Python für die Wirtschaftsprüfung
Einstieg in die Automatisierung von Datenanalysen
- Editore:
Idw-Verlag GmbH
- Collana:
- IDW Praxistipps IT
- EAN:
9783802127694
- ISBN:
3802127692
- Pagine:
- 130
- Formato:
- Paperback
- Lingua:
- Tedesco
Descrizione Python für die Wirtschaftsprüfung
Zukünftig spielen im Rahmen der Wirtschaftsprüfung das Sammeln, Aufbereiten und Interpretieren von Daten zur Isolierung von Trends und zum Zusammenfassen von Ergebnissen eine bedeutende Rolle. Wirtschaftsprüfer*innen sollten ihr Wissen und ihre Kenntnisse über Datenanalyse- und Programmiertools erweitern, um den wachsenden Aufgaben und Anforderungen an den Berufsstand gerecht zu werden. Hier bietet Python als eine der beliebtesten und einfach zu erlernenden Programmiersprachen große Potenziale. Manuelle Tätigkeiten können durch Automatisierungen deutlich reduziert werden. Python ist dabei in der Lage, große Datenmengen nicht nur aus internen, sondern auch aus externen Datenquellen unabhängig vom Datentyp zu verarbeiten. Mit Python lassen sich beispielweise relevante Marktdaten für eine Unternehmensbewertung oder einen Prognosebericht im Rahmen der Prüfung des Lageberichts aus externen Datenquellen ermitteln und darstellen. Dieses Buch bietet eine fundierte Einführung in die Grundlagen von Python und verdeutlicht das große Nutzenpotenzial im Rahmen der Wirtschaftsprüfung. Zum Einstieg in die Automatisierung von Datenanalysen mit Python werden acht anwendungsbezogene Projekte aus der Praxis vorgestellt: . Ermittlung der Zahlungsstruktur von Finanzinstrumenten . Gängigkeitsanalysen im Vorratsvermögen . Berechnung der Urlaubsrückstellung . Informationsgewinnung für die Prüfung des Lageberichts . Währungsumrechnung mit einer Datenpipeline zur EZB . Basiszinsermittlung für die Unternehmensbewertung . Going-Concern-Prüfung mit der Monte-Carlo-Methode . Identifikation von Anomalien im Buchungsstoff mit dem kNN-Algorithmus Der Titel ermöglicht Wirtschaftsprüfern, auch denjenigen ohne Vorerfahrung im Umgang mit Programmiersprachen, Python-Code zu erlernen und als Datenanalyse-Werkzeug erfolgreich in der Praxis einzusetzen.
