Vom Buchungsjournal zum realen Prozess: JET und Process Mining in der kommunalen Praxis

Praxiserfahrungen aus einem kommunalen Pilotprojekt am Beispiel der Hundesteuer

Praxiserfahrungen mit Journal Entry Testing und Process Mining am Beispiel der Hundesteuer

Zwei Perspektiven auf denselben Verwaltungsvorgang

Kommunale Rechnungsprüfungen verfügen heute über große Datenbestände, doch deren prüferischer Nutzen entsteht nicht automatisch. Ein Pilotprojekt zu Journal Entry Testing (JET) und Process Mining hat gezeigt, wie sich Finanzbuchhaltungsdaten, Fachverfahrensdaten und Prozessspuren zu einem datenorientierten Prüfungsansatz verbinden lassen - und an welchen Stellen die Praxis noch Grenzen setzt.

Ausgangspunkt war ein neunmonatiges Pilotprojekt, in dem GoBD-Daten aus drei Haushaltsjahren mit IDEA, der IDEA TAP-App und Microsoft Excel analysiert wurden. Parallel wurde für die Erhebung der Hundesteuer ein Eventlog aufgebaut und mit Process-Mining-Techniken untersucht. Der Praxisversuch war bewusst breit angelegt: Er sollte nicht nur einzelne Auffälligkeiten liefern, sondern klären, welche Daten, Kompetenzen, Werkzeuge und Abstimmungen eine kommunale Rechnungsprüfung benötigt, um digitale Analysen dauerhaft in ihre Prüfungsplanung einzubauen.

Das wichtigste Ergebnis lautet: Der Nutzen digitaler Prüfung hängt weniger von der Zahl verfügbarer Analysen als von einer durchgängigen Verbindung zwischen Prüfungsziel, Datenverständnis, Datenqualität, fachlicher Interpretation und prüferischer Reaktion ab. Eine Software kann Millionen Buchungspositionen schnell durchsuchen oder Prozessvarianten visualisieren. Sie ersetzt aber weder die Auswahl des richtigen Prüfungsgegenstands noch die Würdigung der Ergebnisse.

1. JET-Analysen: Daten verstehen, bevor man Auffälligkeiten bewertet

JET-Analysen betrachten das Buchungsjournal. Sie fragen beispielsweise, ob Datenbestände vollständig und plausibel sind, welche Konten und Belegarten genutzt wurden, wann und durch wen Buchungen erfolgten oder welche Beträge und Kombinationen ungewöhnlich erscheinen. Process Mining setzt an einer anderen Ebene an: Aus Ereignisdaten wird rekonstruiert, in welcher Reihenfolge Aktivitäten tatsächlich stattgefunden haben, welche Varianten auftreten und wo Wartezeiten, Rücksprünge oder Abweichungen vom Soll-Prozess entstehen.

Beide Perspektiven ergänzen sich. Das Journal zeigt die finanzielle Abbildung eines Vorgangs; ein Eventlog zeigt dessen Bearbeitungsgeschichte. Erst gemeinsam lassen sich Fragen zu Ordnungsmäßigkeit, Prozesswirksamkeit und internen Kontrollen zielgerichtet vertiefen.

Praxisbotschaft:
Nicht mit dem Tool beginnen. Zuerst Prüfungsfrage, Prozessgrenze und benötigte Evidenz festlegen; danach Datenquellen und Analyseverfahren auswählen.

Für die Jahre 2021 bis 2023 wurden GoBD-Daten mit jeweils rund 1,9 Millionen FI-Belegpositionen ausgewertet. Schon der Import machte deutlich, dass eine technisch erfolgreiche Übernahme noch keinen prüfbaren Datenbestand garantiert. Feldstrukturen, Datentypen, Beleg- und Erfassungsdaten, Herkunftskennzeichen, Buchungsschlüssel sowie Soll- und Habenbeträge mussten zunächst erläutert, validiert und in ihren systemtechnischen Zusammenhängen verstanden werden.

Verdichtung begrenzt die Aussagekraft

Eine zentrale Erkenntnis betraf die Überleitung aus Vor- und Nebenverfahren. Geschäftsvorfälle werden teilweise zu Sammelbelegen verdichtet und erst dann in das Hauptbuch übernommen. Der GoBD-Datensatz des Hauptbuchs enthält damit nicht zwingend die vollständige Einzelpopulation des Fachverfahrens. Analysen, die Einzelfälle voraussetzen - etwa bestimmte Ziffern-, Nutzer- oder Geschäftspartneranalysen -, können auf dieser aggregierten Ebene irreführend sein.

