Start · Lösungen · Weitere Lösungen

Lösung · Weitere Lösungen

Das Muster steckt nie in einem Bericht; es läuft über Karten, Monate und Personen

Gestückelte Zahlungen und doppelte Essen mit Beleg gefunden

Spesen-, Karten-, Kreditoren- und HR-Daten werden jede Nacht verbunden und auf Verhalten bewertet, sodass Fälle mit fertigen Nachweisen bei einem Prüfer landen.

AbteilungslösungMicrosoft TeamsMensch in der EntscheidungKI, wo sie sinnvoll ist
60.000Kartentransaktionen pro Monat von 5.400 Karteninhabern in elf Ländern hat diese beispielhafte Logistikgruppe, und nichts verbindet sie mit den Spesenberichten.

Kurzfassung für die Geschäftsführung

Herausforderung

Niemand stückelt einen Kauf vor den Augen der Freigabe. Gestückelt wird auf drei Belege und zwei Wochen.

Was sich ändert

Das Erste, was wir bauen, ist keine Analytik, sondern ein Schlüssel.

Geschäftlicher Nutzen

Muster über Systeme und Monate hinweg werden sichtbar, weil die Daten jede Nacht verbunden werden statt einige Male im Jahr.

Beteiligte Systeme

der konsolidierte Speicher auf Microsoft Fabric oder Azure SQL; Fallakten auf SharePoint; Power BI

Geschäftliches Problem

Ausgabenkontrolle

Spesenkontrollen sind um den Bericht und die Freigabe herum entworfen. Missbrauch, wo es ihn gibt, ist um genau das herum entworfen: jede Position plausibel halten, über Perioden verteilen, über ein Wallet zahlen, damit der Händlername allgemein bleibt, den Betrag stückeln, bar unterhalb der Belegschwelle abrechnen und keiner einzelnen freigebenden Person einen Grund geben, zweimal hinzusehen. Am besten dafür aufgestellt sind die Personen, die die Richtlinie am besten kennen.

Die interne Revision kennt die Muster und kann sie nicht laufen lassen. Die Daten liegen in drei Systemen mit verschiedenen Schlüsseln, das Volumen liegt weit jenseits dessen, was eine Tabelle verbinden kann, und jede Auswertung ist ein Einzelstück, das mit dem Prüfer verschwindet, der sie gebaut hat. Wird ein Fall gefunden, dann meist über einen Hinweis, und die Untersuchung dauert Wochen, weil die Nachweise aus Belegen, Auszügen, Kalendern und Abwesenheiten von Hand neu zusammengesetzt werden müssen.

So entsteht eine Lücke, die niemandem gehört. Führungskräfte sehen einen Bericht nach dem anderen und das Rechnungswesen sieht Summen, sodass Verhalten das Einzige ist, was kein Bericht beschreibt. Die Abdeckung systemübergreifender Muster liegt nahe null, also ist die Abschreckung schwach: wer Zahlungen stückelt, lernt, dass Stückeln funktioniert. Und wenn der Prüfungsausschuss fragt, was geprüft wird, beschreibt die ehrliche Antwort eine Absicht und keinen Prozess.

Wie es heute läuft

  1. MenschFührungskräfte geben Spesenberichte einzeln frei und sehen jeweils nur, was vor ihnen liegt
  2. SystemKartentransaktionen werden auf Monatsauszügen geprüft, in einem anderen System und in einem anderen Rhythmus
  3. MenschDas Rechnungswesen prüft eine Stichprobe gezahlter Berichte, die Revision exportiert Spesen-, Karten- und HR-Daten einige Male im Jahr
  4. MenschEine Prüferin verbindet die Exporte in Excel über Name und Datum und stellt die Abfragen, die sie erinnert
  5. WartezeitDie Auswertung stoppt, sobald eine Untersuchung beginnt, denn die beiden Personen, die sie machen, werden dann gebraucht
  6. FehlerrisikoEin Fall taucht auf, meist über einen Hinweis, nach einer langen Serie, die kein vorhandener Bericht hätte zeigen können
  7. FehlerrisikoNachweise werden Wochen später von Hand rekonstruiert, und die Arbeitsmappe wird archiviert, wenn die Prüferin geht
MenschSystemWartezeitFehlerrisiko

Warum der heutige Prozess mehr kostet als sichtbar

Diese Arbeit hat niemand geplant, sie ist entstanden.

