1. Grundlagen und Ziele der Auswahl
Bevor wir in die Tiefe gehen, ist es mir ein Anliegen, das Fundament zu klären. Stichprobenverfahren in substanziellen Prüfungshandlungen – ein Begriff, der manchen wie ein sperriger Paragraf im Handelsgesetzbuch vorkommt – sind in Wahrheit das Herzstück jeder effektiven Prüfungsarbeit. Stellen Sie es sich so vor: Sie sind ein Detektiv, der nicht jede Akte im Archiv lesen kann, aber die wichtigsten Beweise sicherstellen muss. Die grundlegende Idee ist, aus einer großen Grundgesamtheit (der „Population“) eine repräsentative Teilmenge zu ziehen, um auf die Eigenschaften der Gesamtheit zu schließen. Dies ist nicht einfach eine Rechenaufgabe, sondern erfordert ein tiefes Verständnis für das Geschäftsmodell des Mandanten. Beispielsweise: Ein Pharmaunternehmen mit 10.000 Rechnungsposten pro Monat wird anders getestet als ein Immobilienentwickler mit 30 großen Projekten pro Quartal. In meiner Steinzeit als Junior-Prüfer bei Jiaxi durfte ich noch jede Rechnung einzeln abzeichnen – fast wie im Biedermeier. Heute, mit Big Data und dynamischen Risikomodellen, ist die Auswahl der Stichprobe ein strategischer Hochseilakt. Die Ziele sind klar: Sie wollen die Prüfungsqualität sichern, das Risiko von Fehlern in Jahresabschlüssen minimieren und gleichzeitig Ihre Ressourcen optimal einsetzen. Denn, seien wir ehrlich, kein Vorstand gibt Ihnen ein Budget für unendliche Prüfungshandlungen. Sowohl der International Standard on Auditing (ISA) 530 als auch der deutsche IDW PS 306 fordern explizit, dass die Stichprobe geeignet sein muss, um ausreichende, angemessene Prüfungsnachweise zu erlangen. Das klingt trocken, aber in der Praxis bedeutet es: Sie müssen den Risikospürsinn eines Weißhais mit der Methodik eines Statistikers verbinden. Ein häufiger Fehler von Anfängern ist es, etwa eine reine Zufallsauswahl zu treffen, ohne die spezifischen Risiken der Bilanzpositionen zu berücksichtigen. Ich habe das in den 1990ern selbst gemacht – ein klassischer „Buchhalter-Fehler“ –, und habe es dann nach Peter Druckers Management-by-Objectives-Ansatz korrigiert. Lernen Sie daraus: Die Auswahl muss zielgerichtet sein, nicht zufällig im luftleeren Raum.
Vertiefen wir diesen Punkt. Die Grundlage jeder vernünftigen Stichprobenentscheidung ist die Prüfungsstrategie, die Sie für die substanzielle Prüfung festlegen. Wenn Sie die Grundgesamtheit nicht verstehen – sei es Anzahl der Buchungen, Wert der Positionen oder regionale Verteilung –, dann ist Ihre Stichprobe wie ein Schuss ins Blaue. In meiner Beratungspraxis für ausländische Investoren aus dem Maschinenbausektor habe ich oft erlebt, dass diese Unternehmen immense Datenmengen generieren, aber kaum Zeit für eine ordentliche Grundgesamtheitsanalyse mitbringen. Nehmen Sie zum Beispiel die Handelskammer in Frankfurt: Ein Mandant, der 50.000 Vertriebsbelege pro Halbjahr hatte. Wir nutzten eine Schichtungsmethode (stratified sampling) nach Umsatzgrößenklassen: Zwischen 0 und 1.000 Euro, 1.000 bis 50.000 Euro und über 50.000 Euro. Die größte Schicht wurde vollständig geprüft, die mittlere mit einer statistischen Stichprobe von 10 Prozent und die untere mit einer reduzierten Quote. Das Ergebnis war nicht nur effizient, sondern deckte auch systematische Preisgestaltungsfehler in der mittleren Schicht auf, die den Betriebsergebnissen schadeten. Außerdem müssen Sie entscheiden, ob Sie einen statistischen oder einen nicht-statistischen Ansatz wählen. Statistisch bedeutet: Sie können die Irrtumswahrscheinlichkeit (Alpha-Risiko) mathematisch herleiten. Nicht-statistisch, wie wir es bei risikoorientierten Prüfungen oft tun, bedeutet: Sie stützen sich auf Berufserfahrung und Geschäftskenntnisse. Beide Wege sind gangbar, aber ich persönlich rate Ihnen: Verlassen Sie sich nicht blind auf eine der Methoden. Die beste Praxis ist eine Kombination aus Datenanalyse und Menschenverstand – oder wie der alte Prüfungsleiter bei Jiaxi immer sagte: „Vertraue keinem Algorithmus, der nicht auf Papier gebracht werden kann, aber vertraue keinem Papier, das nicht durch Daten gestützt ist.“ Dieses Gleichgewicht ist der Schlüssel zu einer soliden Entscheidungsgrundlage.
