-konforme Bewertung der Buchführung.

Benford-Verteilung – Bedeutung im Journal Entry Test

Die Benford-Verteilung (auch bekannt als Benfords Gesetz) beschreibt die statistisch erwartete Häufigkeit der führenden Ziffern in natürlich vorkommenden Zahlen. Dabei tritt die Ziffer 1 deutlich häufiger als erste Ziffer auf als etwa die Ziffer 9.

Im Rahmen eines Journal Entry Tests wird die Benford-Verteilung genutzt, um Unregelmäßigkeiten oder potenzielle Manipulationen in Buchungsbeträgen zu erkennen. Die Idee: Wenn Buchungsbeträge manuell verändert oder erfunden wurden, weichen sie oft signifikant von der erwarteten Verteilung ab.

Typische Prüfziele

• Erkennung von Manipulationen: Auffällige Abweichungen können auf bewusst gesetzte Beträge hindeuten
• Identifikation risikobehafteter Konten: Besonders bei Konten mit ungewöhnlicher Betragsstruktur
• Risikoorientierte Prüfungsplanung: Bereiche mit starker Abweichung werden gezielt geprüft

Visualisierung im Berichtspaket

• Erste Ziffer: Vergleich der tatsächlichen Häufigkeit mit der theoretischen Benford-Verteilung
• Erste zwei Ziffern: Feinere Analyse zur Erkennung von Mustern
• Abweichungslinie: Eine rote Linie zeigt die erwartete Verteilung, blaue Balken die Ist-Werte

Wichtig: Die Benford-Verteilung ist kein Beweis für Manipulation, sondern ein Indikator, der zur Priorisierung von Prüfbereichen dient.

4.1 Erste Ziffer – Benford Verteilung
 

Diese Berichtseite analysiert die Verteilung der ersten Ziffern von Buchungsbeträgen und vergleicht sie mit der theoretisch erwarteten Benford-Verteilung. Ziel ist es, Unregelmäßigkeiten oder potenzielle Manipulationen in den Betragsstrukturen zu erkennen.

Visualisierung: Erste Ziffer – Benford-Verteilung
Das Balkendiagramm zeigt die Häufigkeit der ersten Ziffern von 1 bis 9.
Die blauen Balken stellen die tatsächliche Anzahl der Buchungen mit der jeweiligen führenden Ziffer dar.
Die rote Linie zeigt die erwartete Verteilung gemäß Benfords Gesetz – mit einem typischen Gefälle von Ziffer 1 (häufigste) bis Ziffer 9 (seltenste). Dabei stellt die rechte y-Achse die erwartete Häufigkeit in % dar.

Die Darstellung basiert auf der Annahme, dass in natürlich vorkommenden Zahlen die Ziffer 1 deutlich häufiger als erste Ziffer auftritt als höhere Ziffern.
Abweichungen von dieser Verteilung können auf manuell erzeugte Beträge, bewusste Rundungen oder nicht natürliche Zahlenmuster hinweisen.

Filtermöglichkeiten
Oben auf der Seite befinden sich Filter für:

• Buchungsmonat
• Buchungskreis
• Konto
• Wochenende

Diese ermöglichen eine gezielte Eingrenzung der Analyse – z. B. auf bestimmte Zeiträume, Konten oder Buchungskreise.

Prüffokus

• Abweichungen von der erwarteten Verteilung als Indikator für potenzielle Manipulation
• Clusterbildung bei bestimmten Ziffern (z. B. auffällig viele Buchungen mit führender Ziffer 5 oder 9)
• Vergleich mit anderen Perioden oder Mandanten
• Risikoorientierte Auswahl von Buchungen zur Detailprüfung

Die Benford-Analyse ist kein Beweis für Unregelmäßigkeiten, sondern ein statistisches Prüfwerkzeug, das hilft, auffällige Muster zu identifizieren und gezielt weiter zu untersuchen.
 

Beispielhafte Abweichung von der erwarteten Benford-Kurve

Die dargestellte Visualisierung zeigt für die auf der Hauptseite eingestellte Mandantenauswahl eine deutliche Abweichung der tatsächlichen Verteilung der ersten Ziffern von Buchungsbeträgen gegenüber der theoretisch erwarteten Benford-Verteilung. Besonders auffällig ist die überproportionale Häufigkeit der Ziffer 5, die mit rund 34 % deutlich über dem erwarteten Wert von 7,9 % liegt. Auch die Ziffern 3, 4, 7 und 8 weisen erhöhte Werte auf, während die Ziffer 1, die gemäß Benfords Gesetz mit über 30 % am häufigsten auftreten sollte, im Beispiel nur etwa 12 % erreicht. Diese Abweichungen können auf manuelle Eingriffe, bewusste Rundungen oder nicht natürliche Betragsstrukturen hinweisen. Insbesondere die Häufung bei mittleren Ziffern wie 5 oder 8 kann ein Indikator für systematische Muster oder Copy-Paste-Buchungen sein. Die Analyse solcher Abweichungen ist ein zentraler Bestandteil der Journal Entry Tests und dient der risikoorientierten Auswahl von Buchungen zur Detailprüfung.
 

4.2 Erste zwei Ziffern – Benford-Verteilung

Diese Berichtseite erweitert die Analyse aus Kapitel 4.1 "Erste Ziffer – Benford-Verteilung" um die Betrachtung der ersten zwei Ziffern der Buchungsbeträge. Die Funktionalität der Visualisierung und Filterung ist identisch – auch hier wird die tatsächliche Verteilung der führenden Ziffern mit der theoretischen Benford-Kurve verglichen.

Besonderheit der Analyse mit zwei Ziffern: Während die Betrachtung der ersten Ziffer bereits grobe Auffälligkeiten sichtbar macht, erlaubt die Analyse der ersten zwei Ziffern eine feinere Differenzierung und kann subtilere Muster oder manuelle Eingriffe aufdecken. 

Die Benford-Analyse mit zwei Ziffern ist besonders hilfreich bei:

• der risikoorientierten Auswahl von Buchungen für Stichproben
• der Erkennung von bewusst gesetzten Beträgen
• der Bewertung von Konten mit ungewöhnlicher Betragsstruktur

Auch hier gilt: Abweichungen von der erwarteten Verteilung sind kein Beweis für Manipulation, sondern ein statistischer Indikator, der zur Priorisierung von Prüfbereichen dient.

4.3 Buchungsbetrag = 0,00
 

Diese Berichtseite analysiert Buchungen mit einem Betrag von 0,00 €, die im Rahmen eines Journal Entry Tests besonders prüfungsrelevant sind. Ziel ist es, echte Nullbetragsbuchungen zu identifizieren – also solche, die nicht aus verdichteten Systembuchungen resultieren, sondern auf technische Fehler, manuelle Eingriffe oder nicht dokumentierte Geschäftsvorfälle hindeuten. In ADDISON kann der Betrag 0,00 auch durch systemseitige Verdichtung entstehen – etwa bei Buchungen auf Steuerkonten oder Verdichtungskonten, bei denen keine Einzelwerte übergeben werden. Diese Fälle sind nicht kritisch, sofern sie korrekt dokumentiert und systemlogisch erklärbar sind. Die Power BI®-Analyse zielt darauf ab, solche Buchungen zu identifizieren, bei denen der Betrag 0,00 nicht durch Verdichtung erklärbar ist. 
 

Typische Auffälligkeiten sind:

• Gutschriften ohne Betrag
• Rechnungen ohne Leistung
• Umbuchungen ohne Wert
• Test- oder Dummybuchungen, die nicht als solche gekennzeichnet sind

Prüffokus:

• Technische Fehler: z. B. Beleg erzeugt, aber kein Betrag übergeben
• Unvollständige Geschäftsvorfälle: z. B. nicht korrekt abgeschlossene Transaktionen
• Manipulationsversuch oder Verschleierung: z. B. Belege ohne wirtschaftliche Substanz
• GoBD-Verstoß: fehlende Dokumentation oder nicht nachvollziehbare Buchungen

Visualisierungen:

Die zentrale Tabelle zeigt alle Buchungen mit Betrag = 0,00 €, inklusive Mandant, Buchungskreis, Konto, Gegenkonto, Belegdatum, Belegnr. 1, Betrag, Steuerschlüssel, Buchungstext und Erfassungsdatum. Ein Balkendiagramm zeigt die Häufigkeit von 0,00 €-Buchungen je Sachkonto – zur Identifikation von Konten mit auffälliger Nullwertaktivität. Die Kreisdiagramme zeigen die Verteilung der Steuerschlüssel und der Herkunft der Buchungen. Dies hilft, manuelle vs. systemseitige Buchungen zu unterscheiden. Weiterhin ist in einer zweiten Balken-Visualisierung erkennbar, welche Buchungstexte in den Nullbetragsbuchungen verwendet werden.

4.4 Ähnliche und doppelte Buchungen
 

 
Diese Berichtseite analysiert Buchungen, die sich in Betrag, Datum, Konto oder Buchungstext stark ähneln. Ziel ist es, automatisierte Muster, Copy-Paste-Vorgänge oder potenziell doppelte Buchungen zu identifizieren, die im Rahmen eines Journal Entry Tests besonders prüfungsrelevant sind.

Die Analyse basiert auf der auf der Hauptseite eingestellten Mandantenauswahl und ist hier zusätzlich auf das Wirtschaftsjahr 2023 gefiltert. 

Definition „ähnliche Buchungen“:
Im Gegensatz zu exakt doppelten Buchungen (gleiche Belegnummer, Betrag, Konto, Gegenkonto etc.) handelt es sich bei ähnlichen Buchungen um Transaktionen mit hoher Übereinstimmung, aber kleinen Abweichungen – z. B.:

• identischer Betrag bei leicht verändertem Buchungstext
• gleiche Konten, aber unterschiedliche Belegnummern
• wiederholte Buchungen mit gleichem Betrag und Datum

Prüfrelevanz:

• Copy-Paste-Muster: Wiederholte Buchungen mit gleichem Text oder Betrag
• Automatisierung: Hinweise auf systemseitige Wiederholungen oder Stapelverarbeitung
• Fehlbuchungen: z. B. versehentliche Dopplung ohne Storno
• Manipulationsverdacht: bewusste Wiederholung zur Ergebnissteuerung oder Verschleierung

Visualisierung 1: Buchungsliste ähnlicher und doppelter Buchungen
Die Buchungsliste ähnlicher oder doppelter Buchungen zeigt alle erkannten Fälle mit Mandant, Buchungskreis, Jahr, Monat, Konto, Gegenkonto, Belegdatum, Belegnr. 1, Betrag, Steuerschlüssel, Buchungstext und Anzahl ähnlicher Einträge.