  • Die Leckage ist der kleinste Teil. Jeder bestätigte Fall bindet Zeit von Revision, HR und Recht, und jeder unbestätigte Verdacht kostet Vertrauen bei einem Menschen, der nichts getan hat.
  • Die Abhängigkeit von einer Person ist nahezu vollständig, weil das Auswertungswissen in einer Arbeitsmappe lebt, die eine Person versteht und niemand sonst erweitern kann.
  • Abschreckung wirkt über das, was Menschen für geprüft halten. Laufen systemübergreifende Muster zweimal im Jahr, ist diese Annahme zutreffend und die Abschreckung wenig wert.
  • Jede Übernahme bringt Beschäftigte, Karten und eine Ausgabenpopulation hinzu, die niemand profiliert hat, sodass die Abdeckung mit jedem Wachstum fällt.
  • Das Reputationsrisiko hängt nicht am Betrag. Ein Fall, den eine Journalistin, eine Behörde oder ein externer Prüfer findet, kostet bei 4.000 € dasselbe wie bei 400.000 €.

Kosten des Nichthandelns

Zwölf Monate, in denen nichts die Systeme kreuzt≈ 332.000 €
Drei Jahre gleicher Abdeckung, eine Arbeitsmappe nach der anderen≈ 995.000 €
Nach einer Übernahme mit 1.800 weiteren Karten und 1,4 Mio. € Monatsausgaben (pro Jahr)≈ 396.000 €

Entdeckung über einen Hinweis hat eine feste Form: eine lange Serie, ein später Fund und ein Prüfungsausschuss, der fragt, warum es Jahre gedauert hat. Zwischen diesen Ereignissen schrumpft die Auswertung immer dann, wenn eine Untersuchung genau die Personen bindet, die sie machen, sodass die Abdeckung am geringsten ist, wenn bereits etwas schiefläuft. Die wenigen, die mit Schwellen spielen, machen weiter, und ihre Monatssummen steigen langsam genug, um für jede Freigabe, die einen Bericht sieht, gewöhnlich auszusehen.

Die Kosten, die die Zeilen nicht abbilden, tragen die anderen. Nach jedem entdeckten Fall antwortet das Unternehmen mit strengeren Richtlinien, niedrigeren Grenzen und langsameren Freigaben, und die ehrliche Mehrheit trägt das jeden Monat über Jahre.

Illustratives Szenario

Eine plausible Organisation mit realistischen Größenordnungen. Die Zahlen sind zum Nachrechnen mit Ihren Daten gedacht, kein Kundenergebnis.

Organisation

Eine börsennotierte Logistikgruppe mit 12.000 Beschäftigten in elf Ländern und 5.400 Karteninhabern, mit SAP Concur für Spesen, einem Kartenfeed des Ausgebers, SAP S/4HANA für Kreditoren, SAP SuccessFactors für HR und Microsoft 365 als Arbeitsumgebung.

Volumen

Etwa 9.000 Spesenberichte und 60.000 Kartentransaktionen pro Monat, bei kombinierten Reise-, Bewirtungs- und Kartenausgaben von rund 7,2 Millionen € im Monat.

Heutiger Prozess

Die Revision hat sechs Personen. Zwei verbringen rund 130 Stunden im Monat damit, Musterauswertungen in Tabellen zu bauen und zu aktualisieren, und diese Arbeit stoppt, sobald eine Untersuchung beginnt. Die letzten drei bestätigten Fälle kamen über Hinweise.

Engpass

Kein System hält Spesen-, Karten-, Kreditoren- und HR-Daten auf einem Schlüssel, sodass sich die relevanten Muster nicht einmal als Abfrage formulieren lassen, geschweige denn nächtlich ausführen.