Ein weiterer entscheidender Aspekt ist der zeitliche Zusammenhang. Viele Investoren übersehen, dass Stichprobenverfahren nicht statisch sind. Sie müssen an die Dynamik des Prüfungsprozesses angepasst werden. Stellen Sie sich vor, Sie prüfen den Jahresabschluss eines internationalen Logistikkonzerns. Die Abschlussstichtage sind der 31. Dezember 2023, aber Sie beginnen die Prüfung im September 2023 mit einer Zwischenprüfung. Sie müssen dann entscheiden, ob Ihre Stichprobe für den gesamten Zeitraum repräsentativ ist – das Stichwort lautet „Stichproben über den Zeitablauf“. Es ist technisch möglich, aber ich habe erlebt, dass die wenigsten Unternehmen ordentliche Daten über das erste und zweite Quartal liefern können. In einer Begegnung mit einem CFO, der mir sagte, die Buchungsqualität sei „von Monat zu Monat gleich gut“, musste ich zweifeln – eine interne Untersuchung ergab nämlich eine deutliche Verschlechterung im dritten Quartal aufgrund von Systemumstellungen. Daher empfehle ich, immer eine rollierende Stichprobe zu verwenden, die mehrere Zeitabschnitte abdeckt. Das ist nicht nur methodisch sauberer, sondern vermittelt auch dem Prüfungsausschuss des Aufsichtsrats ein Gefühl von „beruhigender Glaubwürdigkeit“. Natürlich müssen Sie das mit dem Prüfungsaufwand abgleichen, aber glauben Sie mir, der Mehrwert ist enorm. Die Grundlagen sind also nicht nur trockene Theorie, sondern praktische Entscheidungshilfen, die Sie vor unliebsamen Überraschungen schützen. Als ich noch Junior war, habe ich eine Prüfung eines Fertigungsunternehmens in Stuttgart übernommen, wo die Auswahlgrundlage komplett falsch war – man hatte nur die größten Buchungen herausgepickt, aber die Häufigkeitsverteilung ignoriert. Das Ergebnis war ein falscher Eindruck von Vollständigkeit. Also: Investieren Sie Zeit in die Grundlagenanalyse – sie ist das Fundament Ihrer Prüfungssicherheit.
2. Statistische und nicht-statistische Methoden
Lassen Sie uns den Unterschied zwischen den beiden Hauptmethodenarten klar herausarbeiten. Statistische Stichprobenverfahren sind das, was die Naturwissenschaften uns gelehrt haben: Sie basieren auf der Wahrscheinlichkeitstheorie, insbesondere auf dem Gesetz der großen Zahlen und dem Zentralen Grenzwertsatz. Mit einem statistischen Verfahren können Sie mathematisch fundierte Aussagen über die Grundgesamtheit treffen – etwa die Schätzung eines Konfidenzintervalls für den durchschnittlichen Buchwert einer Position. In der Prüfungspraxis sind Verfahren wie die monetäre Einheiten-Stichprobe (MUS) oder die klassische Variablen-Stichprobe weit verbreitet. Ich erinnere mich an einen Fall bei Jiaxi, als wir eine Risikoprüfung für eine Schweizer Beteiligung durchführten. Der Mandant hatte 2.000 Rechnungen mit einem Gesamtwert von 120 Millionen Euro. Wir verwendeten die MUS-Methode, um große Einheiten zu bevorzugen und gleichzeitig die Wahrscheinlichkeit der Aufdeckung von Overstatements zu maximieren. Das ergab eine hohe Fehleraufdeckungsrate bei gleichzeitig geringem Stichprobenumfang – etwa 180 Posten. Das sind gerade mal 9 Prozent der Grundgesamtheit, aber statistisch ließ sich ein Fehlerrisiko von unter 5 Prozent ableiten. Das ist die Eleganz statistischer Verfahren: Sie sind objektiv, reproduzierbar und bieten eine messbare Sicherheit. Allerdings haben sie einen Haken: Sie setzen voraus, dass die Grundgesamtheit homogen ist und die Verteilung der Fehler bestimmten Annahmen folgt – was in der unternehmerischen Realität selten der Fall ist. In einem Fall mit einem IT-Unternehmen entdeckten wir eine außergewöhnlich hohe Fehlerkonzentration in der Service-Abteilung, die jede statistische Verteilung sprengte. Der statistische Ansatz hätte uns eine Warnung gegeben, aber die praktische Relevanz erkannten wir erst durch soziale Kontrollen – und das ist ein nicht-statistischer Aspekt.