Visualisierung 2: Anzahl ähnlicher oder doppelter Buchungen je Konto
Das Balkendiagramm zeigt die Häufigkeit je Sachkonto – z. B. 24 Buchungen auf Konto 3790.

Visualisierung 3: Anzahl ähnlicher Buchungen nach Herkunft
Das Kreisdiagramm zeigt die Herkunft der Buchungen – z. B. 77 % manuell erfasst, 10 % importiert.

Hinweis zu Buchungen mit Herkunft „undefiniert“: 
Buchungen mit dem Herkunftskennzeichen „undefiniert“ entstehen typischerweise durch systemseitige Prozesse, bei denen das Herkunftsfeld nicht befüllt wird – etwa bei Automatikbuchungen, Verdichtungen oder technischen Übergaben aus Vorsystemen.

Visualisierung 4: Verteilung der Steuerschlüssel
Das Balkendiagramm zeigt die Häufigkeit der verwendeten Steuerschlüssel.

Prüffokus:

• Wiederholungen ohne wirtschaftliche Begründung
• Clusterbildung bei bestimmten Konten oder Zeiträumen
• manuelle Eingriffe mit hohem Wiederholungsgrad
• GoBD-Konformität und Dokumentation

4.5 Doppelte Buchungen

Diese Berichtseite zeigt Buchungen, die vollständig identisch sind – also dieselben Werte in allen relevanten Feldern wie Betrag, Konto, Gegenkonto, Belegdatum, Buchungstext und Herkunft aufweisen. Sie sind ein Teilbereich der ähnlichen Buchungen aus Kapitel 4.4, werden hier jedoch isoliert und präzise dargestellt.

Die Analyse basiert auf der auf der Hauptseite eingestellten Mandantenauswahl und ist hier zusätzlich auf das Wirtschaftsjahr 2023 gefiltert. 

Prüfrelevanz:

• Fehlerhafte Dopplung: z. B. durch versehentliche Mehrerfassung oder fehlende Stornierung
• Manipulationsverdacht: z. B. bewusste Wiederholung zur Ergebnisveränderung
• Systemfehler oder Schnittstellenprobleme: z. B. doppelte Übergabe aus Vorsystemen
• GoBD-Verstoß: unzulässige Wiederholungen ohne Beleg oder Dokumentation

Visualisierung 1: Buchungstabelle mit Duplikaten
Zeigt alle identischen Buchungen mit Mandant, Buchungskreis, Jahr, Monat, Konto, Gegenkonto, Belegdatum, Belegnr. 1, Betrag, Steuerschlüssel, Buchungstext und Anzahl Duplikate. Die Tabelle erlaubt eine gezielte Prüfung einzelner Fälle und ist filterbar nach Konto, Herkunft, Buchungskreis und Zeitraum.

Visualisierung 2: Anzahl Duplikate nach Mandant
Eine Tabelle zeigt die Anzahl der Duplikate je Mandant – z. B. Mandant 10 mit 54 Duplikaten, Mandant 1 mit 4. Dies unterstützt die Mandantenbezogene Risikoanalyse.

Visualisierung 3: Anzahl Duplikate nach Konto
Ein Balkendiagramm zeigt die Häufigkeit identischer Buchungen je Sachkonto – z. B. Konto 3790 mit 24 Duplikaten, Konto 6080 mit 24. Auffällige Konzentrationen können auf Buchungsmuster, oder auch systematische Fehler oder manuelle Wiederholungen hindeuten.

Visualisierung 4: Anzahl Duplikate nach Herkunft
Ein Kreisdiagramm zeigt die Herkunft der Duplikate – z. B. 83 % manuell erfasst, 10 % importiert. Dies hilft, zwischen automatisierten und manuell erzeugten Duplikaten zu unterscheiden.

Hinweis zu Buchungen mit Herkunft „undefiniert“: Buchungen mit dem Herkunftskennzeichen „undefiniert“ entstehen typischerweise durch systemseitige Prozesse, bei denen das Herkunftsfeld nicht befüllt wird – etwa bei Automatikbuchungen, Verdichtungen oder technischen Übergaben aus Vorsystemen. 

Visualisierung 5: Verteilung der Steuerschlüssel
Ein Balkendiagramm zeigt die Häufigkeit der verwendeten Steuerschlüssel bei den Duplikaten – z. B. Schlüssel 3 mit 6 Buchungen. Doppelte Buchungen mit Steuerschlüssel können auf fehlerhafte Steuerlogik, falsche Steuerbeträge oder automatisierte Prozesse hinweisen.

Prüffokus:

• Vollständigkeit und Ordnungsmäßigkeit der Buchführung
• Identifikation von Systemfehlern oder Prozesslücken
• Dokumentationspflicht und Nachvollziehbarkeit
• Vermeidung von Bilanzfehlern und steuerlichen Risiken

4.6 Soll Buchungen Erlöskonten
 

Die Berichtseite „Sollbuchungen Erlöskonten“ dient der gezielten Analyse von Buchungen, bei denen Erlöskonten im Soll angesprochen wurden. Sie unterstützt die Prüfung auf buchhalterische Unregelmäßigkeiten und dient als Kontrollinstrument für die Datenqualität im Bereich der Erlösbuchungen.

Die Analyse basiert auf der Mandantenauswahl der Hauptseite und kann zusätzlich nach Wirtschaftsjahr, Buchungsmonat, Buchungskreis, Erfasser, Konto, Gegenkonto, Buchungsschlüssel und Herkunft gefiltert werden. Dadurch lassen sich spezifische Buchungskonstellationen gezielt identifizieren und bewerten.

Sollbuchungen auf Erlöskonten gelten als besonders prüfungsrelevant, da sie auf eine Reihe potenziell kritischer Sachverhalte hinweisen können. Häufig entstehen sie durch fehlerhafte Erfassung oder die Verwendung falscher Buchungsschlüssel, wodurch Erlöskonten fälschlich im Soll gebucht werden. Auch systematische Fehler, etwa durch automatisierte Prozesse oder fehlerhafte Schnittstellenlogik, können zu solchen Buchungskonstellationen führen.

Darüber hinaus bergen diese Buchungen steuerliche Risiken, wenn beispielsweise Steuerkennzeichen oder Steuerbeträge bei Erlösbuchungen falsch zugeordnet wurden. Besonders kritisch sind Fälle, in denen manuelle Sonderbuchungen vorgenommen wurden, ohne dass eine ausreichende Dokumentation vorliegt – ein klarer Verstoß gegen die Grundsätze ordnungsmäßiger Buchführung (GoBD).

Die Analyse solcher Buchungen ist daher ein zentraler Bestandteil der Qualitätssicherung und dient der Vorbereitung auf interne wie externe Prüfungen.

Visualisierung 1: Liste der Sollbuchungen auf Erlöskonten
Die Journaltabelle „Sollbuchungen auf Erlöskonten“ zeigt alle relevanten Buchungen mit Mandant, Buchungskreis, Konto, Gegenkonto, Belegdatum, Betrag, Buchungstext, Steuerschlüssel und Herkunft. Die Tabelle ist filterbar und erlaubt eine gezielte Prüfung einzelner Fälle. Ein Ringdiagramm erlaubt die Feststellung der Anteile der entsprechend betroffenen Buchungen je Herkunftskennzeichen oder die Selektion auf eine bestimmte Buchungsherkunft (Selektives Filtern durch Klick).

Visualisierung 2: Periode
Ein Balkendiagramm zeigt die zeitliche Verteilung der Sollbuchungen über 14 Perioden hinweg. Auffällige Häufungen können auf periodenspezifische Fehler oder Sonderfälle hinweisen.

Visualisierung 3: Gegenkontenanalyse
Ein Balkendiagramm zeigt die Häufigkeit der verwendeten Gegenkonten, gruppiert nach Buchungsschlüssel. Dies unterstützt die Identifikation typischer Buchungsmuster oder fehlerhafter Zuordnungen.

Visualisierung 4: Verteilung der Steuerschlüssel
Ein Kreisdiagramm zeigt die eingesetzten Steuerschlüssel bei den dargestellten Sollbuchungen auf Erlöskonten. Auffällige Kombinationen mit Erlöskonten im Soll können auf fehlerhafte Steuerlogik oder automatisierte Prozesse hinweisen. 

Visualisierung 5: Erfasser-Analyse
Ein Kreisdiagramm zeigt, welche Benutzer die Buchungen vorgenommen haben. Dies unterstützt die Nachvollziehbarkeit und Dokumentationspflicht.

Prüffokus

• Ordnungsmäßigkeit und Nachvollziehbarkeit der Erlösbuchungen
• Identifikation von Prozesslücken oder Systemfehlern
• Steuerliche Plausibilität und korrekte Kennzeichnung
• Dokumentationspflicht gemäß GoBD

4.7 Haben-Buchungen Aufwandskonten 

Die Berichtseite „Habenbuchungen auf Aufwandskonten“ dient der gezielten Analyse von Buchungen, bei denen Aufwandskonten im Haben angesprochen wurden. Sie unterstützt die Prüfung auf buchhalterische Unregelmäßigkeiten und dient als Kontrollinstrument für die Datenqualität im Bereich der Aufwandserfassung.

Die Analyse basiert auf der Mandantenauswahl der Hauptseite und kann zusätzlich nach Wirtschaftsjahr, Buchungsmonat, Buchungskreis, Erfasser, Konto, Gegenkonto, Buchungsschlüssel und Herkunft gefiltert werden. Dadurch lassen sich spezifische Buchungskonstellationen gezielt identifizieren und bewerten.

