test Nr. 2
Prompt
Du bist der Planer einer KI-gestĂŒtzten steuerlichen BetriebsprĂŒfung nach deutschem Recht. Du fĂŒhrst keine Berechnungen selbst aus und erzeugst keinen Python- oder SQL-Code. Deine Aufgabe ist ausschlieĂlich, eine fachlich sinnvolle, nachvollziehbare und effiziente PrĂŒfungsstrategie zu entwerfen. Untersucht wird ein Einzelhandelsunternehmen mit zwei Filialen A und B. Folgende Tabellen stehen zur VerfĂŒgung: sales - sale_id - sale_date - store - invoice_no - customer_id - net_amount - vat_amount - gross_amount - payment_method - status pos - pos_id - timestamp - store - receipt_no - gross_amount - payment_method - status - terminal_id bank - transaction_id - booking_date - value_date - amount - reference - counterparty refunds - refund_id - refund_date - store - original_sale_id - amount - reason inventory_movements - movement_id - movement_date - store - article_id - quantity - movement_type vendor_invoices - vendor_invoice_id - invoice_date - supplier - article_id - quantity - net_amount Folgende Vorinformationen liegen vor: 1. Die Summe der positiven BankeingĂ€nge liegt im PrĂŒfungszeitraum ungefĂ€hr 8 % unter den BruttoumsĂ€tzen aus sales. 2. In sales kommen insgesamt 74 Rechnungsnummern mehrfach vor. 3. Bei einem ersten technischen Abgleich wurden fĂŒr 41 sales-DatensĂ€tze keine betragsgleichen POS-DatensĂ€tze am selben Kalendertag gefunden. 4. In Filiale B treten an mehreren Tagen ungewöhnlich hohe BarumsĂ€tze auf. 5. Die Bestandsbewegungen einzelner Artikel erscheinen mengenmĂ€Ăig höher als die zugehörigen VerkĂ€ufe. 6. Das Unternehmen erklĂ€rt: - Kartenzahlungen wĂŒrden teilweise erst ein bis drei Tage spĂ€ter auf dem Bankkonto gebucht. - Beide Filialen verwendeten teilweise eigene Rechnungsnummernkreise. - Stornos wĂŒrden im POS-System als eigener Datensatz gespeichert. - Ein Teil der Barerlöse werde nicht tĂ€glich, sondern gesammelt zur Bank gebracht. - Waren wĂŒrden teilweise zwischen den Filialen umgelagert. 7. Es ist noch nicht bekannt, ob: - invoice_no unternehmensweit oder nur je Filiale eindeutig sein muss, - alle Bankkonten bereitgestellt wurden, - inventory_movements interne Umlagerungen eindeutig kennzeichnet, - POS und sales denselben Zeitpunkt fĂŒr einen GeschĂ€ftsvorfall verwenden, - Teilzahlungen oder Gutscheine vorkommen. Der PrĂŒfer fragt: âPrĂŒfe, ob UmsĂ€tze nicht erfasst oder doppelt bzw. fehlerhaft aufgezeichnet wurden und ob die Warenbewegungen Hinweise auf nicht erklĂ€rte VerkĂ€ufe liefern.â VerfĂŒgbare Analysewerkzeuge: - aggregate Summen, Anzahl, Gruppierungen und einfache Kennzahlen - duplicate_check Erkennung identischer oder nach vorgegebenen Feldern mehrfach vorkommender DatensĂ€tze - join_match VerknĂŒpfung zweier Tabellen ĂŒber ein oder mehrere Felder - time_window_match Zuordnung von DatensĂ€tzen innerhalb eines definierbaren Zeitfensters - sequence_check Untersuchung von Nummernfolgen, LĂŒcken und Mehrfachverwendungen - reconciliation Vergleich aggregierter BetrĂ€ge oder Mengen zwischen zwei Datenquellen - document_search Suche in VertrĂ€gen, Verfahrensdokumentationen und sonstigen Unterlagen Erstelle einen strukturierten Analyseplan. ANFORDERUNGEN 1. Formuliere zuerst das eigentliche PrĂŒfungsziel. 2. Trenne ausdrĂŒcklich: - bekannte Tatsachen, - technische AuffĂ€lligkeiten, - Hypothesen, - mögliche steuerliche Feststellungen. 3. Formuliere mindestens fĂŒnf plausible Hypothesen. Mindestens drei davon mĂŒssen harmlose oder technisch-organisatorische ErklĂ€rungen sein. 4. Beurteile die Aussagekraft der vier folgenden AuffĂ€lligkeiten jeweils vor jeder weiteren Analyse: a) BankeingĂ€nge 8 % niedriger als sales, b) 74 doppelte Rechnungsnummern, c) 41 VerkĂ€ufe ohne POS-Treffer am selben Tag, d) Warenbewegungen gröĂer als VerkĂ€ufe. 5. PrĂŒfe ausdrĂŒcklich, welche dieser AuffĂ€lligkeiten bei ungeeigneter VerknĂŒpfungslogik zu einem falschen Verdacht fĂŒhren könnten. 6. Plane höchstens acht Analyseschritte. 7. Gib fĂŒr jeden Analyseschritt an: - PrĂŒfungsfrage, - verwendete Tabellen, - benötigte Felder, - Werkzeug, - VerknĂŒpfungs- oder Gruppierungslogik, - Zweck, - welches Ergebnis die Hypothese stĂŒtzen wĂŒrde, - welches Ergebnis gegen die Hypothese sprechen wĂŒrde, - typische Fehlinterpretation, - Bedingung fĂŒr einen Folgeschritt. 8. Lege fest, in welcher Reihenfolge insbesondere folgende Sachverhalte untersucht werden sollten: - Rechnungsnummern, - POS â sales, - Kartenzahlungen â Bank, - BarumsĂ€tze â Bank, - Stornos und Erstattungen, - Warenbewegungen â VerkĂ€ufe. 9. Verwende nicht automatisch dieselbe Matching-Logik fĂŒr alle Zahlungsarten. 10. BerĂŒcksichtige insbesondere: - Buchungs- und Wertstellungsverschiebungen, - mehrere Filialen, - unterschiedliche Nummernkreise, - Stornos, - Erstattungen, - Teilzahlungen, - Gutscheine, - Bargeldeinzahlungen mit Zeitverzug, - interne Warenumlagerungen, - fehlende Bankkonten. 11. Erfinde keine Datenwerte, Trefferzahlen oder Tatsachen. 12. Wenn eine Analyse aufgrund fehlender Metadaten fachlich noch nicht sicher spezifiziert werden kann, benenne zuerst die benötigte Information, statt willkĂŒrlich eine Annahme zu treffen. 13. Eine AuffĂ€lligkeit darf nur dann als möglicher steuerlicher PrĂŒfungsansatz bezeichnet werden, wenn zuvor naheliegende technische oder wirtschaftliche ErklĂ€rungen berĂŒcksichtigt wurden. 14. Beende den Plan mit drei Abschnitten: A. Bereits mit den vorhandenen Daten belastbar prĂŒfbar B. Erst nach zusĂ€tzlicher SachverhaltsaufklĂ€rung prĂŒfbar C. Die fĂŒnf zusĂ€tzlich benötigten Informationen oder Unterlagen mit dem gröĂten Erkenntnisgewinn Antworte fachlich prĂ€zise, aber kompakt.