Demgegenüber stehen die nicht-statistischen Verfahren, die oft als „judgmental sampling“ oder „risikoorientierte Stichprobe“ bezeichnet werden. Hier verlassen Sie sich, wie der Name sagt, auf Ihr Urteilsvermögen, Ihre Erfahrung und Ihr tiefes Verständnis des Geschäfts des Mandanten. Das ist kein Zeichen von Schlampigkeit, sondern oft die angemessenste Methode in komplexen, heterogenen Populationen. Beispiel: Ich prüfte ein Logistikunternehmen mit 50 dezentralen Niederlassungen, jede mit bis zu 1.000 Belegen. Statt einer statistischen Zufallsauswahl über alle Standorte hinweg wählte ich die fünf Niederlassungen mit den höchsten Risikoindikatoren aus (hohe Fluktuation in der Buchhaltung, viele Reklamationen im Vorjahr). In jeder ausgewählten Niederlassung führte ich dann eine 100-Prozent-Prüfung durch. Das ist keine Statistik, sondern ein risikobasierter Fokus. Die Vorteile liegen auf der Hand: Sie sparen Zeit bei weniger riskanten Bereichen und konzentrieren Ressourcen auf Brennpunkte. Nachteil: Sie können keine mathematisch exakte Irrtumswahrscheinlichkeit berechnen. Aber, und das will ich betonen, im Zweifelsfall entscheidet die Qualität der Bewertung über die Methode. Der IDW PS 306 akzeptiert ausdrücklich beide Ansätze, solange sie sachgerecht dokumentiert werden. Meiner Erfahrung nach ist eine Mischformoft am effektivsten: Verwenden Sie statistische Verfahren für homogene Massendaten und nicht-statistische für Sonderfälle oder kleine Grundgesamtheiten. Einmal arbeitete ich mit einem BIG4-Prüfer zusammen, der schwur nur auf statistische Methoden. Wir einigten uns auf einen Kompromiss: Für die Vorräte (50.000 Artikel) verwendete er seine MUS, für die immateriellen Vermögenswerte (7 Positionen) und für die Steuerrückstellungen eine nicht-statistische Detailprüfung. Das war klug, denn nicht alle Prüfungsgebiete sind für die gleiche Methode geeignet.
Praktisch bedeutet die Auswahl: Sie müssen auch die Art der Fehler antizipieren. Statistische Verfahren sind hervorragend geeignet, um Überbewertungen oder Unterbewertungen in großem Umfang zu schätzen. Dagegen eignen sie sich weniger, um seltene, aber massive Einzelfehler – wie einen Bilanzskandal – aufzudecken. In einem Fall, der mich noch heute bewegt, deckte ein nicht-statistischer Hinweis auf eine ungewöhnliche Transaktion im Anhang den Betrug auf, den die statistische Stichprobe übersehen hatte. Die moralische Geschichte: Keine Methode ist perfekt. Sie müssen Ihre Auswahl an die Prüfungsziele anpassen. Statistisch für Präzision, nicht-statistisch für Intuition und Risikofokus. Mein Rat: Nutzen Sie beide als Werkzeugkoffer, nicht als dogmatische Diktate. Insbesondere in der deutschen Mittelstandsprüfung, wo die Grundgesamtheiten oft überschaubar sind, aber hohe Heterogenität aufweisen, finde ich die nicht-statistische Schichtung mit einem klaren Fokus auf Wesentlichkeit sehr praktikabel. Ein typisches Beispiel: Ich prüfte eine Familienholding mit 15 Tochterunternehmen, jede mit unterschiedlichen Buchungsmustern. Einige waren produzierend, andere Dienstleister. Eine einheitliche statistische Formel hätte keinen Sinn ergeben. Stattdessen definierte ich für jede Einheit einen eigenen Risikokontext und eine angepasste nicht-statistische Stichprobenstrategie. Das Ergebnis: Die Prüfungsqualität stieg, weil wir die spezifischen Nuancen jedes Unternehmens erfassten. Also: Methoden sind Werkzeuge, und gute Handwerker wissen, wann sie Hammer und wann sie Zange einsetzen.