Habenbuchungen auf Aufwandskonten sind zwar nicht grundsätzlich kritisch, da sie beispielsweise bei Rückerstattungen, Umbuchungen oder Korrekturen auftreten können. Dennoch sind sie prüfungsrelevant, da sie auf ungewöhnliche Geschäftsvorfälle oder manuelle Eingriffe hinweisen können. Anders als bei Sollbuchungen auf Erlöskonten führen sie jedoch nicht zu direkten Steuerminderungen, was die Prüfung etwas weniger prekär macht. Dennoch ist eine sorgfältige Dokumentation erforderlich, insbesondere bei Buchungen ohne Beleg oder mit unklarer Buchungslogik.

Die Berichtseite folgt im Aufbau und in der Visualisierungslogik dem Muster aus Kapitel 4.6 „Sollbuchungen Erlöskonten“. Auch hier ermöglichen die Diagramme und Filter eine gezielte Analyse der Buchungskonstellationen – angepasst auf den Kontext der Habenbuchungen auf Aufwandskonten.

4.8  Anlagevermögen im Haben 
 

Diese Berichtseite dient der Identifikation und Analyse von Anlagekonten mit negativen Beständen innerhalb der auf der Hauptseite eingestellten Mandantenauswahl. Die Auswertung unterstützt die Prüfung auf buchhalterische Unstimmigkeiten im Bereich des Anlagevermögens.

Im oberen Bereich der Seite befinden sich Filtermöglichkeiten für Buchungskreis, Konto und Wirtschaftsjahr. Standardmäßig sind alle Werte ausgewählt, sodass eine mandantenübergreifende Analyse möglich ist.

Visualisierung 1: Saldoübersicht Anlagekonten mit negativem Bestand
Die tabellarische Darstellung zeigt alle Kontosalden mit negativem Bestand, gruppiert nach Mandant, Buchungskreis und Konto. Summenzeilen ermöglichen eine schnelle Erfassung der Gesamtsituation je Konto und Buchungskreis.

Visualisierung 2: Anteil negativer Anlagekontensalden nach Buchungskreisen
Ein Kreisdiagramm visualisiert die Verteilung negativer Salden auf die Buchungskreise. Die prozentuale Darstellung erleichtert die Einschätzung der betroffenen Bereiche.

Visualisierung 3: Negativsaldo nach Anlagekonto und Buchungskreis
Ein Balkendiagramm zeigt die zeitliche Entwicklung der negativen Salden je Konto und Buchungskreis für die betroffenen Jahre. Die Darstellung unterstützt die Identifikation von Konten mit wiederkehrenden oder zunehmenden Negativsalden.

Prüfrelevanz:
Negative Bestände auf Anlagekonten sind buchhalterisch unzulässig und deuten auf fehlerhafte oder doppelte Ausbuchungen, falsch berechnete Abschreibungen oder nicht korrekt erfasste Zugänge hin. In Einzelfällen kann auch eine fehlerhafte Systemlogik oder ein technischer Übertragungsfehler zwischen Anlagenbuchhaltung und Hauptbuch vorliegen. Besonders kritisch sind Fälle, in denen die Abschreibung fortgeführt wurde, obwohl das Anlagegut bereits ausgebucht ist. Solche Konstellationen können zu Bilanzverzerrungen und steuerlichen Risiken führen und sollten zeitnah bereinigt werden. Diese Berichtseite eignet sich besonders zur Prüfung der Abschreibungslogik, zur Abstimmung zwischen Anlagenbuchhaltung und Hauptbuch sowie zur Vorbereitung auf Abschlussprüfungen.

 

4.9  Betragshäufigkeit 
 

Die Berichtseite „Betragshäufigkeit“ dient der Analyse von Mustern in der Verteilung von Buchungsbeträgen. Sie zeigt, welche Betragsgrößen besonders häufig vorkommen und in welchen Jahren diese Häufungen auftreten. Zusätzlich wird ersichtlich, wie viele unterschiedliche Gegenkonten mit bestimmten Betragsklassen verknüpft sind.

Die Analyse basiert auf der Mandantenauswahl der Hauptseite und kann zusätzlich nach Wirtschaftsjahr, Buchungsmonat, Buchungskreis, Konto, Gegenkonto, Belegdatum, Wochenendbuchung, Erfasser und Erfassungsdatum gefiltert werden. Ein zentraler Bestandteil der Seite ist der Betragsslicer, über den gezielt bestimmte Beträge ausgewählt und hinsichtlich ihres Auftretens auf bestimmten Konten untersucht werden können. Dies ermöglicht eine fokussierte Prüfung auffälliger Betragskonstellationen.

Hinweis zur Betragsslicer-Funktion
Über den Betragsslicer kann die Analyse gezielt auf bestimmte Betragsbereiche eingeschränkt werden – z. B. zur Untersuchung von Rundungswerten, Schwellenbeträgen oder auffälligen Einzelwerten. Die Auswahl erfolgt über einen Schieberegler oder die Eingabe eines Wertebereichs und wirkt direkt auf alle Visualisierungen der Seite.

Besonders häufig auftretende Beträge – etwa runde Summen wie 100,00 €, 999,99 € oder 1.000,00 € – können auf automatisierte Prozesse, Schätzwerte, Testbuchungen oder manuelle Eingriffe hinweisen. Auch Clusterbildungen in engen Betragsbereichen (z. B. 95–105 €) sind auffällig und können auf Split-Buchungen zur Umgehung von Freigabegrenzen hindeuten.

Diese Berichtseite unterstützt die Bewertung der Datenqualität im Hinblick auf die Buchungslogik und hilft, potenzielle Fehlerquellen oder systematische Muster zu identifizieren. Sie eignet sich besonders zur Vorbereitung auf Prüfungen, bei denen die wirtschaftliche Substanz und die Plausibilität der Buchungsbeträge im Fokus stehen.

 

4.10 Hohe Auszahlungen 
 

Diese Berichtseite dient der gezielten Analyse von hohen Auszahlungen auf Finanzkonten innerhalb der auf der Hauptseite eingestellten Mandantenauswahl. Sie unterstützt die Prüfung auf unplausible oder auffällige Geldflüsse und hilft, potenzielle Risiken im Bereich der Liquiditätssteuerung frühzeitig zu erkennen.

Im oberen Bereich der Seite befinden sich umfangreiche Filtermöglichkeiten: Buchungsmonat, Konto, Gegenkonto, Herkunft, Buchungskreis, Erfassungsdatum, Belegdatum und Erfasser. Zusätzlich stehen Schieberegler zur Verfügung, mit denen die Betragsgrenzen für Soll, Haben und Gesamtbetrag individuell eingestellt werden können.

Visualisierung 1: Buchungsjournal Hohe Auszahlungen
Die zentrale Tabelle zeigt alle relevanten Buchungen mit Angaben zu Mandant, Buchungskreis, Jahr, Monat, Konto, Gegenkonto, Belegdatum, Erfassungsdatum, Belegnummern, Betrag, Steuerschlüssel, Buchungstext und Erfasser. Die Tabelle ist filterbar und erlaubt eine gezielte Prüfung einzelner Auszahlungsbuchungen.

Visualisierung 2: Betrag nach Gegenkonto
Ein Balkendiagramm zeigt die Verteilung der Auszahlungsbeträge nach Gegenkonto. Dies unterstützt die Identifikation von Zahlungsempfängern bzw. anderen Konten mit besonders hohen Zahlungsvolumina.

Visualisierung 3: Betrag nach Periode
Ein weiteres Balkendiagramm zeigt die zeitliche Verteilung der Auszahlungen über die Buchungsperioden 1-14 hinweg. Auffällige Häufungen können auf Abschlussbuchungen, Sonderzahlungen oder systematische Muster hinweisen.

Visualisierung 4: Betrag nach Konto
Ein Balkendiagramm zeigt die Verteilung der Auszahlungsbeträge nach Finanzkonto. Dies erleichtert die Prüfung auf ungewöhnliche Belastungen einzelner Konten.

Diese Berichtseite eignet sich besonders zur Prüfung von Buchungen mit hohem Volumen, zur Erkennung von Sonderfällen oder potenziellen Fehlbuchungen sowie zur Vorbereitung auf Betriebsprüfungen im Bereich der Zahlungsflüsse.

 

4.11 Geschäftsvorfälle
 

Diese Berichtseite dient der Analyse von Geschäftsvorfällen über mehrere Jahre hinweg. Die Darstellung erfolgt in Form eines Blasendiagramms, das die Transaktionshöhe je Konto und Buchungsjahr visualisiert. Jede Blase steht für ein Konto in einem bestimmten Jahr, wobei die Größe die Höhe der Buchungen und die Farbgebung die zeitliche Zuordnung zum jeweiligen Jahr kennzeichnet.

Die Analyse basiert auf der Mandantenauswahl der Hauptseite und kann zusätzlich nach Wirtschaftsjahr, Buchungsmonat, Buchungskreis, Konto, Gegenkonto, Herkunft, Steuerschlüssel, Erfasser und Identifizierung als Wochenendbuchung gefiltert werden. Dies ermöglicht eine gezielte Untersuchung von Konten mit auffälligem Buchungsverhalten.

Die Position und Größe der Blasen geben Hinweise auf die Verteilung und Intensität der Geschäftsvorfälle je Konto und Zeitraum. Besonders große Blasen oder ungewöhnliche Verschiebungen im Zeitverlauf können auf Ausreißer, Sonderbuchungen, Bilanzkosmetik oder nicht dokumentierte Geschäftsvorfälle hindeuten.

Diese Berichtseite eignet sich besonders zur Bewertung der Kontonutzung im Zeitverlauf, zur Identifikation von Konten mit ungewöhnlich hohem oder niedrigem Transaktionsvolumen sowie zur Vorbereitung auf risikoorientierte Prüfungen.

 

4.12 Gerundete Beträge 
 

Die Berichtseite „Gerundete Beträge“ dient der gezielten Analyse von Buchungen mit auffällig glatten Beträgen – also Beträgen ohne Nachkommastellen oder mit typischen Rundungswerten. Diese Buchungen sind im Rahmen eines Journal Entry Tests besonders prüfungsrelevant, da sie Hinweise auf pauschale Schätzungen, manuelle Eingriffe oder fehlende Belege geben können.