Lösung

Roboter konsolidieren die vier Quellen nächtlich in einen Speicher im Tenant der Gruppe, ein mit der Revision entworfenes Musterset bewertet Verhalten statt Positionen, und jeder Fall erreicht Microsoft Teams mit Belegen, Transaktionen und einem Zeitstrahl.

Möglicher Effekt

Im Modell laufen systemübergreifende Muster jede Nacht statt zweimal im Jahr, und die Datenaufbereitungszeit der Prüfer wandert in die Beurteilung. Die Zahlen unten sind ein Modell, keine Messung.

Vorgeschlagene Lösung

Das Erste, was wir bauen, ist keine Analytik, sondern ein Schlüssel. UiPath Robots holen Spesenberichte und Positionen aus dem Spesensystem, Kartentransaktionen aus dem Feed des Ausgebers, Mitarbeiterzahlungen aus SAP und Mitarbeitermerkmale, Führungskraft, Stufe, Standort und Abwesenheiten, aus HR und legen sie nächtlich in einem Speicher im Tenant des Kunden ab: Microsoft Fabric, wo die Gruppe es bereits nutzt, Azure SQL, wo nicht. Alles wird über Mitarbeiter und Datum verbunden, für eine erklärte Frist aufbewahrt und pseudonymisiert, damit die Bewertung ohne Namen läuft.

Auf diesem Speicher läuft ein Musterset, das wir mit der Revision entwerfen und als Regeln und Schwellen formulieren, die sie lesen kann. Gestückelte Zahlungen bei einem Händler in kurzem Abstand, die zusammen eine Schwelle überschreiten. Abrechnungen, die wiederholt knapp unter der Belegschwelle liegen. Dieselbe Rechnung von zwei Kolleginnen abgerechnet. Ein Essen an einem Tag, der bereits ein Tagegeld trägt. Widersprüchliche Ausgaben, ein Hotel und ein Tagegeld für eine Nacht, ein Taxi und ein Mietwagen zur selben Stunde. Abrechnungen an Tagen, die als Urlaub erfasst sind. Monatssummen je Mitarbeiter und Kategorie gegen die eigene Historie und die Vergleichsgruppe. Händleraggregation, einschließlich Händlern, die genau eine Person nutzt. Wallet-Zahlungen je Mitarbeiter summiert zur Belegprüfung. Negative Kartentransaktionen, zurückverfolgt auf erstattete Abrechnungen. Bargeldanteil, Indikatoren privater Ausgaben und eine mit HR und Recht für einen definierten Zeitraum vereinbarte Liste geprüfter Personen. Ein optionales Modell in Microsoft Foundry, im Azure-Abonnement des Kunden, bewertet Verhalten gegen die Vergleichsgruppe und nennt seine Gründe; optional, weil die Regeln den größten Teil des Werts liefern und eine Bewertung, die ein Prüfer nicht erklären kann, in einer Kontrolle über Menschen nichts zu suchen hat.

Was einen Menschen erreicht, ist ein Fall und kein Alarm. Der Roboter stellt Belege, Transaktionen, Kalender- und Abwesenheitskontext und einen Zeitstrahl zusammen und liefert sie einem benannten Prüfer als UiPath Action Center Aufgabe in Microsoft Teams mit Frist. Der Prüfer schließt den Fall mit Begründung oder eröffnet eine Untersuchung mit HR und Recht. Ergebnisse fließen zurück, sodass Schwellen sich an Belegen und nicht an Gefühlen bewegen, und Power BI zeigt Mustervolumen, Bestätigungsquoten, Fallalter und Exponierung je Region.