Dies ist kein Fehler der Analysesoftware. Es ist eine Frage des Prüfungsmodells: Wer einen Nebenbuch- oder Fachprozess beurteilen will, benötigt die dazugehörigen Detaildaten und eine nachvollziehbare Verbindung zum Hauptbuch. Das Pilotprojekt unterstreicht deshalb die Bedeutung einer Dateninventur, die Datenquellen, Verantwortliche, Schnittstellen, Verdichtungsregeln, Schlüsselmerkmale und verfügbare Historien systematisch dokumentiert.

Ein pragmatisches JET-Mindestprogramm

Die IDEA TAP-App bot rund 70 Prüfungshandlungen. Für einen praktikablen Einstieg erwies sich eine Vorauswahl von etwa 20 unmittelbar nutzbaren Fragen als sinnvoll. Diese lassen sich in sieben Felder bündeln:

1. · Datenintegrität und technische Validierung der Grundgesamtheit
2. · Kontenplan, Kontenänderungen und ungewöhnliche Kontennutzung
3. · Standardauswertungen zu Belegarten, Volumen und Buchungshäufigkeiten
4. · Organisation der Finanzbuchhaltung, insbesondere Nutzer- und Zeitmuster
5. · materielle Prüfungshandlungen zu Beträgen, Salden und Gegenkonten
6. · Journal Entry Tests zu ungewöhnlichen oder seltenen Buchungskonstellationen
7. · reproduzierbare Stichprobenauswahl und anschließende Fallklärung

Typische Fragen lauten:

1. Stimmen Soll und Haben überein?
2. Gibt es Nullbuchungen, ungewöhnliche Ein-Posten-Belege oder auffällige Zeitabstände zwischen Beleg-, Erfassungs- und Buchungsdatum?
3. Welche Konten wurden neu angelegt, gelöscht oder umbenannt? Wer erfasste ungewöhnliche Buchungen, zu welchen Zeiten und mit welchen Buchungsschlüsseln? Wie verteilen sich Beträge, Beleggrößen und Kontenkombinationen?
4.   Prüferische Grenze: Ein Treffer ist zunächst nur ein Hinweis. Erst die fachliche Klärung anhand von Belegen, Systemlogik, Kontrollen und Auskünften macht daraus belastbare Evidenz.

2. IDEA und Excel: Kombination statt Glaubensfrage

Im Pilotprojekt wurden IDEA mit TAP-App und Excel 365 vergleichend eingesetzt. IDEA zeigte seine Stärke beim stabilen Import und bei der Verarbeitung sehr großer Datenmengen sowie bei vorstrukturierten Prüfungshandlungen. Excel bot größere Flexibilität bei individuellen Auswertungen, Transformationen und Visualisierungen. Gerade mit Power Query lassen sich Daten wiederholbar einlesen und aufbereiten; für sehr große Journale müssen Umfang, Modellierung und Performance jedoch sorgfältig geplant werden.

Die praktische Schlussfolgerung ist keine Entscheidung für nur ein Werkzeug. Sinnvoll ist vielmehr eine arbeitsteilige Kombination: Ein leistungsfähiges Analysewerkzeug verarbeitet die Grundgesamtheit und führt standardisierte Kontrollen aus; Excel unterstützt fachliche Vertiefungen, Visualisierungen und die Kommunikation der Ergebnisse. Voraussetzung ist ein digitaler Prüfleitfaden, der dieselben Ziele, Definitionen und Dokumentationsanforderungen unabhängig vom eingesetzten Tool verbindlich festlegt.

Vom Prüfschritt zum digitalen Prüffeldmemo

Damit JET-Analysen nicht zu einer unverbundenen Sammlung technischer Tests werden, sollte jedes Prüffeld in einem kurzen Memo vorbereitet werden. Es verbindet die Analyse mit der risikoorientierten Prüfungsplanung und beantwortet mindestens folgende Fragen:

1. · Welches Risiko und welche Aussage des Jahresabschlusses werden adressiert?
2. · Welche Grundgesamtheit, Felder und Systemquellen werden benötigt?
3. · Welche Verdichtungen, Schnittstellen oder Datenlücken begrenzen die Aussage?
4. · Welche Regel, Parameter und Vergleichswerte werden eingesetzt?
5. · Wie werden Treffer priorisiert, fallbezogen geklärt und dokumentiert?
6. · Welche Schlussfolgerung ist bei welchem Ergebnis zulässig?