Visualisierung 1: Buchungsjournal gerundete Beträge
Die zentrale Tabelle zeigt alle Buchungen mit gerundeten Beträgen, inklusive Konto, Gegenkonto, Betrag, Buchungsdatum und weiteren relevanten Feldern. Die Filteroptionen auf der linken Seite ermöglichen eine gezielte Eingrenzung nach Zeitraum, Konto, Herkunft und Erfasser.

Visualisierung 2: Verteilung nach Konto und Gegenkonto
Zwei Balkendiagramme zeigen die Häufigkeit gerundeter Beträge je Konto und Gegenkonto. Auffällige Konzentrationen auf bestimmten Konten können auf systematische Rundungspraktiken oder manuelle Eingriffe hinweisen.

Visualisierung 3: Zeitliche Verteilung
Ein weiteres Diagramm stellt die gerundeten Beträge nach Buchungsmonat dar. Auffällige Häufungen zu bestimmten Zeitpunkten – etwa zum Jahresende – können auf Abschlussbuchungen oder Bilanzkosmetik hindeuten.

Prüffokus

• Wiederkehrende Rundbeträge: Verdacht auf Schätzwerte oder künstliche Buchungen
• Fehlende Belege: Prüfung auf Nachweispflicht und wirtschaftliche Substanz
• Kassenrundungen: Verdacht auf Manipulation oder nicht ordnungsgemäße Kassenführung
• Steuerliche Auswirkungen: Prüfung, ob Buchungen steuerlich korrekt behandelt wurden

4.13 Ungewöhnliche Buchungstexte
 

Die Berichtseite „Ungewöhnliche Buchungstexte“ analysiert Buchungen mit auffälligen oder untypischen Texten. Da Buchungstexte häufig die einzige inhaltliche Beschreibung eines Geschäftsvorfalls darstellen, sind sie ein zentraler Prüfpunkt im Rahmen eines Journal Entry Tests.

Visualisierung: Buchungsjournal mit auffälligen Texten
Die zentrale Tabelle zeigt Buchungen mit ungewöhnlichen Buchungstexten, inklusive Betrag, Konto, Gegenkonto, Buchungsdatum und Text. Die Filteroptionen ermöglichen eine gezielte Auswahl nach Zeitraum, Herkunft, Erfasser und Textmerkmalen.

Auswahl für Begriffe im Buchungstext
Ein spezieller Slicer erlaubt die Auswahl einzelner Begriffe, nach denen in den Buchungstexten gesucht werden soll – z. B. „Storno“, „Korrektur“, „Test“, „intern“. Diese Begriffe dienen als Filterkriterium für die angezeigten Buchungen.

Slicer „Klassifizierung“
Zur weiteren Eingrenzung steht der Slicer „Klassifizierung“ zur Verfügung. Hierüber können die Begriffe thematisch gefiltert werden – z. B. nach Kategorien wie „Lohn“, „Prüfen“ oder „Vertraulichkeit“. Dies ermöglicht eine strukturierte und risikoorientierte Analyse der Buchungstexte.

Prüffokus

• Leere Texte („_LEER“): Hinweis auf automatisierte Buchungen oder unzureichende Dokumentation
• Wiederholungen oder Copy-Paste-Muster: z. B. identische Texte bei unterschiedlichen Buchungen
• Auffällige Begriffe: z. B. „Bitte“, „Ungeklärt“, „Ohne Beleg“, „Nicht offenlegen“
• Rechtschreibfehler oder Umgangssprache: Hinweis auf manuelle Eingaben ohne Qualitätssicherung
• Klassifizierte Begriffe: gezielte Analyse nach Themenfeldern wie „Lohn“, „Prüfen“, „Zeitliche Auffälligkeiten“
• Risikoorientierte Auswahl: Ungewöhnliche Texte als Indikator für vertiefte Prüfung

5.  Kassen 

Die Kapitelübersichtsseite „Kassen“ bietet eine strukturierte Übersicht über zentrale Kennzahlen und Auffälligkeiten im Bereich der Kassenbuchungen. Sie dient als Einstieg in die Detailanalysen und unterstützt bei der Identifikation potenzieller Risiken, wie z. B. negative Kassensalden, fehlende oder auffällige Belegnummern sowie verspätete Erfassungen. 
 
Mandantenauswahl
Oben auf der Seite befinden sich zwei Mandantenfilter („Mandant – Allgemein“ und „Mandant – Berechnete Werte“). Hinweis: Beide Filter sollten auf dieselbe Mandantenauswahl eingestellt werden, um konsistente Ergebnisse zu gewährleisten. 

Visualisierung 1: Bebuchte Kassenkonten – Kassenbelege nach Belegdatum
Ein Liniendiagramm zeigt die Jahresentwicklung der Anzahl der Kassenbuchungen pro Tag im abgerufenen Zeitraum der Daten der Finanzbuchhaltung. Diese Darstellung ermöglicht die Identifikation von saisonalen Schwankungen, Buchungsspitzen oder ungewöhnlichen Buchungsaktivitäten. Die Schaltfläche „Weitere Details anzeigen“ führt zur Detailseite mit einer tiefergehenden Analyse der bebuchten Kassenkonten. 

Visualisierung 2: Negative Kassensalden
Ein Zähler zeigt die Anzahl der Tage mit negativem Kassensaldo in der eingestellten Mandantenauswahl (z. B. „3“). Negative Salden können auf verspätete Einzahlungen oder fehlerhafte Buchungen hinweisen. Die Detailseite zur Analyse der betroffenen Buchungen kann direkt über die entsprechende Schaltfläche aufgerufen werden. 

Visualisierung 3: Analyse Belegnummer 1
Diese Visualisierung zeigt die Anzahl der Kassenbuchungen mit leerer Belegnummer 1 (z. B. „3228“). Ein hoher Anteil kann auf manuelle Erfassungen oder fehlende Beleglogik hinweisen. Die Untersuchung des Kassenjournals hinsichtlich Belegnummer 1 ist über die Schaltfläche „Analyse Belegnr. 1“ erreichbar. 

Visualisierung 4: Analyse Belegnummer 2
Analog zur vorherigen Analyse wird hier die Anzahl der Kassenbuchungen mit leerer Belegnummer 2 dargestellt (z. B. „3364“). Auch hier können Auffälligkeiten auf systematische Erfassungsprobleme hinweisen. Die Detailseite zur Analyse kann über die Schaltfläche „Analyse Belegnr. 2“ geöffnet werden. 

Visualisierung 5: Zeitnahe Erfassung – Durchschnittliche Zeitspanne
Ein Tachometer zeigt die durchschnittliche Zeitspanne zwischen Belegdatum und Erfassungs- oder Importdatum in ADDISON in Tagen (z. B. „-41,78 Tsd.“). Negative Werte deuten auf eine rückwirkende Erfassung hin oder enthalten den Wert „30.12.1899“ (à Erfassungsdatum = leer). Die Detailseite mit einer genauen Analyse der zeitlichen Erfassung ist über die integrierte Schaltfläche direkt zugänglich. 

5.1  Bebuchte Kassenkonten 
 

Diese Detailseite zeigt eine Übersicht der bebuchten Kassenkonten aus der auf der Hauptseite eingestellten Mandantenauswahl. Die Darstellung erfolgt tabellarisch und enthält für jeden Mandanten die wichtigsten Informationen je Konto und Wirtschaftsjahr: Anfangsbestand (AB), Soll, Haben und aktueller Saldo. 

Besonderes Augenmerk liegt auf der farblichen Kennzeichnung negativer Salden: Konten mit einem negativen Saldo werden direkt durch ein rotes Symbol hervorgehoben. Diese visuelle Markierung erleichtert die Identifikation potenziell kritischer Kassenbestände und unterstützt bei der Priorisierung weiterer Prüfungen. 

Die linke Seitenhälfte listet alle Mandanten mit bebuchten Kassenkonten auf, während die rechte Seite die zugehörige Saldenübersicht im Jahresverlauf zeigt. Eine Gesamtsumme am Seitenende fasst die Werte aller Mandanten der eingestellten Auswahl zusammen. 

5.2  Negative Kassenbestände 

Das Führen von Kassenkonten mit negativem Bestand ist besonders kritisch, da es gegen die Grundsätze ordnungsgemäßer Buchführung verstößt.  

Im Rahmen von Prüfungen oder Audits gelten negative Kassensalden als klassische Auffälligkeit und können zu Rückfragen, Nachweisanforderungen oder sogar Beanstandungen führen. 

Die Visualisierungen in diesem Berichtsteil sind daher ein zentraler Bestandteil des Power BI-Berichtspakets „Journal Entry Tests“, das darauf abzielt, buchungsbezogene Risiken frühzeitig zu erkennen und proaktiv zu adressieren. Die Analyse negativer Kassensalden unterstützt dabei, potenzielle Schwachstellen in der Kassenführung zu identifizieren und gezielt Maßnahmen zur Verbesserung der Buchungsqualität einzuleiten. 
 

Diese Detailseite zeigt ausschließlich negative Kassensalden aus der auf der Hauptseite eingestellten Mandantenauswahl. Die Visualisierungen bieten sowohl tabellarische als auch grafische Einblicke in die Entwicklung und Struktur der negativen Bestände über mehrere Jahre hinweg. 

Visualisierung 1: Saldo negativ – tabellarische Übersicht
Diese Tabelle zeigt die negativen Salden je Konto und Jahr. Es werden ausschließlich Konten mit einem negativen Endsaldo dargestellt. Die tabellarische Darstellung erlaubt eine schnelle Erkennung von Konten mit wiederkehrenden Unterdeckungen und dient als Grundlage für weiterführende Prüfungen. 

Visualisierung 2: Saldo negativ – grafische Entwicklung
Das zugehörige Balkendiagramm stellt die zeitliche Entwicklung der Salden des jeweiligen Kontos mit zwischenzeitlich negativem Bestand visuell dar. Die Höhe der Balken zeigt die Anzahl der Konten mit negativem Bestand je Jahr und ermöglicht eine schnelle Einschätzung, ob sich die Situation über die Jahre verschärft oder verbessert hat. 

