Data-analyse samen met AI inzetbaar ter controle van functiescheiding
Data-analyse, meestal Big Data of Business Intelligence genoemd, staat al een tijd sterk in de belangstelling. Veel publiciteit rondom data-analyse komt van organisaties die producten en diensten aanbieden voor data-analyse en die zijn niet onafhankelijk. Maar ook zonder externe partijen kan data-analyse van nut zijn voor de financiële administratie. Daarnaast kan AI helpen bij het analyseren van een grote hoeveelheid gegevens en het voorspellen van allerlei bedrijfsrisico's.
Binnen grote organisaties kan data-analyse gebruikt worden voor kredietbeoordeling door banken en het berekenen van verzekeringsrisico’s. Maar ook een financiële afdeling van een kleine(re) organisatie kunnen data-analyse en artificiële intelligence (AI) inzetten, bijvoorbeeld ter controle van de functiescheiding binnen de financiële administratie. Functiescheiding (checklist) is het verdelen van verantwoordelijkheden en bevoegdheden over verschillende personen binnen een organisatie. Bij goede functiescheiding worden verschillende medewerkers met tegengestelde belangen geïntegreerd in het proces. Er is dus niet één persoon verantwoordelijk en bevoegd.
AI kan helpen bij data-analyse en risicobeheer
Een nieuwe maar niet weg te denken tak van sport is natuurlijk AI. Door data-analyse en machine learning kan AI helpen bij het ontdekken van patronen en inzichten in de data waarover organisaties beschikken. Daarnaast kan AI helpen bij het voorspellen en beheren van diverse bedrijfsrisico’s, waaronder financiële, cyberbeveiligings- en marktrisico’s. In het kader van de toenemende aandacht voor fraude, zal functiescheiding alleen maar belangrijker worden. De technologische ontwikkelingen en AI sluiten daar op aan. Veel hedendaagse software en applicaties bieden al de mogelijkheid om functiescheiding in te voegen als onderdeel van de financiële bedrijfsvoering. AI is aan dit rijtje toe te voegen.
Data-analyse en AI leiden tot snellere conclusies
Als een accountant constateert dat het op een financiële administratie gebruikelijk is dat medewerkers onder meerdere gebruikersnamen kunnen inloggen om facturen van crediteuren af te handelen, kan hij eenvoudiger data-analyse inzetten dan diverse, vaak moeizame en tijdrovende gesprekken in te plannen. Hoe werkt zo’n data-analyse? Op basis van inloggegevens en ingelogde bestanden filtert de onderzoekende accountant facturen die binnen twee minuten geaccordeerd en betaalbaar gesteld zijn. Op deze geselecteerde data voert de accountant een statistische steekproef uit. Hier komen bijvoorbeeld 250 resultaten uit. Daaruit blijkt dat een medewerker van de financiële administratie onder een eerste inlognaam de 250 facturen snel had goedgekeurd. Vervolgens logde dezelfde medewerker onder een tweede inlognaam in en stelde de facturen betaalbaar. Dit deed hij niet met boze opzet, maar om snel een achterstand weg te werken. De accountant concludeert met deze eenvoudige analyse dat er geen goede functiescheiding plaatsvindt op de afdeling.
Data-analyse en AI leiden tot optimalisatie van werkzaamheden
Een steekproef op deze 250 facturen die de accountant op basis van data-analyse selecteerde, is gerichter dan een steekproef op álle facturen. Dankzij deze inzet van data-analyse beperkt de controlerend accountant zich tot die facturen waarvoor de interne beheersingsmaatregelen overduidelijk niet functioneerden. Zo zorgt data-analysetechniek niet voor een toename van werk, maar tot vervanging en optimalisatie van werkzaamheden. Het controleren van financiële posten via data-analyse en AI op de financiële afdeling (video) kan dus krachtiger zijn dan het eerst uitgebreid analyseren van interne beheersingsmaatregelen door diverse gesprekken met medewerkers en leidinggevenden.