Dieser Schritt verändert die Arbeitsweise der Rechnungsprüfung. Der Aufwand verlagert sich teilweise von der manuellen Belegauswahl hin zu Datenanforderung, Datenvalidierung, analytischer Recherche und fachlicher Interpretation. Bei Folgeprüfungen entsteht daraus ein Effizienzgewinn: dokumentierte Abfragen und Regeln können erneut ausgeführt, angepasst und über mehrere Jahre verglichen werden.

Datenqualität ist selbst ein Prüfungsbefund

Unvollständige Erfasserinformationen, unklare Herkunftskennzeichen oder nicht auflösbare Sammelbuchungen sind nicht bloß technische Hindernisse. Sie können auf Schwächen der Nachvollziehbarkeit, der Schnittstellenkontrolle oder der Prüfungsbereitschaft hinweisen. Eine Datenanalyse liefert deshalb auch dann einen Mehrwert, wenn sie noch kein abschließendes Urteil über einzelne Geschäftsvorfälle erlaubt: Sie macht sichtbar, welche Informationsketten fehlen und welche Dateninfrastruktur für eine verlässliche Prüfung aufgebaut werden sollte.

Empfehlung: JET-Analysen als wiederkehrendes Mindestprogramm etablieren, aber prüffeldbezogen zuschneiden und durch Gegenkonten-, IKS-, Abgrenzungs- und Einzelfallanalysen ergänzen.

3. Process Mining am Beispiel der Hundesteuer

Für den Process-Mining-Teil wurde die Erhebung der Hundesteuer gewählt. Der Prozess verbindet ein kommunales Fachverfahren mit dem ERP-Umfeld und der Finanzbuchhaltung. Damit eignet er sich grundsätzlich, um die Bearbeitung von Fällen, deren finanzielle Abbildung und die beteiligten Systemgrenzen gemeinsam zu untersuchen.

Der Projektweg war jedoch aufwendiger als das spätere Prozessbild vermuten lässt. Zunächst wurden Datenabfragen des Rechenzentrums validiert und ein Test-Eventlog erstellt. Der Fachbereich überarbeitete die Aktivitätsinformationen. Anschließend wurden Daten aus dem Fachverfahren mit SAP-FI-Daten des Forderungskontos ergänzt, getrennte Logs aufgebaut und zu einer gemeinsamen Testdatei verbunden. Erst danach konnte das Eventlog in ProM Lite geladen und ausgewertet werden.

Die drei Mindestbestandteile eines Eventlogs

Process Mining benötigt für jeden Vorgang mindestens drei verlässliche Merkmale:

1. · Case-ID: ein eindeutiger Schlüssel, der alle Ereignisse demselben Fall zuordnet - bevorzugt ein Kassenzeichen, ersatzweise eine Geschäftspartner- oder Fachverfahrensnummer;
2. · Aktivität: eine fachlich verständliche und möglichst einheitlich bezeichnete Bearbeitungshandlung;
3. · Zeitstempel: ein konsistenter Zeitpunkt, idealerweise mit Datum, Stunde, Minute und Sekunde sowie - soweit verfügbar - getrennten Start- und Endereignissen.

Hinzu kommen hilfreiche Attribute wie Bearbeiter, Organisationseinheit, Status, Betrag oder Dokumenttyp. Im Pilotprojekt waren Kassenzeichen zunächst nicht greifbar; deshalb dienten Geschäftspartnernummern als Case-ID. Die Datenqualität reichte noch nicht für alle angestrebten Analysen aus. Gleichwohl entstanden wichtige Erkenntnisse über Tabellenzusammenhänge, Datenursprünge, unterschiedliche Bestände innerhalb eines Zeitraums und die Bedeutung von Systemmigrationen.

Was sich mit dem Eventlog untersuchen lässt

Das aufbereitete Testlog wurde mit mehreren Perspektiven analysiert: Eine Log Summary beschrieb Umfang und Struktur. Dotted Charts machten zeitliche Verläufe und Fallkonzentrationen sichtbar. Variantenanalysen zeigten unterschiedliche Aktivitätsfolgen. Engpassanalysen richteten den Blick auf lange Liege- oder Bearbeitungszeiten. Petri-Netz- und Replay-Ansätze ermöglichten den Vergleich beobachteter Abläufe mit einem Prozessmodell.

Gerade diese Visualisierungen dürfen nicht isoliert interpretiert werden. Eine seltene Variante kann ein Fehler, aber ebenso ein legitimer Sonderfall sein. Ein langer Zeitraum kann auf eine Wartezeit, eine ruhende Forderung oder eine unvollständige Zeitstempelung zurückgehen. Fachbereich, Rechnungsprüfung und IT müssen die Ergebnisse deshalb gemeinsam lesen.