3. Faktoren bei der Stichprobenumfangsbestimmung
Ein Punkt, den Investoren oft unterschätzen, ist die Bestimmung des Stichprobenumfangs. Es ist nicht so, dass Sie einfach „ein paar Posten“ auswählen. Nein, der Umfang ist eine hochkomplexe Kalkulation, die von mehreren Faktoren abhängt: der Risikoeinschätzung, der erwarteten Fehlerquote, der Toleranzgrenze und der Irrtumswahrscheinlichkeit. Grundlegend gilt: Je höher das Prüfungsrisiko oder je geringer die Toleranz für Fehler, desto größer muss die Stichprobe sein. Stellen Sie sich vor, Sie prüfen einen Bestand von 1.000 Buchungen. Bei einem niedrigen Risiko (etwa bei einem börsennotierten Unternehmen mit starken internen Kontrollen) könnte eine Stichprobe von 30 Posten ausreichen. Bei hohem Risiko (etwa einem Start-up ohne klare Buchhaltungsrichtlinien) müssten Sie 100 bis 200 Posten prüfen. In der Praxis verwende ich gerne die Formel nach IDW PS 306, die auf dem „Stichprobenumfang für Attributprüfungen“ basiert: n = (Z² * p * q) / d² für einfache Zufallsstichproben. Aber ganz ehrlich, ich zitiere das selten aus dem Kopf – dafür ist die Realität zu dynamisch. Besser ist es, mit einer Tabelle zu arbeiten, die Sie aus Ihrer Berufserfahrung entwickeln. Bei Jiaxi haben wir eine eigene Matrix erstellt: Für jede Risikostufe (niedrig, mittel, hoch) und jede Wesentlichkeitsgrenze (1%, 2%, 3% der Bilanzsumme) leiten wir eine Mindestgröße ab. Das ist nicht perfekt, aber es gibt eine klare, reproduzierbare Grundlage. Ein häufiger Fehler ist eine übermäßige Reduktion der Stichprobengröße aufgrund von Kosten- oder Zeitdruck. Ich sage immer: „Sparen Sie nicht an der Stichprobengröße, wenn Sie eine sichere Aussage brauchen – das ist, als ob Sie einen Brand mit einer Wasserpistole löschen wollen, wenn Sie einen Feuerlöscher bestellt haben.“
Ein zweiter entscheidender Faktor ist die erwartete Fehlerquote. Wenn Sie in Ihrem Risikoreview Hinweise auf frühere Fehler haben (z. B. aus dem Vorjahr, wo systematische Buchungsfehler bei den Reisekosten auftraten), müssen Sie die erwartete Fehlerquote höher ansetzen. Das bedeutet, Sie benötigen eine größere Stichprobe, um diese Fehler überhaupt mit ausreichender Wahrscheinlichkeit zu entdecken. Ich erlebte einen Fall, in dem ein Mandant mit über 1.000 Einzelposten in der Kreditorenbuchhaltung falsch verbuchte Skonti hatte. Wir wussten das vom Vorjahr, aber der Mandant sagte: „Wir haben es korrigiert.“ Aber ich vertraute nicht blind. Statt einer kleinen Stichprobe von 20 Posten wählte ich 80 – und siehe da, die Fehlerquote lag bei 12 Prozent immer noch über 7 Prozent. Hätte ich eine kleine Stichprobe genommen, wäre der Fehler wahrscheinlich nicht sichtbar geworden. Die Kosten der größeren Stichprobe amortisierten sich sofort, als wir dem Aufsichtsrat eine klare Empfehlung für eine Nachbesserung der Buchungsprozesse geben konnten. Die Toleranzgrenze – also der maximale Fehler, den Sie als akzeptabel ansehen – ist ebenso entscheidend. In Unternehmen mit einer Bilanzsumme von 500 