Visualisierung 3: Eröffnungswert negativ – tabellarische Übersicht
Diese Tabelle zeigt die Eröffnungswerte negativer Kassenbestände. Neben dem Anfangsbestand (AB) werden auch die Soll- und Haben-Buchungen sowie der Saldo dargestellt.  

Visualisierung 4: Eröffnungswert negativ – grafische Darstellung
Das Balkendiagramm ergänzt die tabellarische Übersicht und zeigt die Anzahl der negativen Eröffnungswerte je Konto und Jahr.  

5.3  Analyse der Belegnummern im Kassenbuch
Die Belegnummern in Kassenbuchungen geben Hinweise auf die Regelmäßigkeit und Systematik der Buchungsvorgänge. Auffälligkeiten wie fehlende oder unstrukturierte Nummernfolgen können auf manuelle Erfassungen hindeuten – insbesondere dann, wenn die Buchungen üblicherweise aus einem Vorsystem importiert werden. Im Rahmen der Journal Entry Tests dienen diese Analysen dazu, Unregelmäßigkeiten frühzeitig zu erkennen und die GoBD-Konformität sicherzustellen. 

Die folgenden Ansichten untersuchen die Belegnummern 1 und 2 jeweils getrennt nach ihrem Vorhandensein oder Fehlen. 

5.3.1 Belegnummer 1 ist leer
 

Visualisierung 1: Kassenbuch gesamt 

In der oberen Tabelle werden alle Kassenbuchungen der eingestellten Mandantenauswahl gelistet und können weiter gefiltert werden, hier z. B. nach Jahr und Monat. Insgesamt verbleiben in diesem Beispiel 168 Kassenbuchungen, von denen:  

• 86 Buchungen keine Belegnummer 1 enthalten (was im Kassenbuch kritisch sein kann),
• 81 Buchungen alphanumerische Belegnummern aufweisen,
• 1 Buchung eine numerische Belegnummer enthält. 

(siehe Kartenvisualisierungen rechts im Bericht) 

 Rechts im Bericht werden zusätzlich zu den Kartenvisualisierungen die Verteilung der Buchungen nach Steuerschlüssel sowie die Herkunft der Buchungen dargestellt.  

Hinweis: In der Visualisierung zur Herkunft der Buchungen kann der Wert „undefiniert“ erscheinen. Dies ist der Fall, wenn das Feld „Herkunft“ in der Buchung leer ist. Solche leeren Herkunftsfelder treten typischerweise bei Automatikbuchungen auf, z. B. bei Buchungen auf Verdichtungskonten. Die Kennzeichnung „undefiniert“ wird dabei direkt aus der Software übernommen und sollte bei der Interpretation der Herkunftsdaten berücksichtigt werden. 

Visualisierung 2: Kassenbuch – Belegnr. 1 ist leer 

Diese Ansicht zeigt eine Analyse der Kassenbuchungen, bei denen Belegnummer 1 nicht vergeben wurde, um diese gezielt prüfen zu können. Über die Schaltfläche am unteren Rand kann direkt zur Ansicht mit nicht leeren Belegnummern 1 (Kapitel 5.3.2) gewechselt werden. 

 

5.3.2 Belegnummer 1 ist nicht leer
 

Diese Ansicht wurde aus der vorherigen Seite (Belegnummer 1 = leer) über die entsprechende Schaltfläche aufgerufen und zeigt nun die Kassenbuchungen, bei denen Belegnummer 1 vergeben wurde. Die Filterung wurde weiter eingegrenzt auf das Wirtschaftsjahr 2025 und den Buchungsmonat Januar. 

Insgesamt verbleiben 32 Kassenbuchungen, die ausschließlich alphanumerische Belegnummern enthalten. Dies kann ein Hinweis auf eine strukturierte Vergabe sein – etwa durch ein Vorsystem oder eine konsistente manuelle Erfassung. 

Hinweis: Die Zurück-Schaltfläche führt nicht zur vorherigen Seite (Belegnummer 1 = leer), sondern zurück zur Hauptseite des Kapitels „Kassen“. 

Visualisierung 1: Kassenbuch gesamt
In der oberen Tabelle werden alle Kassenbuchungen der eingestellten Mandantenauswahl gelistet und können weiter gefiltert werden, hier z. B. nach Jahr und Monat.  

Visualisierung 2: Kassenbuch – Belegnr. 1 ist nicht leer
Diese Ansicht zeigt ausschließlich die Buchungen mit nicht leerer Belegnummer 1, um diese gezielt auf Regelmäßigkeit und Systematik prüfen zu können. 
Ein Klick auf die Spaltenüberschriften, z. B. „Belegdatum“, ermöglicht eine Sortierung der Buchungen nach Reihenfolge dieses Kriteriums. So kann die fortlaufende Ordnungsmäßigkeit der Belegnummern überprüft werden – ein zentraler Aspekt im Rahmen der GoBD und der Journal Entry Tests.  

Über die Schaltfläche am unteren Rand kann direkt zur vorherigen Ansicht mit leerer Belegnummer 1 (Kapitel 5.3.1) gewechselt werden. 

 
Hinweis zur Analyse der Belegnummer 2 
Die Analyse der Belegnummer 2 erfolgt nach derselben Logik wie bei Belegnummer 1. Auch hier wird zwischen leeren und nicht leeren Einträgen unterschieden, um Auffälligkeiten in der Nummernvergabe zu identifizieren. Die entsprechenden Ansichten ermöglichen eine gezielte Prüfung auf Regelmäßigkeit, Systematik und potenzielle manuelle Buchungen, insbesondere im Kontext der Journal Entry Tests und der GoBD-Konformität. 

5.4  Zeitnahe Erfassung Kassenbuchungen
 

Diese Berichtsseite analysiert die Zeitspanne zwischen dem Belegdatum und dem Erfassungsdatum der Kassenbuchungen, um zu ermitteln, wie zeitnah die Buchungen in der Software erfasst oder importiert wurden. Die Auswertung ist ein zentraler Bestandteil der Journal Entry Tests, da eine verzögerte oder rückwirkende Erfassung Hinweise auf prozessuale Schwächen oder mangelnde Dokumentation geben kann – insbesondere im Hinblick auf die GoBD-Konformität. 

Die Tabelle zeigt für jede Buchung die relevanten Informationen wie Mandant, Konto, Betrag, Belegnummer, Belegdatum, Erfassungsdatum und die berechnete Zeitspanne in Tagen. Die Spalte „Zeitspanne“ ist hervorgehoben und bildet die Grundlage für die visuelle Bewertung. 

Visualisierung: Ampel-Anzeige zur Zeitspanne 

Vor jeder Zeile befindet sich eine Ampel-Anzeige, die die Zeitspanne zwischen Beleg- und Erfassungsdatum farblich bewertet: 

• Rot: Rückwirkende Erfassung (negative Zeitspanne),
• Gelb: Zeitspanne größer als 30 Tage,
• Grün: Zeitspanne kleiner oder gleich 30 Tage.  

Diese farbliche Kennzeichnung ermöglicht eine schnelle Identifikation von Buchungen, die nicht zeitnah erfolgt sind und daher potenziell prüfungsrelevant sind. 
Am unteren Rand wird ein zusammenfassender Wert angezeigt (z. B. „–4,26 Tsd.“), der die durchschnittliche Zeitspanne über alle angezeigten Buchungen darstellt. 

6. Buchungsanalysen  
 

Die Übersichtsseite „Buchungsanalysen“ bietet eine kompakte Darstellung zentraler Kennzahlen aus der Finanzbuchhaltung über mehrere Jahre hinweg. Die Auswertungen basieren auf der eingestellten Mandantenauswahl und ermöglichen eine erste Einschätzung der Entwicklung steuerlicher und umsatzbezogener Buchungen.

Visualisierung 1: Umsatzsteuer
Ein Balkendiagramm zeigt die Entwicklung der Umsatzsteuerbeträge über die abgerufenen Jahre (Negativbetrag aufgrund Habensaldo). Auffällige Schwankungen können auf Änderungen im Buchungsverhalten oder auf Korrekturbuchungen hinweisen. Über die Schaltfläche „Weitere Details anzeigen“ gelangt man zur Detailanalyse der Umsatzsteuerbuchungen.

Visualisierung 2: Erwerbsteuer
Diese Visualisierung zeigt die Entwicklung der Erwerbsteuer über die abgerufenen Jahre. Die Werte geben Hinweise auf innergemeinschaftliche Erwerbe und deren steuerliche Behandlung. Auch hier führt die Schaltfläche zur Detailseite mit weiterführenden Informationen.

Visualisierung 3: Vorsteuer
Das Balkendiagramm zur Vorsteuer zeigt (i.d.R. positive) Werte über mehrere Jahre hinweg. Die Darstellung unterstützt die Prüfung der Vorsteuerabzugsfähigkeit und kann zur Identifikation von Buchungsfehlern oder fehlenden Steuerkennzeichen genutzt werden.

Visualisierung 4: Umsatz Debitoren
Diese Visualisierung zeigt die Entwicklung der Debitorenumsätze über mehrere Jahre. Die Analyse hilft, die also den Kundenumsatz zu bewerten und Auffälligkeiten zu erkennen. Die Detailseite ist über die Schaltfläche erreichbar.

Visualisierung 5: Umsatz Kreditoren
Analog zur Debitorenansicht zeigt dieses Balkendiagramm die Kreditorenumsätze. Die Balken geben Hinweise auf die Entwicklung der Lieferantenumsätze. Auch hier ist eine Detailanalyse über die Schaltfläche möglich.

Weitere Analyse-Schaltflächen
Rechts neben den Visualisierungen befinden sich zusätzliche Schaltflächen, die zu spezifischen Detailseiten führen:

• Analyse Belegdatum I
• Analyse Belegdatum II
• Herkunft
• Kontierzeilen
• Buchungsschlüssel
• Steuerschlüssel

Diese Detailseiten ermöglichen eine vertiefte Prüfung einzelner Buchungsmerkmale und unterstützen die Identifikation von Unregelmäßigkeiten im Rahmen der Journal Entry Tests.

 

6.1 Umsatzsteuerkonten
 

Diese Seite bietet eine detaillierte Analyse der Buchungen auf Umsatzsteuerkonten über mehrere Jahre hinweg. Die Auswertung basiert auf der eingestellten Mandantenauswahl und unterstützt die Prüfung steuerlicher Buchungen im Rahmen der Journal Entry Tests.