  Erkenntnis aus dem Pilot: Auch ein noch unvollkommenes Eventlog kann wertvoll sein: Es konkretisiert Datenanforderungen, deckt Systembrüche auf und zeigt, welche Prozessinformationen künftig standardisiert erfasst werden müssen.

4. Was Kommunen aus dem Pilotprojekt ableiten können

Von der neunmonatigen Projektlaufzeit entfiel ein erheblicher Anteil auf Abstimmung, Datenbeschaffung und elementares Datenverständnis. Das ist kein ungewöhnlicher Startaufwand. Wer JET und Process Mining dauerhaft nutzen will, sollte daraus jedoch organisatorische Konsequenzen ziehen und die benötigten Daten nicht für jede Prüfung neu suchen.

Fünf Bausteine für den produktiven Einsatz

Dateninventur aufbauen: Hauptbuch, Nebenbücher, Fachverfahren, Dokumentenmanagement und relevante Protokolldaten mit Verantwortlichen, Schlüsseln und Schnittstellen erfassen.

1. · Prüfungs- und Prozessziel präzisieren: sachliche und zeitliche Grenzen, Soll-Prozess, relevante Kontrollen, erwartete Varianten und zulässige Schlussfolgerungen vorab festlegen.
2. · Eventlog durch Vorabstichproben testen: Case-ID, Aktivitäten, Zeitstempel, Dubletten, Lücken, Parallelereignisse und Migrationseffekte prüfen, bevor große Datenmengen angefordert werden.
3. · Extraktion professionalisieren: Bei ERP-Systemen möglichst standardisierte, nachvollziehbare Extraktoren einsetzen. Manuelle Tabellenabfragen sind langsam, fehleranfällig und schwer reproduzierbar.
4. · Interdisziplinär arbeiten: Rechnungsprüfung, Fachbereich, Finanzwesen, Rechenzentrum, Datenschutz und Personalvertretung frühzeitig einbinden; Analyseergebnisse gemeinsam validieren.

Vom Pilot zur wiederholbaren Prüfung

Ein tragfähiger Einstieg besteht nicht in einem maximal umfangreichen Analyseprojekt. Besser ist ein klar begrenztes Prüffeld mit wiederkehrendem Nutzen. Für JET kann dies ein standardisiertes Mindestprogramm zur Datenintegrität, Kontennutzung und Buchungsauffälligkeit sein. Für Process Mining eignet sich ein volumenstarker, digital unterstützter Prozess mit klaren Fallnummern, dokumentiertem Soll-Ablauf und erreichbaren Fachansprechpersonen.

Die Ergebnisse sollten in einer reproduzierbaren Prüfungsakte zusammenlaufen: Datenanforderung und Stichtag, Datenquelle, Import- und Vollständigkeitskontrollen, Transformationen, Regel- und Modellversionen, Parameter, Treffer oder Prozessvarianten, fachliche Klärung sowie Schlussfolgerung. Nur so wird aus einer interessanten Visualisierung ein belastbarer Prüfungsnachweis.

Fazit: Mehr Durchblick entsteht vor der Analyse

Das Pilotprojekt zeigt, dass JET und Process Mining die kommunale Rechnungsprüfung wirkungsvoll ergänzen können. JET erweitert die Reichweite der Buchungsprüfung, systematisiert Risikoindikatoren und verbessert die Auswahl klärungsbedürftiger Fälle. Process Mining eröffnet den Blick auf reale Abläufe, Varianten und Kontrollpunkte. Die größte Hürde liegt dabei selten in der Bedienung der Software. Entscheidend sind ein prüfungsgerechter Datenzugang, fachlich interpretierbare Schlüssel und eine belastbare Verbindung zwischen Fachverfahren, Nebenbuch und Hauptbuch.

Wer diese Grundlagen schafft, gewinnt mehr als einzelne Analyseergebnisse: Es entsteht eine wiederverwendbare Infrastruktur für risikoorientierte Abschlussprüfung, Verwaltungsprüfung und kontinuierliche Überwachung. Der Weg führt damit vom punktuellen Tool-Einsatz zu einem datenorientierten Prüfungsmodell - nachvollziehbar, reproduzierbar und auf die tatsächlichen Prozesse der Kommune ausgerichtet.

Hinweis und Download

Der Beitrag verdichtet die Praxiserfahrungen aus dem Schlussbericht zum Pilotprojekt „Journal Entry Testing (JET) und Process Mining (ProM) in der kommunalen Praxis“ sowie aus der ergänzenden Unterlage „Process Mining in Kommunen“.