9 Sales Data Analytics, die jeder Auditor im Blick haben sollte

Die Prüfung des Verkaufs und der Verkaufsprozesse in SAP ist eines der zentralen Themen jeder Revisionsabteilung. In meiner zweiteiligen Blog-Serie zum Thema Verkaufsprozess in SAP möchte ich Ihnen über wesentliche Grundlagen zu den Verkaufsdatenstrukturen in SAP berichten und die wichtigsten Datenindikatoren vorstellen, die Sie kennen sollten, um schon in Ihrem SAP Datenbestand erste Feststellungen ausfindig machen zu können!

Wie unterscheiden sich die SAP Prozesse im Verkauf von denen im Einkauf?

Viele Revisoren kennen die Prüfung des Einkaufs sehr gut. Deshalb zunächst ein paar Erläuterungen dazu, wie sich der Verkaufsprozess in SAP von dem Einkaufsprozess unterscheidet.

Vergleicht man die Organisation der Daten im SAP System zwischen Einkauf und Verkauf so fällt folgendes auf: Im Verkauf sind die Datenstrukturen so angelegt, dass der Verkaufsprozess (SAP Modul Sales and Distrubution SD) erheblich komplexer ausgestaltet werden kann als der Einkauf. Während es im Einkauf im Wesentlichen außerhalb des Rechnungswesens „nur“ Bestellanforderungen und Bestellungen gibt, gibt es im Verkaufsprozess den sogenannten Verkaufsbelegfluß. Dieser Verkaufsbelegfluß kann recht flexibel und individuell definiert werden und enthält im einfachsten Fall den „Dreiklang“: Auftrag => Auslieferung => SD Rechnung. Der Vertriebsbelegfluß kann aber auch erheblich erweitert werden z.B. um Anfragen und Angebote, muss dies aber nicht. Der Financial Process Mining Algorithmus von zap Audit berücksichtigt auch den Vertriebsbelegfluss und schreitet diesen vollständig ab, sodass jeder individuelle Verkaufsablauf in den Daten offenbar wird.

Was sind die wesentlichen Datenstrukturen im Verkauf?

Die für den Revisor wichtigsten SAP Tabellen des Verkaufs sind:

  • VBRK: Kopfdaten von Rechnungen aus dem SAP Modul Sales and Distribution (SD)
  • VBRP: Positionsdaten von Rechnungen aus dem SAP Modul Sales and Distribution (SD)
  • LIKP: Kopfdaten von Lieferungen
  • LIPS: Positionsdaten von Lieferungen
  • VBAK: Kopfdaten von Aufträgen
  • VBAP: Positionsdaten von Aufträgen
  • BKPF: Kopfdaten eines Rechnungswesenbelegs
  • BSEG: Kontierungszeile oder Position eines Rechnungswesenbelegs
  • KNA1: Stammsatz für Kunden / allgemeiner Teil
  • KNB1: Stammsatz für Kunden/ buchungskreisspezifischer Teil
  • KNBK: Bankkontenstamm der Kunden

Wie hängen die Daten des Rechnungswesens mit dem Verkauf zusammen?

Bestimmte Belege im Rechnungswesen in SAP verweisen auf Belege des Verkaufs. Solche Rechnungswesenbelege sind häufig debitorische Rechnungen und Warenausgänge. Dabei verweist die Position eines Rechnungswesenbelegs (Tabelle BSEG) im Datenfeld VBELN (Verkaufsbelegnummer) auf den Kopf einer SD Rechnung (in Tabelle VBRK).

Wie können die Verkaufsdaten aus SAP beschafft werden?

Die Beschaffung der Daten aus einem SAP System ist nicht immer eine einfache Sache. Es gibt verschiedene Tools auf dem Markt, die Datenextraktionen aus einem SAP System anbieten. In der Regel wird dafür ein ABAP Programm auf dem SAP System eingespielt. Dies ist aber zugleich auch ein „Showstopper“, da Transporte in ein SAP System einen Change Management Prozess voraussetzen und häufig lange dauern und auch diverse Genehmigungsschritte durchlaufen müssen.

Eine weitere Möglichkeit besteht daran, im SAP Dialog einzelne Tabellen manuell aus dem SAP System herunterzuladen. Hierfür kann die Transaktion „SE16“ verwendet werden. Dies ist aber insgesamt mit vielen Handgriffen verbunden und eher umständlich.