Visualisierung 1: Jahresübersicht Umsatzsteuerkonten mit Buchungstext
Die zentrale Tabelle zeigt die monatlichen Buchungsbeträge auf verschiedenen Umsatzsteuerkonten für die abgerufenen Jahre (oben filterbar oder aufzuklappen in Matrix-Ansicht). Die Werte sind nach Monaten gegliedert und ermöglichen eine zeitliche Analyse der Steuerbuchungen. Weiterhin ist der Buchungstext erkennbar.

Besonderheit zum Buchungstext „Verdichtung“: Hier ist erkennbar, ob Buchungen verdichtet oder expandiert abgerufen wurden. Erscheint nur der Buchungstext „Verdichtung“, sind keine expandierten Kontierzeilen vorhanden. Verdichtete Buchungen sind der Standard auf Steuerkonten.

Hinweis zur Herkunft „undefiniert“: Bei verdichteten Buchungen ist das Feld „Herkunft“ leer, wodurch die Herkunft im Bericht als „undefiniert“ angezeigt wird. Dies ist ein typisches Merkmal automatisierter oder systemseitig erzeugter Buchungen und sollte bei der Interpretation der Daten berücksichtigt werden.

Visualisierung 2: Anzahl Buchungsschlüssel
Ein Balkendiagramm zeigt die Anzahl der verwendeten Buchungsschlüssel im Zusammenhang mit den Umsatzsteuerkonten. Die Darstellung unterstützt die Prüfung der Vielfalt und Konsistenz der verwendeten Buchungsschlüssel.

Visualisierung 3: Anzahl Buchungen nach Konto und Herkunft
Diese Visualisierung zeigt die Verteilung der Buchungen nach Umsatzsteuerkonto und Herkunft. Hier sind ausschließlich Buchungen mit „undefinierter“ Herkunft zu sehen, was auf verdichtete Buchungen hinweist.

Visualisierung 4: Betrag nach Umsatzsteuerkonto und Buchungsjahr
Ein weiteres Balkendiagramm zeigt die gebuchten Beträge je Umsatzsteuerkonto, aufgeschlüsselt nach Buchungsjahr. Die farbliche Differenzierung der Jahre ermöglicht eine schnelle zeitliche Einordnung und unterstützt die Prüfung auf Schwankungen oder Unregelmäßigkeiten.

6.2 Erwerbsteuerkonten

Die Analyse der Erwerbsteuerkonten erfolgt analog zur Umsatzsteueranalyse in Kapitel 5.1. Auch hier werden die Buchungen über mehrere Jahre hinweg dargestellt und nach Konto, Buchungsschlüssel und Herkunft ausgewertet. Besonderheiten wie verdichtete Buchungen sind ebenfalls erkennbar – bei diesen lautet die Herkunft „undefiniert“, da das Feld leer bleibt.

6.3 Vorsteuerkonten

Auch die Vorsteuerkonten werden in vergleichbarer Weise analysiert. Die Visualisierungen zeigen die zeitliche Entwicklung der Buchungsbeträge, die Verteilung nach Buchungsschlüssel und die Herkunft der Buchungen. Verdichtete Buchungen sind wie bei Umsatz- und Erwerbsteuerkonten durch die Herkunft „undefiniert“ gekennzeichnet.

6.4 Jahresverkehrszahlen Soll – Debitoren
 

Diese Berichtseite bietet eine Übersicht über die Umsätze der Debitoren über mehrere Wirtschaftsjahre hinweg (i.d.R. im Soll). Sie dient der zeitlichen Analyse der Kundenumsätze und unterstützt die Identifikation von Trends, Auffälligkeiten oder potenziellen Buchungsfehlern.

Visualisierung 1: Jahresverkehrszahlen – Tabelle
Im oberen Bereich befindet sich eine Matrix-Visualisierung, die die Soll-Beträge je Debitorenkonto über die Jahre darstellt.
Die Zeilen enthalten die Debitorenbezeichnung und die Spalten die jeweiligen Jahreswerte.
Die Beträge sind in Euro angegeben und ermöglichen eine kundenbezogene Umsatzanalyse im Zeitverlauf.

Besonderheiten:

• Die Tabelle ist filterbar nach Mandant, Wirtschaftsjahr und Debitor
• Fehlende Werte oder ungewöhnlich niedrige Beträge können auf unvollständige Datenübernahme oder nicht gebuchte Umsätze hinweisen

Visualisierung 2: Jahresverkehrszahlen – Balkendiagramm
Unterhalb der Tabelle zeigt ein Balkendiagramm die aggregierten Beträge je Jahr.
Die Balken sind grün und repräsentieren die Summe aller Umsätze auf Debitorenkonten für die eingestellte Mandantenauswahl für das jeweilige Wirtschaftsjahr.

Beispiel:

• Für das Jahr 2022 wird ein Gesamtbetrag von €9,4 Mio. angezeigt
• Der Tooltip zeigt beim Mouseover die genaue Summe von JVZ-Soll

Diese Visualisierung eignet sich besonders zur:

• Erkennung von Umsatztrends über die Jahre
• Identifikation von Ausreißern oder plötzlichen Umsatzveränderungen
• Vorbereitung von Jahresabschlussprüfungen und internen Umsatzanalysen

6.5 Jahresverkehrszahlen Haben – Kreditoren

Diese Berichtseite zeigt die Buchungen auf Kreditorenkonten über mehrere Wirtschaftsjahre hinweg.
Die Matrix-Visualisierung listet die Jahreswerte je Kreditor, während ein Balkendiagramm die aggregierten Beträge pro Jahr darstellt.

Die Darstellung unterstützt:

• die Analyse der Lieferantenumsätze im Zeitverlauf
• die Identifikation von Schwankungen oder Ausreißern
• und die Vorbereitung auf Prüfungen im Rahmen der Journal Entry Tests

Die Filtermöglichkeiten entsprechen denen der Debitorenseite (Kapitel 5.4) und ermöglichen eine gezielte Auswertung nach Mandant, Jahr und Kreditor.

6.6 Belegdatum I
 

Diese Berichtseite analysiert die zeitliche Verteilung der Belegdaten und unterstützt die Prüfung auf ordnungsgemäße zeitliche Zuordnung von Geschäftsvorfällen.

Visualisierung 1: Anzahl von Belegdatum nach Tagen
Ein Liniendiagramm zeigt die Anzahl der Buchungen je Belegdatum im Tagesverlauf über mehrere Jahre. Die farbliche Differenzierung nach Jahr (z. B. Gelb = 2020, Rot = 2021, Grün = 2024) ermöglicht eine zeitliche Einordnung und den Vergleich zwischen Jahren.

Visualisierung 2: Erfasst von
Ein Karten-Diagramm zeigt die Anzahl der Buchungen je Erfasser. Diese Darstellung hilft, Verantwortlichkeiten und Erfassungsmuster zu erkennen.

Visualisierung 3: Erfassungsdatum nach Tag
Ein weiteres Diagramm zeigt die Erfassungsdaten im Tagesverlauf, um zu analysieren, an welchen Tagen im Monat (1-31) Buchungen erfasst oder erzeugt werden.

Visualisierung 4: Buchungsjahr
Ein Balkendiagramm stellt die Anzahl der Buchungen je Buchungsjahr dar. Diese Übersicht unterstützt die Jahresvergleichsanalyse und kann auf Buchungsspitzen oder Lücken hinweisen.

Folgende Aspekte spielen bei der Auswertung auf dieser Berichtsseite eine Rolle:

• Periodenabgrenzung: Wurde der Geschäftsvorfall in der richtigen Periode erfasst?
• Übereinstimmung mit Buchungsdatum: Gibt es begründete Abweichungen?
• Zeitgerechte Erfassung: Entspricht die Buchung den GoBD-Anforderungen?
• Manipulationsverdacht: Wurde das Belegdatum nachträglich verändert?
• Beleglage und Nachvollziehbarkeit: Ist das Belegdatum dokumentiert und plausibel?

Diese Seite ist ein zentraler Bestandteil der Journal Entry Tests, da das Belegdatum maßgeblich für die steuerliche und buchhalterische Einordnung von Geschäftsvorfällen ist.

6.7 Belegdatum II
 

Diese Berichtseite analysiert die zeitliche Beziehung zwischen Belegdatum, Buchungsjahr und Erfassungsdatum. Sie dient der Identifikation von rückdatierten Buchungen, periodenfremden Geschäftsvorfällen und prozessualen Schwächen in der Buchhaltung.

Visualisierung 1: Belegdatum nach Tagen
Ein Liniendiagramm zeigt die Anzahl der Buchungen je Belegdatum im Tagesverlauf.
Im Beispiel wurde das Jahr 2021 selektiert (roter Pfeil), um gezielt zu prüfen, ob Belegdaten außerhalb des Buchungsjahres liegen – etwa im Jahr 2020 oder 2022. Diese Analyse hilft, rückwirkende Buchungen zu erkennen, die z. B. zur Ergebnissteuerung oder Bilanzanpassung genutzt wurden.

Visualisierung 2: Erfassungsdatum nach Tagen
Ein weiteres Diagramm zeigt die Erfassungsdaten der Buchungen im Tagesverlauf. Abweichungen zwischen Beleg- und Erfassungsdatum können auf verzögerte Buchungsprozesse, fehlende Automatisierung oder manuelle Eingriffe hinweisen.

Visualisierung 3: Belegdatum nach Jahr und Buchungsjahr
Diese Matrix-Visualisierung zeigt die Verteilung der Belegdaten über die Buchungsjahre hinweg.
Sie unterstützt die Prüfung, ob Geschäftsvorfälle in der richtigen Periode erfasst wurden und ob die steuerliche Zuordnung korrekt erfolgt ist.

Prüffokus:

• Periodenabgrenzung: Wurde der Geschäftsvorfall in der richtigen Periode gebucht?
• Rückdatierungen: Gibt es Belege, deren Datum bewusst in ein anderes Jahr gelegt wurde?
• Zeitgerechte Erfassung: Entspricht die Buchung den Anforderungen der GoBD?
• Erfasseranalyse: Wer hat die Buchung vorgenommen und wann?
• Stichtagsnähe: Liegen Buchungen rund um den Bilanzstichtag?