Genutzte native Funktionen

UiPath Orchestrator Trigger, Warteschlangen, Anmeldedatenspeicher und Prüfpfad; UiPath Integration Service Konnektoren für Spesen-, Kreditoren- und HR-Quellen; UiPath Maestro Orchestrierung des Nachtlaufs und des Fallpfads; UiPath Action Center Aufgaben mit Zuweisung und SLA, erledigt in Microsoft Teams; Microsoft Fabric oder Azure SQL als konsolidierter Speicher

Was wir bauen

Das konsolidierte Datenmodell auf einem Mitarbeiter- und Datumsschlüssel mit Pseudonymisierung und Aufbewahrung, das Musterset und seine Schwellen, die Fallzusammenstellung mit Nachweispaket und Zeitstrahl, die Ergebniserfassung, die Schwellen nachjustiert, und das Muster- und Exponierungsmodell in Power BI

Eigene Integration

Der Kartenfeed des Ausgebers über SFTP, wo es keine API gibt; das optionale Vergleichsgruppenmodell in Microsoft Foundry mit Begründungscodes

So läuft der automatisierte Prozess

  1. AutomatisierungRoboter konsolidieren Spesen-, Karten-, Kreditoren- und HR-Daten jede Nacht auf einem Mitarbeiter- und Datumsschlüssel
  2. AutomatisierungDas Musterset läuft auf dem Speicher: Stückelung, Doppelabrechnung, Schwellenumgehung, widersprüchliche Ausgaben, schleichender Anstieg, Wallet-Aggregation, Bargeldanteil
  3. AutomatisierungWo es genutzt wird, bewertet das Modell Verhalten gegen die eigene Historie und die Vergleichsgruppe und liefert Begründungscodes
  4. AutomatisierungBewertungen über der Schwelle werden zu einem Fall mit Belegen, Transaktionen, Kalender- und Abwesenheitskontext in einem Zeitstrahl
  5. MenschEin benannter Prüfer sieht den Fall im Action Center und schließt ihn mit Begründung oder eröffnet eine Untersuchung
  6. MenschUntersuchungen laufen mit HR und Recht, und nichts erreicht eine beschäftigte Person ohne die Entscheidung eines Menschen
  7. AutomatisierungErgebnisse werden zurückgeschrieben, Schwellen justieren nach, und Treffer- und Bestätigungsquoten aktualisieren sich je Muster
AutomatisierungMensch

Modell der Mensch-Maschine-Zusammenarbeit

Die Automatisierung übernimmt

  • Die nächtliche Konsolidierung von vier Quellen auf einem Schlüssel, mit Pseudonymisierung und Aufbewahrung
  • Die Auswertung von Regeln und Schwellen über Berichte, Karten, Monate und Personen hinweg
  • Die Fallzusammenstellung: Belege, Transaktionen, Kalender- und Abwesenheitskontext und der Zeitstrahl
  • Die Ergebniserfassung, die Nachjustierung der Schwellen und die Berichte zu Treffer- und Bestätigungsquoten

Menschen entscheiden

  • Über jeden Fall: mit Begründung schließen oder eine Untersuchung eröffnen
  • Über die Untersuchung selbst, mit HR und Recht, und über jede Maßnahme gegenüber einer Person
  • Über Musterset, Schwellen, Stichwortlisten und die Liste geprüfter Personen
  • Über die Verhältnismäßigkeitsprüfung mit dem Datenschutzbeauftragten, nach Plan und nicht auf Zuruf

Vorher und nachher

VorherNachher
Wie oft systemübergreifende Muster laufeneinige Male im Jahrjede Nacht
Was einen Prüfer erreichtein Verdacht und ein Exportein Fall mit fertigen Nachweisen
Wo das Wissen liegteine Arbeitsmappe, eine Personein versioniertes Musterset im Besitz der Funktion
Zeit vom ersten Signal bis zur EntscheidungWochen, nach einem HinweisTage, aus einer Warteschlange mit SLA

Systeme und Integrationen

Wir fügen keine Technologie hinzu, damit eine Architektur seriös aussieht. Jedes Element unten hat hier eine konkrete Aufgabe.

