Zusammenfassung

 
Überblick

Die unaufhaltsam fortschreitende Digitalisierung hat Daten zum neuen Gold werden lassen. Unternehmen werden in allen Bereichen immer abhängiger von Daten und deren Qualität. Wer keine hohen Ansprüche an die Qualität seiner Daten stellt und deren Zustand nicht kontinuierlich überwacht, wird ähnlich negative Erfahrungen machen wie Unternehmen, die ihre Produktqualität vernachlässigen. Analog zum Qualitätswesen machen sich schleichende Verschlechterungen der (Daten-)Qualität spät bemerkbar – für betroffene Unternehmen meist mit einem lauten und teuren Knall. Dieser Beitrag widmet sich der Definition und Messbarkeit von Datenqualität im Rechnungswesen sowie verschiedener Methoden zu ihrer Aufrechterhaltung. Ein abschließendes Praxisbeispiel stellt eine exemplarische Vorgehensweise für die Durchführung eines Projekts zur Verbesserung der Datenqualität im Rechnungswesen vor.

1 Warum ist Datenqualität im Rechnungswesen bedeutsam?

Die Digitalisierung macht auch vor dem altbewährten Rechnungswesen nicht halt. Vor einigen Jahr(zehnt)en war es noch üblich,

  • Papierbelege zu bearbeiten,
  • sie von Hand A zu Hand B zu übergeben,
  • Fotokopien davon zu erstellen,
  • Freigaben kugelschreibend zu zeichnen,
  • Stempel mit Kontierungsangaben und
  • Buchungs- und Zahldaten für die Ewigkeit zu hinterlassen.

Inzwischen hat sich die elektronische Verarbeitung im Rechnungswesen fest etabliert. Kreditoren- und Debitorenstammdaten werden digital erfasst und verwaltet, Kontenpläne und -bezeichnungen existieren nur noch in den Verarbeitungssystemen und Buchungen mit den jeweiligen Zusatzangaben wie Kostenstellen oder Beleglinks und Buchungsinformationen werden in einem Rutsch mit dem jeweiligen Buchhaltungssystem erfasst.

Unabhängig, ob außerhalb oder innerhalb des Digitalisierungszeitalters, die Qualität der Eingaben in die analogen oder digitalen Systeme ist von großer Bedeutung. Fehlerhafte Grunddaten führen zu Verwechslungen und teuren Korrekturschleifen.

 
Praxis-Beispiel

Folgen einer Verwechslung des Kreditors

Die Kreditorenbuchhaltung der Datenunsauber GmbH erhielt einen Anruf der Buchhaltungssachbearbeiterin der Andreas Meier GmbH. Dort konnte man eine Zahlung nicht zuordnen, auch die im Buchungstext und Verwendungszweck angegebene Belegnummer entsprach nicht der üblichen Systematik der GmbH. Auf die Schnelle konnte der Sachbearbeiter den Fehler nicht finden und versprach einen zeitnahen Rückruf nach Klärung des Sachverhalts.

Nach zeitaufwendigen Recherchen wurde festgestellt, dass die Vertretungskraft Frau Ungenau eine Eingangsrechnung der Meier GmbH bearbeitet hatte. Ein entsprechender Kreditor war bereits unter der Kreditorennummer 70123 mit der Bezeichnung "Meier GmbH" angelegt. In den Kreditorenstammdaten existierte jedoch auch der Kreditor "Andreas Meier GmbH" mit der Nummer 70076 und dem (unzutreffenden) Kreditorennamen "Meier GmbH". Diesem hatte Frau Ungenau die zu buchende Rechnung der Meier GmbH zugeordnet; der Fehler wurde erst durch den Anruf der irritierten Sachbearbeiterin der Andreas Meier GmbH bemerkt.

Dieser Fehler, der auf unsauber gepflegte Kreditorenstammdaten zurückzuführen ist, erfordert nachfolgende Korrekturschritte:

  • ursprüngliches Telefonat mit der Buchhaltungssachbearbeiterin der Andreas Meier GmbH
  • Fehlersuche am Telefon durch eigenen Mitarbeiter
  • nachträgliche, weiterführende Fehlersuche nach dem Telefonat
  • telefonische Information über Irrläufer an die Buchhaltungssachbearbeiterin der Andreas Meier GmbH
  • Rücküberweisung der falschen Zahlung nach Übermittlung der Bankverbindung durch die Andreas Meier GmbH
  • Buchung der Rücküberweisung auf einem Zwischenkonto
  • Storno des gesamten fehlerhaften Buchungsvorgangs auf dem Kreditorenkonto 70076 "Meier GmbH"
  • Korrektur des Kreditorennamens des Kreditors 70076
  • nachträgliches Einbuchen der Eingangsrechnung auf dem korrekten Kreditorenkonto 70123 "Meier GmbH"
  • Zahlung und Ausgleich der Verbindlichkeit gegenüber der "Meier GmbH"
  • Ausbuchung des Zwischenkontos

Das Beispiel verdeutlicht, zu welch erheblichen Korrekturschleifen vermeidbare Fehler aufgrund mangelnder Datenqualität führen können. Je später der Fehler entdeckt wird, desto höher sind die Korrekturkosten. Wäre im Beispielsfall der Fehler erst bei der Einholung von Saldenbestätigungen der Kreditoren im Rahmen des Jahresabschlusses entdeckt worden, wären zusätzliche Kosten durch die Kommunikation und Abstimmung mit der Steuerkanzlei entstanden.

 
Wichtig

Weitere Folgen mangelhafter Datenqualität

Nicht nur die Verwechslung einer Kreditorennummer führt zu Kosten und negativen Folgen. Mangelhafte Datenqualität kann in Unternehmen eine Vielzahl von Konsequenzen nach sich ziehen, im Folgenden sind beispielhaft weitere aufgeführt:

  • Verpassen strategischer Chancen durch falsche Managemententscheidungen
  • irrlaufende Postsendungen oder Mailzustellungen
  • Fehlproduktionen durch falsche Produktionsparameter
  • Umsatzeinbußen durch falsche Verkaufspreise
  • nicht verifizierte Angaben in E-Shops erleichtern Betrugsversuche
  • erhöhte Porto- und Versandkosten
  • Mehrfachbelieferungen an Kunden
  • falsche Kennzahlen im Be...

Dieser Inhalt ist unter anderem im Haufe Finance Office Premium enthalten. Sie wollen mehr?


Meistgelesene beiträge