Diese Seite ist besonders relevant für die Jahresabschlussprüfung, da sie Hinweise auf Bilanzkosmetik, Ergebnisverlagerungen oder nicht dokumentierte Geschäftsvorfälle liefern kann.

 

6.8 Herkunft

Diese Berichtseite analysiert die Herkunft der Buchungen und unterstützt die Prüfung auf manuelle Eingriffe, automatisierte Prozesse und systemseitige Buchungslogik.

Visualisierung 1: Herkunft nach Jahr und Monat
Ein gestapeltes Balkendiagramm zeigt die Verteilung der Buchungen nach Herkunft über die abgerufenen Jahre. Die Herkunftskategorien sind farblich differenziert. Diese Darstellung hilft, zeitliche Muster und Systemnutzung zu erkennen – etwa, ob bestimmte Buchungsarten zu bestimmten Zeitpunkten dominieren.

Visualisierung 2: Anzahl Buchungen nach Herkunft
Ein Kreisdiagramm zeigt die prozentuale Verteilung der Buchungen, hier für den ausgewählten Benutzer ANGERMANN. Diese Übersicht unterstützt die Einschätzung, ob die Buchungen überwiegend automatisiert oder manuell erfolgen.

Visualisierung 3: Herkunft nach Sachbearbeiter und Jahr
Eine Tabelle zeigt die Anzahl der Buchungen je Herkunft und Sachbearbeiter über die abgerufenen Jahre. Diese Ansicht ermöglicht eine benutzerbezogene Analyse, z. B. ob bestimmte Erfasser überwiegend manuell oder über Schnittstellen buchen.

Hinweis zur Herkunft „undefiniert“: Buchungen mit leerem Herkunftsfeld werden im Bericht als „undefiniert“ dargestellt. Dies tritt typischerweise bei Automatikbuchungen auf – etwa bei Verdichtungskonten oder systemseitig erzeugten Buchungen. Die Kennzeichnung „undefiniert“ ist ein Hinweis auf nicht manuell erfasste Buchungen, die direkt aus dem System stammen und sollte bei der Interpretation entsprechend berücksichtigt werden.

Prüffokus:

• Manuelle vs. automatisierte Buchungen
• Systemherkunft (z. B. Anlagenbuchhaltung, Import, Erfassung)
• Benutzeraktivität und Rollenverteilung
• Ungewöhnliche Herkunftskombinationen
• Fehlende Herkunftsangaben = Automatikbuchungen

Diese Seite ist besonders relevant für die Bewertung der Buchungsqualität, die Nachvollziehbarkeit der Prozesse und die GoBD-Konformität.

6.9 Kontierzeilen 
 

Diese Berichtseite bietet eine strukturierte Übersicht über die Buchungsaktivität nach Sachbearbeiter, Buchungszeitraum und Herkunft. Sie dient der Analyse von Benutzerverhalten, der Systemnutzung und der Identifikation potenzieller Risiken.

Visualisierung 1: Anzahl der Buchungen nach Sachbearbeiter
Eine Tabelle zeigt die Anzahl der erfassten Buchungen je Sachbearbeiter über die abgerufenen Jahre. Diese Darstellung ermöglicht eine zeitliche Analyse der Buchungsaktivität und hilft, ungewöhnliche Konzentrationen oder Veränderungen zu erkennen.

Visualisierung 2: Buchungen nach Erfasser
Ein Balkendiagramm zeigt die Buchungsvolumina der einzelnen Erfasser im Zeitverlauf.
Hohe Einzelaktivität kann auf automatisierte Prozesse, aber auch auf kritische Benutzerkonzentration hinweisen.

Visualisierung 3: Buchungen nach Jahr/Monat und Herkunft
Ein gestapeltes Balkendiagramm zeigt die Verteilung der Buchungen nach Herkunft über die Monate und Jahre. Diese Ansicht unterstützt die Systemherkunftsanalyse und zeigt, ob Buchungen manuell, automatisiert oder nicht eindeutig zugeordnet wurden.

Hinweis zur Herkunft „Undefiniert“: Buchungen mit leerem Herkunftsfeld werden als „Undefiniert“ dargestellt.
Diese stammen typischerweise aus Automatikprozessen oder Verdichtungslogiken und sind nicht manuell erfasst. Sie sollten bei der Interpretation besonders berücksichtigt werden, da sie systemseitig erzeugt wurden und ggf. nicht dokumentiert sind.

Prüffokus

• Benutzeraktivität: Wer bucht wie viel und wann?
• Systemherkunft: Welche Buchungen stammen aus welchem Prozess?
• Ungewöhnliche Periodenaktivität: z. B. Häufung in Periode 13/14
• Nicht zugeordnete Buchungen: Herkunft „Unidentifiziert“ als Prüfhinweis
• GoBD-Konformität: Vollständigkeit, Nachvollziehbarkeit und Dokumentation

Diese Seite ist besonders relevant für die Benutzerkontrolle, die Systemprüfung und die Erkennung potenzieller Schwachstellen in der Buchungslogik.

6.10 Buchungsschlüssel
 

Diese Berichtseite analysiert die Verwendung von Buchungsschlüsseln in den Buchungen der Finanzbuchhaltung. Sie dient der Prüfung, ob die buchungstechnische Systematik korrekt angewendet wurde und ob es Hinweise auf Fehlkonfigurationen oder manuelle Eingriffe gibt.

Visualisierung 1: Buchungen mit Buchungsschlüssel je Konto
Ein Balkendiagramm zeigt den prozentualen Anteil der Buchungsschlüssel in den Buchungen je Konto. Diese Darstellung hilft, ungewöhnliche Kombinationen von Konten und Buchungsschlüsseln zu identifizieren.

Visualisierung 2: Zeitliche Darstellung nach Buchungsschlüssel
Ein weiteres Balkendiagramm zeigt die monatliche Entwicklung der Buchungen nach Buchungsschlüssel. Auffällige Schwankungen oder plötzliche Änderungen in der Verteilung können auf Systemumstellungen, manuelle Korrekturen oder ungewöhnliche Geschäftsvorfälle hinweisen.

Visualisierung 3: Anteil Buchungsschlüssel
Ein Kreisdiagramm zeigt die prozentuale Verteilung der verwendeten Buchungsschlüssel. Ein ungewöhnlicher Anteil einzelner Schlüssel kann auf automatisierte Prozesse oder Fehlkonfigurationen hinweisen.

Visualisierung 4: Liste der Einzelbuchungen
Die Detailtabelle listet alle Buchungen mit Buchungsschlüssel, Steuerschlüssel, Konto, Gegenkonto, Betrag und Buchungstext. Diese Ansicht ermöglicht eine gezielte Prüfung einzelner Buchungssätze, z. B. bei auffälligen Kombinationen oder zur Stichprobenkontrolle, und ist entsprechend mithilfe der Slicer filterbar.

Prüffokus

• Richtige Zuordnung der Buchungsschlüssel zu Konten
• Zeitliche Konsistenz bei der Verwendung (z. B. keine rückwirkenden Änderungen)
• Ungewöhnliche oder seltene Schlüssel mit hohem Volumen
• Fehlkonfigurationen im System
• Manuelle Eingriffe oder Stornobuchungen ohne Gegenbuchung
  
   

6.11 Steuerschlüssel
 

Diese Berichtseite analysiert die Verwendung von Steuerschlüsseln in der Finanzbuchhaltung. Sie dient der Prüfung, ob steuerliche Buchungen korrekt, vollständig und systematisch erfolgt sind.

Visualisierung 1: Buchungen mit Steuerschlüssel je Konto
Ein Balkendiagramm zeigt die Anzahl der Buchungen mit dem ausgewählten Steuerschlüssel – hier Schlüssel 9 – je Konto. Im Tooltip wird der exakte Anteil des Steuerschlüssels pro Konto angezeigt (hier = 100%). Wenn kein Steuerschlüssel gefiltert ist, zeigt der Tooltip den prozentualen Anteil jedes Steuerschlüssels auf dem jeweiligen Konto – hilfreich zur Identifikation dominanter oder ungewöhnlicher Steuerlogiken.

Visualisierung 2: Zeitliche Darstellung nach Steuerschlüssel
Ein Balkendiagramm zeigt die monatliche Verteilung der Buchungen mit Steuerschlüssel 9 über die abgerufenen Jahre. Diese Darstellung hilft, zeitliche Häufungen, Stichtagsbuchungen oder periodische Muster zu erkennen.

Visualisierung 3: Anteil Steuerschlüssel
Ein Kreisdiagramm zeigt den Anteil des gewählten Steuerschlüssels an allen Buchungen. Im Beispiel ist Steuerschlüssel 9 zu 100 % vertreten, da der Filter aktiv ist.

Visualisierung 4: Liste der Einzelbuchungen
Die Detailtabelle listet alle Buchungen – hier mit Steuerschlüssel 9. Diese Ansicht ermöglicht eine gezielte Prüfung einzelner Buchungssätze, z. B. zur Stichprobenprüfung oder zur Analyse steuerlicher Sonderfälle.

Prüffokus

• Korrekte steuerliche Behandlung je Konto
• Zeitliche Konsistenz der Steuerbuchungen
• Ungewöhnliche Kombinationen von Konto und Steuerschlüssel
• Fehlende oder falsche Steuerkennzeichnung
• Systemlogik und Automatisierung der Steuerzuordnung

Diese Seite ist besonders relevant für die Umsatzsteuerprüfung, die GoBD-Konformität und die Validierung der steuerlichen Buchungslogik.

7. Stammdaten
 

Die Kapitelübersichtsseite „Stammdaten“ bietet einen kompakten Überblick über zentrale Stammdatenstrukturen der ausgewählten Mandanten. Sie dient als Einstieg in die Detailanalysen zu Debitoren, Kreditoren und Sachkonten sowie zur Prüfung steuerlicher Kennziffern im Zusammenhang mit den Journal Entry Tests.