Eingänge

  • Spesenberichte und Positionen
  • der Kartenfeed des Ausgebers
  • Mitarbeiterzahlungen aus der Kreditorenbuchhaltung
  • HR-Merkmale, Abwesenheiten und Führungskraft

Automatisierungsebene

  • UiPath Orchestrator
  • UiPath Robots
  • UiPath Integration Service
  • UiPath Maestro
  • UiPath Action Center

Zielsysteme

  • der konsolidierte Speicher auf Microsoft Fabric oder Azure SQL
  • Fallakten auf SharePoint
  • Power BI

Berührungspunkte für Menschen: Fallprüfung in Microsoft Teams; Eskalation an HR und Recht; die vierteljährliche Musterprüfung mit der Revision

SpesenberichteUiPath OrchestratorUiPath Robotsder konsolidierte Speicher auf Microsoft FabricFallprüfung in Microsoft Teams

Eingesetzte Technologien

UiPath Robots + Orchestrator

nächtliche Konsolidierung, Zeitpläne, Wiederholungen, Anmeldedatenspeicher und Protokoll jedes Laufs

A
UiPath Integration Service

Abzug von Spesen-, Kreditoren- und HR-Daten über Konnektoren, mit SFTP für den Kartenfeed

A
Microsoft Fabric (OneLake) oder Azure SQL

der konsolidierte Speicher auf einem Mitarbeiter- und Datumsschlüssel, im Tenant des Kunden

A
UiPath Maestro

orchestriert Nachtlauf, Fallpfad, Eskalation und das Zurückschreiben der Ergebnisse

A
Microsoft Foundry

optionale Vergleichsgruppenbewertung mit Begründungscodes, im Azure-Abonnement des Kunden

A
UiPath Action Center in Microsoft Teams

der Fall erreicht einen benannten Prüfer mit Nachweispaket und Frist

A
Power BI

Treffer- und Bestätigungsquoten je Muster, Fallalter und Exponierung je Region

A
Musterset und Schwellen

unser Entwurf mit der Revision: Stückelung, Doppelabrechnung, Widersprüche, Wallets, Anstieg, Bargeld

C
Abestätigte Produktfunktion (Herstellerdokumentation)Cillustratives Modell — die Zahlen auf dieser Seite

Beispielhaftes Wirtschaftlichkeitsmodell

Was es wert ist, mit offener Rechnung.

Illustratives Modell
52 Sitzungen zur Datenaufbereitung pro Monat × 120 Minuten= 104 h / Monat
104 h × 58 € Vollkosten-Stundensatz= 6.032 € / Monat
× 12 Monate≈ 72.384 € / Jahr
Jährlich freigesetzte Prüfkapazität (beispielhaft)≈ 72.384 €

Zwei Prüfer erledigen diese Arbeit in Sitzungen von etwa zwei Stunden, und das ist die Einheit im Rechner: 130 Stunden im Monat sind rund 65 Sitzungen, davon 80%, also 52, Konsolidierung und Bewertung, die ein Roboter übernimmt, während der Rest als Beurteilung bei Menschen bleibt. 58 € je Stunde sind ein angenommener Vollkostensatz für einen Senior-Prüfer. Der Leckagetopf bleibt außerhalb des Rechners, denn ein Anteil an Ausgaben und eine Menge Minuten gehören nicht in dieselbe Box.

Rechnen Sie mit Ihren Zahlen

Stunden pro Monat
jährlich freigesetzte Kapazität

Eine illustrative Schätzung aus Ihren Eingaben. Sie modelliert freigesetzte Kapazität und verspricht keine Einsparung.

Geschäftlicher Nutzen

  • Muster über Systeme und Monate hinweg werden sichtbar, weil die Daten jede Nacht verbunden werden statt einige Male im Jahr
  • Untersuchungen beginnen mit fertigen Nachweisen, dauern also Tage statt Wochen und kosten weniger Zeit von HR und Recht
  • Schleichender Anstieg und Stückelung fallen beim zweiten und nicht beim zwanzigsten Mal auf, und dort liegt das meiste Geld
  • Prüferzeit wandert von der Datenaufbereitung in die Beurteilung, und die Auswertung geht nicht mehr mit der Person, die sie gebaut hat
  • Die Abschreckung wird real, weil Menschen wissen, dass Verhalten verglichen wird und nicht nur Positionen
  • Die Kontrolle ist belastbar: Musterset, jeder Fall und jedes Ergebnis sind protokolliert, sodass der Prüfungsausschuss hört, was geprüft wird