Millionen Euro könnte eine Wesentlichkeitsgrenze von 500.000 Euro als tolerabler Fehler angesehen werden. Das bedeutet, Ihre Stichprobe muss genau genug sein, um einen Fehler von 0,1 Prozent der Grundgesamtheit zu erkennen. Das klingt nach einer Nadel im Heuhaufen, aber mit der richtigen Methode ist es machbar. Verwende ich die Formel n = (Z² * σ²) / ME², wobei ME die Wesentlichkeitsgrenze ist. Wenn σ groß ist, wird n schnell sehr groß, was unpraktisch ist. Hier weiche ich dann auf geschichtete Verfahren aus, die die Varianz reduzieren. Beispiel: In der Vorratsprüfung eines Stahlunternehmens schichteten wir die Bestände nach Wertkategorien: Hochwertige Edelstähle (5% der Posten, 60% des Werts), mittelwertige (15%) und niedrige (80% der Posten). Die hohe Schicht prüften wir vollständig, die mittlere mit 30 Prozent und die niedrige mit 5 Prozent. Das reduzierte den Gesamtumfang drastisch, ohne die Präzision zu verringern – ein klassisches Beispiel für effizientes Design.
Schließlich ist der Faktor der Irrtumswahrscheinlichkeit oder des Alpha-Risikos zu nennen. Die internationalen Standards legen eine Sicherheit von etwa 95 Prozent nahe, was einem Alpha von 5 Prozent entspricht. Aber das ist kein Dogma. In der Praxis, insbesondere bei zeitkritischen Prüfungen, kann ich ein höheres Alpha von 10 Prozent in Betracht ziehen, wenn die Wesentlichkeitsgrenze großzügig ist und die Grundgesamtheit homogen. Allerdings müssen Sie dann im Prüfungsurteil klar kommunizieren, dass die Schlussfolgerung mit größerer Unsicherheit behaftet ist. Ich erinnere mich an eine Diskussion mit einem Aufsichtsrat eines DAX-Unternehmens, der mir vorwarf, dass meine Stichprobe mit 95 Prozent Konfidenzniveau zu klein sei. Ich erklärte ihm, dass die Formel automatisch zu einer größeren Stichprobe führt, wenn die erforderliche Sicherheit steigt – von 100 Posten bei 95 Prozent auf fast 200 bei 99 Prozent. Die Kosten wären immens gewesen, aber das Risiko von falschen Schlussfolgerungen wäre minimiert. Am Ende einigten wir uns auf den Kompromiss einer erweiterten Stichprobe von 150, gepaart mit einer zusätzlichen Datenanalyse. Ein Tipp aus meiner Erfahrung: Berücksichtigen Sie auch den Effekt der Stichprobenfehler und Überdeckungsfehler. Letzterer tritt auf, wenn Sie mit Ihrer Stichprobe einen Fehler finden, der in Wahrheit nicht repräsentativ ist, und dann die gesamte Population als fehlerhaft einstufen. Das kann zu übermäßigen Prüfungsanpassungen führen. Deshalb ist es wichtig, den Umfang so zu wählen, dass er sowohl Alpha-Risiko (falsche Ablehnung) als auch Beta-Risiko (falsche Annahme) minimiert – ein Balanceakt zwischen Statistik und Urteilsvermögen. Zusammenfassend: Die Bestimmung des Stichprobenumfangs ist keine mathematische Spielerei, sondern eine strategische Entscheidung, die Risikotoleranz, Wirtschaftlichkeit und Prüfungsqualität vereint. Und glauben Sie mir, das lernt man nicht nur aus dem Lehrbuch, sondern durch echte Fälle – und gelegentliche Fehlschläge, aus denen Sie wachsen.