Per Remote Function Call (RFC) kann man SAP Datentabellen aus einem SAP System extrahieren. Hierfür wird lediglich ein User mit entsprechenden Nutzerrechten für das Aufrufen von Remote Function Call Bausteinen benötigt. Es braucht dabei kein ABAP Programm in das SAP System transportiert zu werden. RFC ist zwar verhältnismäßig alt und z.T. auch langsam, jedoch etabliert und bei jedem SAP System verfügbar. Man kann einen solchen Datenabzug mit RFC clever optimieren und so bequem Daten für eine Analyse aus dem SAP System beschaffen.

9 interessante Datenindikatoren für ein Sales Audit

Im Folgenden stelle ich Ihnen 9 interessante Datenindikatoren für den Sales Bereich vor, die Sie als Revisior unbedingt kennen sollten. Wir starten mit Datenindikatoren basierend auf dem SAP SD (Sales and Distribution) Modul, welches dem Rechnungswesen vorgelagert ist.

Datenindikator 1: Lieferung vor Kundenauftrag

Der Verkaufsprozess sollte sich normalerweise an einen üblichen Ablauf halten. Die chronologische Abfolge von Aktivitäten sollte daher mit einer Datenanalyse ausgewertet werden. Bei dem Datenindikator „Lieferung vor Kundenauftrag“ besteht das Risiko, dass ein Auftrag zu einer Lieferung nachträglich angelegt wurde. Eine Lieferung (oder der Lieferschein) sollte markiert werden, wenn in der Aktivitätensequenz ein Auftrag erst nach Lieferung erfasst wurde.

Datenindikator 2: Umsatz ohne Ausgangsrechnung

Dieser Datenindikator ist beliebt insbesondere beim Jahresabschlussprüfer, welcher Fake-Umsätze ausschließen will, denn es besteht hier das Risiko, dass ein Umsatz ohne Rechnung gebucht wurde. Wie kann man so etwas mit einer Datenanalyse auswerten? Jetzt wird es ein wenig abstrakt, aber es funktioniert: Ein Beleg sollte durch eine Datenanalyse markiert werden, wenn dieser einen Erlös/Ertrag (GuV-Konto im Haben) bucht und bei dem Konto des Erlöses in >90 Prozent der Fälle eine Buchungszeile in dem Beleg existiert, welche einem debitorischen Posten im Soll entspricht (also eine debitorische Rechnung). Bei dem Beleg fehlt aber der debitorische Posten im Soll (=Rechnung).

Datenindikator 3: Grenzüberschreitende Lieferung oder Leistung mit Umsatzsteuer

Umsatzsteuer ist ein kompliziertes Thema. Will man Ärger mit dem Finanzamt aus dem Weg gehen, macht man besser alles richtig bei der Umsatzsteuer! Bei diesem Datenindikator besteht das Risiko, dass eine innergemeinschaftliche Lieferung nicht umsatzsteuerfrei behandelt wurde oder bei einer sonstigen grenzüberschreitenden Leistung innerhalb der EU nicht das Reverse Charge Verfahren angewendet wurde. Beides sollte zu einer Ausgangsrechnung führen, welche Netto – also ohne Umsatzsteuer – fakturiert. Eine Datenanalyse kann folgendes prüfen: Der Beleg wird markiert, wenn der referenzierte Kunde ein Unternehmer ist (Datenfeld KNA1-STKZN) und in einem ausländischen Mitgliedsstaat (der EU) sitzt (Datenfeld KNA1-LAND1) oder Lieferland und Bestimmungsland innerhalb der EU unterschiedlich sind (Datenfelder BSEG-EGLLD und EGBLD) und Umsatzsteuer (Datenfeld BSEG-MWSTS) fakturiert wurde.

Datenindikator 4: Buchungen mit Debitoren ohne Umsatzsteuer ID

Das Ausstellen einer Rechnung kann als ziemlich „formaler Akt“ bezeichnet werden. Ist eine Rechnung nicht vollständig, gibt es Probleme mit dem Finanzamt. Entweder für Sie oder Ihren Kunden. Wichtig mit ausländischen Kunden in der EU ist deshalb, dass Sie über die USt-ID Ihres Kunden verfügen. Es besteht sonst das Risiko, dass Umsatzsteuer nicht richtig erfasst wurde oder Umsatzsteuererklärungen falsch sind. Eine Datenanalyse kann dies wie folgt herausfinden: Der Rechnungswesenbeleg wird markiert, wenn dieser einen Debitor referenziert, der in einem anderen EU Land als dem eigenen sitzt und der keine Umsatzsteuer ID in den Stammdaten hat. Natürliche Personen als Debitoren werden müssen ausgeschlossen werden.

