Die Geschäftsprozesse sind heute umfassend in den Daten des Unternehmens abgebildet. Dies führt auch zu steigenden Anforderungen an (externe und interne) Prüfer, die gefordert sind, ihre Untersuchungen durch entsprechende Prüfungshandlungen abzusichern. Die Masse der Daten einerseits sowie deren Komplexität andererseits setzt aber der Anwendung herkömmlicher Verfahren oft Grenzen. So sind z. B. mathematisch-statistische Stichprobenverfahren in vielen Fällen keine Alternative mehr, weil aufgrund der großen Datenmengen und der Komplexität die ermittelten Stichprobenumfänge zu groß werden und so vom Prüfer nicht mehr effizient abgearbeitet werden können.
Die risikoorientierte Datenanalyse bietet hier eine Alternative. Die Analyse z.B. von Kreditorenbelegen bedeutet hier zunächst, dass anhand geeigneter Kennzahlen eine Klassifizierung der Kreditoren selber stattfindet. Danach können einzelne Kreditoren näher untersucht werden, bei denen ein oder mehrere Kennzahlen im kritischen Bereich liegen. Der Vortrag gibt einen ersten Einblick in die mathematisch-statistischen Grundlagen der risikoorientierten Datenanalyse. Dabei bleibt der Schwerpunkt der Darstellung immer noch auf einer fachlichen Darstellung und Begründung der Vorgehensweise.