4. Methoden zur Auswahl der Stichprobeneinheiten
Sie haben die Grundgesamtheit abgesteckt, die Methode gewählt und die Größe berechnet – jetzt kommt der eigentliche Handgriff: die Auswahl der konkreten Einheiten. Hier geht es nicht nur um „irgendein 50. Posten in der Liste“. Ich habe es schon oft gesehen, dass Prüfer aus Bequemlichkeit die ersten 100 Buchungen aus dem System nehmen – das ist katastrophal! Die Auswahlmethode beeinflusst direkt die Repräsentativität Ihrer Stichprobe. Die gängigste Methode, die ich in der Beratung anwende, ist die reine Zufallsauswahl (Simple Random Sampling). Sie ist mathematisch elegant: Jedes Element der Grundgesamtheit hat die gleiche Wahrscheinlichkeit, in die Stichprobe zu kommen. Für die Praxis nutze ich einen Zufallszahlengenerator in Excel oder andere Tools. Beispiel: Bei einer Prüfung von Ausgabenrechnungen eines IT-Dienstleisters generierte ich 60 Zufallszahlen zwischen 1 und 10.000 (Anzahl der Datensätze). Das Ergebnis war eine repräsentative Mischung aus kleinen und großen Aufwendungen. Die statistische Auswertung ergab eine Fehlerquote von 3,2 Prozent mit einem Konfidenzintervall von ±1,5 Prozent. Das war präzise genug für den Prüfungsbericht. Allerdings hat die Zufallsauswahl Nachteile: Wenn die Grundgesamtheit stark heterogen ist, kann die Zufallsstichprobe zufällig einen untypischen Querschnitt ergeben. Einmal hatte ich das Pech, dass mein Zufallsgenerator nur sehr kleine Posten auswählte – die großen, fehleranfälligen Buchungen waren nicht dabei. Das musste ich nachbessern. Daher bevorzuge ich in solchen Fällen eine systematische Zufallsauswahl, bei der Sie einen Startpunkt per Zufall bestimmen und dann jede k-te Einheit auswählen (z. B. jede 100. Rechnung). Das gewährleistet eine gleichmäßige Verteilung über die gesamte Liste und verhindert Klumpungen. Aber Vorsicht: Wenn die Grundgesamtheit eine periodische Struktur aufweist (zum Beispiel jede 100. Buchung ist per Zufall immer eine Rechnung des gleichen Monats), dann entsteht ein systematischer Fehler. Ich erinnere mich an einen Fall mit einem Monatsweiser: Der Mandant buchte große Beträge immer am 15. des Monats. Die systematische Stichprobe mit k = 100 zog genau jede 100. Buchung ab dem Startpunkt, und das war immer eine vom 15., also stark verzerrt. Ein klassischer Stolperstein! Also immer vorab prüfen, ob periodische Muster existieren. Ich rate Ihnen, eine Kombination zu verwenden: beginnen Sie mit einer Schichtung (z. B. nach Monaten oder Wertkategorien) und dann in jeder Schicht eine Zufallsauswahl. Das nennt man geschichtete Zufallsauswahl, und sie ist die robusteste Methode für heterogene Populationen. sie reduziert die Varianz und erhöht die Präzision ohne großen Stichprobenumfang.