Datenindikator 5: Kurzfristige Adressänderungen im Kundenstammsatz

Kunden, die allzu oft umziehen und somit eine Änderung der Adressstammdaten notwendig machen sollten Ihre Aufmerksamkeit erhalten!Es besteht das Risiko, dass es sich bei häufigen Adressänderungen um betrügerische oder nicht zahlungswillige Kunden handelt. Eine Datenanalyse kann dies wie folgt analysieren: Der Beleg wird markiert, wenn dieser einen Kunden referenziert, bei dem die Adresse innerhalb von 180 Tagen mindestens zweimal geändert wurde und das Erfassungsdatum des Belegs zwischen den beiden Änderungsdaten liegt. Es werden nur Änderungen berücksichtigt, wenn sich alter und neuer Wert der Straße gemäß dem SOUNDEX Algorithmus unterscheiden, um lediglich Korrekturen von Rechtschreibfehlern im Stammsatz auszuschließen.

Datenindikator 6: Buchungen mit gesperrten Debitoren

Wie kann man auf gesperrte Debitoren buchen? Ganz einfach: Indem man die Sperre aufhebt, eine Rechnung bucht, und dann die Sperre wieder aktiviert. Es besteht hier das Risiko, dass eigentlich gesperrte Debitoren verwendet werden, um trotz Sperre einen Auftrag zu tätigen. Das ist ein sehr deutliches Muster für unerwünschte Vorgänge. Mit Hilfe einer Datenanalyse lässt sich dies wie folgt feststellen: Der Rechnungswesenbeleg wird markiert, wenn dieser einen Debitor referenziert, bei dem es vor und nach diesem Beleg eine Änderung des Sperrkennzeichens gab. Die Änderung findet dabei am selben Tag statt.

Datenindikator 7: Transferbuchungen zwischen Debitoren

Es ist immer interessant, wenn im Nebenbuch, in unserem Fall bei den Debitoren, hin- und hergebucht wird. Als Revisor sollten Sie verstehen, ob so etwas bei Ihnen vorkommt und warum so etwas im Rechnungswesen passiert. Es besteht hier das Risiko, dass Salden zwischen Debitoren hin- und hergeschoben werden ohne dass dies der ursprünglichen Fakturierung entspricht. Eine Datenanalyse kann dies anhand folgender Kriterien prüfen: Der Rechnungswesenbeleg wird markiert, wenn dieser Kontierungen enthält, die verschiedene Debitoren referenzieren.

Datenindikator 8: Segregation of Duties im Verkaufsprozess

Die Funktionstrennungsanalyse ist ein guter Indikator im Verkaufsprozess, um die Zugriffssicherheit in Ihrem SAP System zu beurteilen. Folgende konkrete Funktionstrennungskonflikte in den SAP Verkaufsprozessen können deshalb z.B. aufgedeckt werden:

  • Verkaufsbeleg bearbeiten und einen Fakturabeleg dafür generieren
  • Zahlung durch Anlegen fiktiver Gutschriften initiieren
  • Kundenstammsätze bearbeiten und in betrügerischer Absicht erstellte Zahlungen buchen
  • Abrechnung anlegen und Zahlung unangemessen buchen
  • Verkaufsbelege bearbeiten und inkorrekte Rechnung eingeben
  • Fiktiven Kunden anlegen und Aufträge initiieren

Datenindikator 9: Stornierte eingehende Zahlungen

Stornierte eingehende Zahlungen sind ein Hinweis darauf, dass der Auszifferungsprozess von Forderungen fehleranfällig ist. Dafür sollten Sie sich als Revisor interessieren. Es besteht hier das Risiko nicht richtig zugeordneter Eingangszahlungen. Mit einer Datenanalyse können Sie dies anhand folgender Kriterien feststellen: Der Rechnungswesenbeleg wird markiert, wenn dieser eine stornierte eingehende Zahlung ist. Die Eigenschaft der Zahlung erkennt man daran, dass auf ein Rechnungswesenkonto gebucht wurde, welches mit einem Bankkonto verknüpft ist.

Über die 9 vorgestellten Sales Datenindikatoren hinaus gibt es noch jede Menge weitere Datenindikatoren!

Im nächsten Blog Post lesen Sie, wo sich im Verkauf das Geld versteckt und wie mit gezielten Datenanalysen bares Geld gefunden werden kann.

Artikel teilen

Facebook
Twitter
XING
LinkedIn