Die Managementsicht

  • Ein Musterinventar mit Treffer- und Bestätigungsquoten, das zeigt, welche Muster in diesem Unternehmen zählen und welche nur Rauschen erzeugen
  • Exponierung je Region und Kategorie, Fallergebnisse und gestoppte oder zurückgeholte Beträge in einer Sicht, die nächtlich aktualisiert
  • Fallalter, das eine heute unbeantwortbare Frage beantwortet: ob das Prüfteam mit dem Schritt hält, was die Auswertung findet
  • Die Liste geprüfter Personen mit Rechtsgrundlage und Ablaufdaten, sodass eine sensible Kontrolle sichtbare Grenzen hat

KPIs für die Geschäftsführung

Treffer- und Bestätigungsquote je Mustergestoppte oder zurückgeholte BeträgeFallalterPrüferstunden für DatenaufbereitungAnteil der nächtlich abgedeckten Population

Sicherheit und Governance

Kontrolle ist kein Zusatz.

  • Dies ist Beschäftigtenüberwachung, daher steht Verhältnismäßigkeit zuerst: Zweck, Muster, Aufbewahrungsfrist und Zugriffsliste sind dokumentiert, mit dem Datenschutzbeauftragten und Betriebsräten abgestimmt, wo es sie gibt, und werden planmäßig überprüft
  • Die Bewertung läuft auf pseudonymisierten Daten, und die Identität wird erst aufgelöst, wenn ein Prüfer einen Fall eröffnet, was die normale Auswertung von Namen fernhält
  • Keine Entscheidung über eine Person fällt automatisch; jeden Fall prüft ein Mensch, und das ist eine Entwurfsbedingung und keine Einstellung
  • Zugriff haben nur benannte Prüfer über Microsoft Entra ID Gruppen, HR und Recht sehen einen Fall erst nach Eskalation, und die Akte trägt eine Spur vom ersten Signal bis zum Ergebnis
  • Roboter laufen unter Dienstkonten mit minimalen Rechten und Geheimnissen im Anmeldedatenspeicher der Plattform, Daten bleiben im Tenant des Kunden und in der EU-Region der UiPath Automation Cloud, und ein etwaiges Modell läuft im Abonnement des Kunden mit protokollierten Gründen

Warum jetzt

01

Prüfungsausschüsse und Aufsicht erwarten inzwischen, dass kontinuierliche Überwachung ein Prozess mit Nachweisen ist, und eine Absichtserklärung beantwortet diese Frage nicht mehr

02

Digitale Wallets und Aggregatoren haben Händlernamen allgemein gemacht, was die Prüfung auf Positionsebene genau dort schwächt, wo Verhaltensanalyse weiterhin trägt

03

Spesen-, Karten- und HR-Systeme bieten APIs, und Analysekapazität liegt im Microsoft-Tenant, sodass nächtliche Konsolidierung und Vergleichsgruppen kein Data-Science-Team mehr brauchen

Relevante Führungsrollen

CFO

Leckage wird früh angegangen, Exponierung ist je Region sichtbar, und der Prüfungsausschuss erhält eine Kontrolle, die er anerkennt

Leitung Interne Revision

Muster laufen nächtlich statt vierteljährlich, Fälle kommen mit Nachweisen, und das Set überdauert die Person, die es geschrieben hat

Compliance Officer

Ein rechtmäßiger, dokumentierter Überwachungsprozess mit eingebauter Verhältnismäßigkeit und früh erkannten Verhaltensfällen

Häufige Fragen und Einwände

Das ist Überwachung, und der Betriebsrat wird ablehnen.