Eine weitere, sehr praktische Methode in der deutschen Prüfungspraxis ist die wertabhängige Auswahl, insbesondere die monetäre Einheiten-Stichprobe (MUS). Hier wird jedes Element mit einem Wert proportional zu seinem Wert in die Grundgesamtheit aufgenommen – sprich, große Buchungen haben eine höhere Wahrscheinlichkeit, ausgewählt zu werden. Das klingt unfair, ist aber strategisch brilliant, denn große Buchungen bergen auch das größte Risiko für wesentliche Fehler. In der Praxis arbeiten Sie mit einem Gesamtwert der Grundgesamtheit und definieren „monetäre Einheiten“ (z. B. jeden Euro). Jede Rechnung mit einem Wert von 500.000 Euro hat dann doppelt so viele monetäre Einheiten wie eine mit 250.000 Euro. Wenn Sie dann eine Zufallsstichprobe über die Liste der kumulierten Beträge ziehen, erhalten Sie eine Gewichtung nach Wert. Ich nutze MUS besonders gern für Umsatz- und Bestandsprüfungen. Bei einem Prüfungsmandat eines Konsumgüterherstellers mit 5.000 Fertigwarenartikeln wählte ich MUS mit einem Startkapital von 2 Millionen Euro. Die Stichprobengröße betrug nur 35 Artikel, aber sie deckte 80 Prozent des Gesamtwerts ab. Die statistische Aussagekraft war hoch, und die Fehlerquote lag bei 1,2 Prozent – wir empfahlen eine geringe Anpassung. Ein Nachteil: MUS setzt eine plausible Verteilung der Fehler voraus – falls Fehler nur in kleinen Posten auftauchen, werden sie möglicherweise übersehen. Deshalb kombiniere ich MUS mit einer nicht-statistischen Ergänzung für kleine, aber riskante Posten (z. B. Handkasse oder geringwertige Wirtschaftsgüter). In der Praxis meiner Jiaxi-Zeit haben wir für einen mittelständischen Maschinenbaubetrieb eine hybridelterne Auswahl durchgeführt: Für die Bilanzposition „Vorräte“ (große Werte) nutzten wir MUS, für „Forderungen“ (viele kleine Posten) eine einfache Zufallsauswahl mit anschließender Schichtung. Die Akzeptanz beim Mandanten war hoch, da wir die Logik erklären konnten: „Wir prüfen, wo das meiste Geld fließt, aber wir ignorieren die kleinen nicht vollständig.“ Das ist Ehrlichkeit in der Prüfungskommunikation.
Lassen Sie mich kurz eine weniger verbreitete, aber interessante Methode erwähnen: die Cluster-Stichprobe (Cluster Sampling). Das ist nützlich, wenn die Grundgesamtheit in natürliche Gruppen (Cluster) unterteilt ist, wie Filialen, Abteilungen oder Regionen. Statt einzelner Buchungen wählen Sie ganze Cluster aus, und innerhalb dieser Cluster prüfen Sie alle Elemente oder eine Unterstichprobe. Ich habe dieses Verfahren erfolgreich für ein Handelsunternehmen mit 20 Verkaufsstellen eingesetzt. Jede Filiale hatte tausende Belege, aber die interne Buchungsqualität variierte stark. Statt 20 Filialen zu je 1 % zu prüfen (hoher Reiseaufwand), wählte ich 5 hohe Risikofilialen aus (Cluster) und prüfte dort 20 % der Belege. Der Zeitaufwand halbierte sich, und die Fehleraufdeckungsrate stieg, weil ich mich auf die Risikoschwerpunkte konzentrierte. Der Nachteil: Die Streuung in der Grundgesamtheit wird durch die Clusterstruktur künstlich geringer, wenn die Cluster sehr homogen sind. Dann überschätzen Sie die Präzision. Man spricht vom „Intra-Cluster-Effekt“. Um dem zu begegnen, müssen Sie mehr Cluster auswählen, sondern innerhalb der Cluster weniger prüfen. In meinem Fall wählte ich 5 Filialen und 50 Belege pro Filiale – Summe 250 Belege. Wenn ich 10 Filialen und 20 Belege genommen hätte (auch 200), wäre die Genauigkeit höher gewesen, aber mit mehr Reisekosten verbunden. Es ist immer eine Kosten-Nutzen-Abwägung. Mein Fazit: Es gibt nicht die eine ultimative Methode zur Auswahl der Einheiten. Die Kunst besteht darin, die Methode an die konkrete Prüfungssituation anzupassen. Ich empfehle, sich nicht auf eine einzige zu versteifen, sondern einen Methodenmix zu verfolgen. Beginnen Sie mit einer Datenanalyse, um Schichtungen vorzunehmen, und entscheiden Sie dann anhand der Risikoverteilung, ob Zufall, Systematik oder Gewichtung besser passt. Und vor allem: Dokumentieren Sie Ihre Auswahl so detailliert, dass ein nachfolgender Prüfer sie nachvollziehen kann. Das ist nicht nur Berufsehre, sondern verhindert Haftungsrisiken – ein Punkt, den ich im Laufe der Jahre sehr zu schätzen gelernt habe.