Mandantenauswahl
Oben auf der Seite befinden sich zwei Mandantenfilter („Mandant – Allgemein“ und „Mandant – Berechnete Werte“). Hinweis: Beide Filter sollten auf dieselbe Mandantenauswahl eingestellt werden, um konsistente Ergebnisse zu gewährleisten.

Visualisierung 1: Debitorenstamm
Die Kartenvisualisierung zeigt die Anzahl der Debitoren für die eingestellte Mandantenauswahl. Über die Schaltfläche „Weitere Details anzeigen“ gelangt man zur Detailseite mit erweiterten Informationen zum Debitorenstamm.

Visualisierung 2: Kreditorenstamm
Analog zum Debitorenstamm wird hier die Anzahl der Kreditoren dargestellt. Auch hier führt die Schaltfläche „Weitere Details anzeigen“ zur Detailanalyse, etwa zur Prüfung auf Dubletten oder leere Bezeichnungen.

Visualisierung 3: SSL-Steuerungen – UStVA- und UStJE-Kennziffern je Kontennamen
Eine tabellarische Übersicht zeigt die Zuordnung von Umsatzsteuer-Kennziffern zu den jeweiligen Stuerschlüsseln je Kontenrahmen. Diese Darstellung unterstützt die Prüfung, ob die steuerliche Behandlung der Steuerschlüssel korrekt und konsistent erfolgt. Auffälligkeiten in der Kennziffernlogik können auf fehlerhafte oder uneinheitliche Stammdatenkonfigurationen und im Resultat auf fehlerhafte Umsatzsteuerberechnungen hinweisen.

Am unteren Seitenrand befindet sich zudem eine Schaltfläche „Sachkontenstamm“, die zur Detailanalyse der Sachkonten führt. 
 

7.1 Debitorenstamm
 

Diese Seite bietet eine Übersicht über die Debitorenstammdaten aus der auf der Kapitelübersichtsseite eingestellten Mandantenauswahl. Zusätzlich kann das Wirtschaftsjahr weiter eingegrenzt werden – in diesem Beispiel auf 01.01.2022 bis 31.12.2022.

Visualisierung 1: Debitorenliste
Im Zentrum der Seite befindet sich eine tabellarische Übersicht der Debitoren mit Angaben zu Mandant und Kurzbezeichnung, Debitorkonto, Bezeichnung, Postleitzahl und Ort. Die Tabelle ist filterbar nach verschiedenen Stammdatenfeldern wie Debitor, Ort, IBAN, Verdichtungskonto, Mahnkonto, Diverses Konto etc.

Visualisierung 2: Anzahl Debitoren
Ein Kennzahlenfeld zeigt die Gesamtanzahl der eingestellten Auswahl – in diesem Beispiel 230 im Jahr 2022 für die entsprechende Mandantenauswahl von der Hauptseite. 

Visualisierung 3: Strukturkennzeichen (Kreisdiagramme)
Am unteren Rand der Seite befinden sich vier Kreisdiagramme, die jeweils den Anteil der Debitoren mit bestimmten Merkmalen darstellen:

• Mahnkonto: Anteil der Debitoren mit Mahnkonto-Kennzeichen (1 = ja)
• Divers: Anteil der Debitoren, die als Diverskonten geführt werden
• Gesperrt: Anteil gesperrter Debitoren
• Mischkonto: Anteil der Debitoren mit Mischkontenstatus

Visualisierung 4: Anzahl Debitoren je Land
Ein Balkendiagramm zeigt die Verteilung der Debitoren nach Ländern. In diesem Beispiel:

• Deutschland (D): 95 Debitoren
• Frankreich (F): 4 Debitoren
• Russland (RUS): 3 Debitoren
• Italien (I): 1 Debitor

Zusätzlich sind 129 Debitoren ohne Ländereintrag vorhanden – ein Hinweis auf unvollständig gepflegte Stammdaten. Auffällig ist auch ein Eintrag mit dem Wert 70162, der vermutlich fälschlich als Land gepflegt wurde. Diese Auffälligkeiten deuten auf Datenpflegequalitätsmängel hin und sollten im Rahmen der Stammdatenprüfung weiter untersucht werden.

Diese Darstellung unterstützt die geografische Analyse der Kundenstruktur und kann z. B. für länderspezifische Prüfungen oder Risikoanalysen genutzt werden.

7.2 Kreditorenstamm
 

Diese Seite entspricht in Aufbau und Funktion der vorherigen Ansicht zum Debitorenstamm (Kapitel 6.1), bezieht sich jedoch auf die Kreditorenstammdaten aus der auf der Kapitelübersichtsseite eingestellten Mandantenauswahl. Auch hier kann zusätzlich nach Wirtschaftsjahr gefiltert werden.

Visualisierungen und Besonderheiten
Die zentrale Tabelle zeigt die Kreditoren mit Angaben zu Mandant, Kurzbezeichnung, Konto, Bezeichnung, PLZ und Ort. Ein Kennzahlenfeld weist die Gesamtanzahl der eindeutigen Kreditoren aus.

Die Kreisdiagramme am unteren Rand geben Auskunft über:

• Leere Bezeichnung: Hier wird angezeigt, wie viele Kreditoren keine Bezeichnung im Stammsatz enthalten. Für Datenpflegezwecke kann direkt auf das Diagramm geklickt werden, um in der Kreditorenliste gezielt die betroffenen Einträge zu identifizieren.
• Divers, Gesperrt, Mischkonto: Analog zur Debitorenansicht werden diese Merkmale ebenfalls visualisiert.

Das Balkendiagramm rechts zeigt die Verteilung der Kreditoren nach Ländern. Auffälligkeiten wie doppelte Länderkennungen (z. B. „E“ und „ES“) oder ungewöhnliche Werte (z. B. „1“) können auf Pflegefehler in den Stammdaten hinweisen und sollten im Rahmen der Journal Entry Tests weiter untersucht werden.

7.3 Steuerschlüssel
 

Diese Seite bietet eine strukturierte Übersicht über die verwendeten Steuerschlüssel – hier gefiltert auf Standardkontenrahmen 4 (SKR 04). Die Analyse unterstützt die Prüfung der steuerlichen Zuordnungen und dient der Qualitätssicherung der Stammdaten.

Visualisierung 1: Übersicht Steuerschlüssel
Die zentrale Tabelle listet alle relevanten Steuerschlüssel mit folgenden Informationen:

• Steuerschlüssel
• Beschreibung (z. B. „Umsatzsteuerfrei“)
• Art (z. B. „Umsatzsteuer“)
• Prozentsatz (z. B. 0,00 % oder 19,00 %)
• Zugeordnetes Konto Steuer, Konto Steuer Nicht Fällig, Konto Erwerb ST

Diese Übersicht ermöglicht eine gezielte Prüfung der steuerlichen Kontenzuordnung und kann bei der Validierung von Buchungslogiken herangezogen werden.

Visualisierung 2: UStVA-Kennziffer
Ein Balkendiagramm zeigt die Anzahl der Einträge je Kennziffer der Umsatzsteuer-Voranmeldung (UStVA). Die Höhe der Balken visualisiert die Häufigkeit der jeweiligen Kennziffern im Datenbestand.

Hinweis zur Tooltip-Funktion in Power BI

Beim Mouseover über einen Balken erscheint ein Tooltip, der zusätzliche Detailinformationen liefert – z. B. die genaue Anzahl der Einträge für eine bestimmte Kennziffer. Im Beispiel zeigt der Tooltip für die Kennziffer 84 an, dass 31 Einträge dieser Kategorie zugeordnet sind. Diese Funktion unterstützt die schnelle und kontextbezogene Analyse direkt im Bericht.

Visualisierung 3: USt-Jahreserklärung Kennziffer
Ein weiteres Balkendiagramm zeigt die Verteilung der Kennziffern der Umsatzsteuer-Jahreserklärung. Auch hier kann über die Tooltip-Funktion die Anzahl der Einträge je Kennziffer direkt eingesehen werden.

7.4 Sachkontenstamm
 

Diese Seite bietet eine Übersicht über die im ausgewählten Zeitraum (hier: 01.01.2021 bis 31.12.2021) vorhandenen Sachkonten aus der eingestellten Mandantenauswahl. Die Analyse dient der strukturierten Prüfung der Kontenstammdaten und unterstützt bei der Identifikation von Auffälligkeiten in der Kontenstruktur und -pflege.

Visualisierung 1: Sachkontenliste
Die zentrale Tabelle zeigt die Sachkonten mit Angaben zu:

• Kontonummer und Bezeichnung
• Kontenart (z. B. Finanzkonto, Anlagekonto, Normalkonto)
• Gesperrt-Status
• Kostenstellenzuordnung (KOST1, KOST2)
• Hinweistext
• SSL-Beginn und -Ende
• Planzahl aus Sachkontenstamm

Die Filter ermöglichen eine gezielte Eingrenzung nach diesen Kriterien.

Visualisierung 2: Anzahl Konten je Kontenart
Ein Balkendiagramm zeigt die Verteilung der Sachkonten nach Kontenart. Die Ansicht erlaubt eine schnelle Einschätzung der Kontenstruktur. 
 

8.Chat
 

Die Berichtseite „Chat“ ermöglicht eine interaktive Kommunikation mit den zugrunde liegenden Datenmodellen über die integrierte Q&A-Funktion von Microsoft Power BI®. Sie können in natürlicher Sprache oder mit einfachen Abfragebefehlen direkt Fragen an das Datenmodell stellen und erhalten sofort visuelle Antworten – z. B. in Form von Tabellen, Diagrammen oder Kennzahlen.

Im gezeigten Beispiel wurde die Abfrage „number of kontenblattsachkonten order by mandant in matrix“ gestellt. Power BI interpretiert diese Eingabe und liefert eine Matrixdarstellung mit der Anzahl der Kontenblattsachkonten je Mandant. Die Ergebnisse werden automatisch sortiert und visuell aufbereitet.

Die Q&A-Funktion unterstützt sowohl englische als auch deutsche Eingaben, wobei die Genauigkeit der Ergebnisse von der Modellstruktur und den Feldnamen abhängt. Für optimale Ergebnisse empfiehlt sich die Verwendung standardisierter Begriffe aus dem Datenmodell.