Es ist Überwachung und braucht eine Rechtsgrundlage, die der Entwurf liefert: dokumentierter Zweck, definierte Muster, pseudonymisierte Bewertung, menschliche Entscheidungen und begrenzter Zugriff. Betriebsräte ziehen das Tabellenauswertungen vor, die niemand steuert.

Wir ertrinken in Fehlalarmen.

Der historische Lauf kalibriert die Schwellen, bevor etwas live geht, und Bestätigungsquoten werden danach je Muster verfolgt, sodass laute Muster justiert oder stillgelegt werden.

Unser Spesensystem bewertet Risiko bereits.

Es bewertet Berichte. Dies verbindet Karten, Kreditoren, Abwesenheiten und Historie, um Verhalten über Monate zu bewerten, und dort leben diese Muster.

Wann diese Lösung nicht passt

  • Die Ausgabenvolumen sind klein und die Population sind einige Hundert Personen, die ein Prüfer persönlich kennt
  • Es gibt noch keine Prüfung auf Positionsebene; die Kontrollen je Bericht und je Karte kommen zuerst, denn sie liefern die Daten dieser Schicht
  • Die Organisation kann keine Prüferzeit für die Fallprüfung zusagen, und Signale, die niemand prüft, sind ein Risiko und keine Kontrolle
  • Eine Rechtsgrundlage für die Überwachung ist in einer für die Gruppe wichtigen Jurisdiktion nicht herstellbar

Eine Frage für die nächste Sitzung

Hätten zwei unserer Leute ein Jahr lang jeden Monat dieselbe Restaurantrechnung desselben Abends abgerechnet, welcher Bericht in dieser Gruppe hätte das je gezeigt?

Vorgehen bei der Umsetzung

Was wir liefern und was wir für den Start brauchen.

Wir liefern

  • Ein Musterinventar, mit der Revision aus ihren heutigen Auswertungen und früheren Fällen erstellt, samt der Daten, die jedes Muster braucht
  • Die Arbeit an Rechtsgrundlage und Verhältnismäßigkeit mit dem Datenschutzbeauftragten und das Betriebsratsgespräch, wo erforderlich
  • Integrationen und das konsolidierte Datenmodell mit Pseudonymisierung, Aufbewahrung und Zugriffsregeln
  • Das Musterset mit Schwellen und das optionale Modell samt Bewertung, ob es überhaupt etwas beiträgt
  • Einen historischen Lauf über zwölf Monate für eine Region, Fall für Fall mit der Revision durchgesehen, bevor etwas live geht
  • Nachtläufe, die Fallwarteschlange im Action Center, Berichte in Power BI und Schulung der Prüfer

Wir benötigen von Ihnen

  • Lesezugriff auf Spesen-, Karten-, Kreditoren- und HR-Daten sowie die Spezifikation des Kartenfeeds
  • Eine Revisionsleitung als Eigner des Mustersets und benannte Prüfer mit Zeit für die Fallprüfung
  • Mitwirkung von HR und Recht bei Eskalationswegen und dem Prozess der Liste geprüfter Personen
  • Zwölf Monate Historie für den Kalibrierungslauf

Etappen

Analyse

Musterinventar, frühere Fälle, Datenzugänge und die Prüfung der Rechtsgrundlage

Historischer Lauf

Zwölf Monate für eine Region, mit der Revision durchgesehen und Schwellen gesetzt

Aufbau

Konsolidierung, Musterset, Fallzusammenstellung, Action-Center-Warteschlange und Berichte

Inbetriebnahme

Nachtläufe für die ersten Regionen, mit begleiteter Fallprüfung und beobachteten Trefferquoten

Skalierung

Übrige Regionen, das optionale Modell und der Prozess der Liste geprüfter Personen

Betrieb

Vierteljährliche Musterprüfung anhand von Treffer- und Bestätigungsquoten, Schwellenänderungen unter Kontrolle

Abteilungsweit. Der Aufwand folgt der Zahl der Quellsysteme und der Qualität ihrer Schlüssel, der rechtlichen Vorbereitung je Land und dem Kalibrierungsbedarf, den der erste historische Lauf zeigt.