5. Durchführung der substanziellen Prüfungen
Nach der Auswahl geht es nun ans Eingemachte: die konkrete Prüfungshandlung auf Basis Ihrer Stichprobe. Hier zeigt sich, ob die Auswahl einen praktischen Wert hat. Die Durchführung umfasst in der Regel Tests on Details, wie Bestätigungen, Rekalibrierungen, physische Inventuren oder analytische Prüfungen auf Stichprobenbasis. Ich betone: Die Methode muss auf die Art der Stichprobe zugeschnitten sein. Wenn Sie etwa eine monetäre Einheiten-Stichprobe verwenden, können Sie nicht nach Zufallsprinzip einen Beleg prüfen und dann schätzen – nein, Sie müssen das Gewichtungsschema anwenden. In meiner Praxis bei Jiaxi kam es einmal vor, dass ein Kollege bei einer MUS-Stichprobe einfach jeden ausgewählten Posten wie einen normalen Beleg prüfte, ohne die monetäre Gewichtung zu berücksichtigen. Das Ergebnis war eine Verzerrung, die zu einer falschen Fehlerschätzung führte. Anschließend mussten wir eine Nacherhebung durchführen – viel Aufwand. Ein Tipp: Führen Sie die Prüfungshandlung systematisch durch, mit einer klaren Checkliste. Das umfasst: formelle Prüfung (Vollständigkeit, Richtigkeit der Kontierung), materielle Prüfung (Existenz, Bewertung, Abgrenzung) und – ganz wichtig – eine Risikobewertung in Echtzeit. Wenn Sie während der Prüfung auffällige Muster entdecken, sollten Sie die Stichprobe nicht einfach weiterführen, sondern die Auswahl anpassen. Ich hatte einmal einen Fall, in dem ich bei den ersten 30 geprüften Rechnungen eines Druckereibetriebs feststellte, dass die Mehrwertsteuer ständig falsch ausgewiesen wurde. Die erwartete Fehlerquote von 1% schnellte auf 7% hoch. Daraufhin vergrößerte ich die Stichprobe auf 100 Belege und führt eine erweiterte Prüfung der Steuerdaten durch. Das ist erlaubt und geboten – der Berufsstandard fordert eine anpassungsfähige Vorgehensweise. Denken Sie daran: Die Stichprobe ist ein Werkzeug, kein starres Gesetz.
Ein weiterer kritischer Punkt in der Durchführung ist die Behandlung von gefundenen Fehlern. Es ist nicht damit getan, Fehler zu notieren – Sie müssen bewerten, ob sie isoliert oder systematisch sind. Wenn Sie in Ihrer Stichprobe einen Fehler von 10.000 Euro in einem Posten entdecken, könnte das ein Einzelfall sein (z. B. Tippfehler) oder ein Hinweis auf ein Systemproblem (z. B. fehlerhafte Buchungsregel). In meiner Karriere habe ich gelernt, dass die Interpretation von Fehlern die schwerste Kunst der Prüfung ist. Bei einem Mandanten im Anlagenbereich fanden wir in der Stichprobe einige Abwertungsfehler. Statt sie nur zu korrigieren, analysierten wir die Systematik: Der Fehler trat bei allen Anlagen mit einer bestimmten Nutzungsdauer auf. Es stellte sich heraus, dass die AfA-Tabelle falsch eingestellt war – ein systematischer Fehler, der alle 800 Anlagen betraf! Die notwendige Anpassung belief sich auf 2,3 Millionen Euro. Ohne die erweiterte Analyse hätten wir nur eine kleine Stichprobenanpassung von 20.000 Euro vorgenommen und den großen Fehler übersehen. Daher empfehle ich: Wenn Sie Fehler finden, fragen Sie immer „Warum?“. Prüfen Sie auf Korrelationen mit Buchungszeit, Verantwortlichen, Produktgruppen. Nutzen Sie Datenanalyse-Tools, um Muster zu identifizieren. Insbesondere in modernen Prüfungen mit ERP-Systemen können Sie mit kleinen Stichproben große Erkenntnisse gewinnen, wenn Sie die Fehler richtig deuten. Ich verwende seit Jahren eine Technik, die ich „Fehler-Triage“ nenne: Kategorisieren Sie Fehler in (a) zufällige Irrtümer, (b) systematische Fehler und (c) Indikatoren für möglichen Betrug. Jeder Kategorie ordnen Sie eine andere Handlungsweise zu. Bei Betrugsindikatoren ist sofort eine erweiterte Untersuchung
