Betrug im Unternehmensumfeld frühzeitig zu erkennen und zu verhindern, kann eine Herausforderung sein. Expense Management gehört zu den Bereichen eines Unternehmens, die am häufigsten Ziel von Betrug werden können. Der Einsatz von AI zur Betrugsbekämpfung wird in einer sich wandelnden Welt zunehmend notwendig.
Man weiß nicht, was man nicht weiß. Dieser Satz ist Ihnen möglicherweise bekannt, doch er trifft bemerkenswert zu. Wir hören möglicherweise Geschichten über Mitarbeitende, die wegen betrügerischer Ausgaben auffallen, und fragen uns: "Wie kann so etwas passieren?“
Kürzlich wurde ein Mitarbeiter einer großen Universität dabei erwischt, Computer und iPads im Wert von mehreren Millionen US-Dollar gestohlen zu haben. In diesem Fall war der Mitarbeiter dazu berechtigt, Einkäufe für die Abteilung bis zu einem bestimmten Schwellenwert zu tätigen und zu genehmigen. Die Universität ging davon aus, dass sie durch die Begrenzung des Einkaufsbetrags eines Mitarbeiters entsprechende Kontrollen eingerichtet hatte. Doch das war nicht ausreichend. Dies verdeutlicht, warum die Ergänzung durch eine automatisierte Prüfung von 100 % der Unternehmensausgaben zusätzlich zu starken Richtlinien und Prozessen für das Management von Unternehmensausgaben entscheidend ist, um Ihr Unternehmen dabei zu unterstützen, versteckten Betrug aufzudecken und eine Compliance-Kultur zu schaffen.
Im März 2020 veröffentlichte das Center for Audit Quality published Assessing Corporate Culture: A Proactive Approach to Deter Misconduct. In diesem Artikel wird die Frage aufgeworfen: "Wenn ein Unternehmensskandal auftritt und Stakeholder nach Gründen und Ursachen suchen, führt die Spur häufig zurück zu Problemen in der Unternehmenskultur.“ Aber was wäre, wenn eine Organisation solchen Krisen zuvorkommen könnte?“ Die gute Nachricht ist: Das ist möglich.
Technologie hat sich in mehr Bereichen weiterentwickelt, als Sie sich vorstellen können. Mit Oversight können Sie eine durchgängige Prüfung von Ausgaben mithilfe von Artificial Intelligence (AI) durchführen. Oversight ermöglicht Ihrem Unternehmen vollständige Transparenz über alle Ausgaben. Wir haben all unseren Kunden dabei geholfen, Richtlinien zu stärken und weitere Verbesserungen im Bereich Compliance voranzutreiben. Lesen Sie weiter und erfahren Sie anhand von drei Praxisbeispielen, wie die Analyse von Ausgaben zu Richtlinienanpassungen geführt hat, die dazu beitragen, Risiken und Missbrauch zu reduzieren.
1. Wie AI dabei half, eine Schwachstelle im Spesenmanagementsystem aufzudecken, die von Mitarbeitenden ausgenutzt wurde. Deaktivieren Sie die Möglichkeit für Mitarbeitende, Händlerinformationen für Firmenkreditkartentransaktionen in Ihrem Spesenmanagementsystem zu ändern.
Mithilfe des Oversight-Systems entdeckte unser Kunde eine Lücke in seinem Spesensystem, die ihn Tausende von Dollar gekostet hatte. Da die Analysen von Oversight Unternehmen ermöglichen, Bankdaten mit den Details von Spesenabrechnungen zu vergleichen, stellte unser Analyst eine Kartentransaktion über 180 US-Dollar fest, die in einem Nagelstudio und Day Spa durchgeführt, jedoch als Gruppenessen abgerechnet wurde.
Bei der Prüfung der Details der Spesenabrechnung sahen wir die Transaktionsinformationen des Nagelstudios und Day Spas. Gleichzeitig zeigte das Feld "merchant name 2", dass diese Ausgabe bei Joe's Stone Crab Restaurant in Miami entstanden sei, wo angeblich fünf Teilnehmende anwesend waren. Wir konnten nicht nachvollziehen, wie dies möglich war: Wie konnte sich das Feld "merchant name 2" so stark von dem Händler unterscheiden, bei dem die Karte tatsächlich verwendet wurde? Wir kontaktierten den Kunden, der bestätigte, dass sein Spesenmanagementsystem Mitarbeitenden erlaubt, Händlerinformationen für Firmenkreditkartentransaktionen zu ändern.
Nachdem diese Funktion deaktiviert wurde, entdeckten sie allein bei diesem Mitarbeitenden betrügerische Spesenabrechnungen von mehr als 50.000 US-Dollar.
2. Bleiben Sie Betrug im Unternehmen mit AI-gestütztem Spesenmanagement einen Schritt voraus. Erinnern Sie Ihre Genehmigenden daran, die Spesenart mit dem Namen des Händlers zu vergleichen.
Manche Menschen glauben, sie könnten bei Betrugsversuchen innerhalb von Spesenabrechnungen unauffällig und clever vorgehen. Laut dem ACFE 2022 Report to the Nations, CFEs schätzen CFEs, dass Unternehmen jedes Jahr 5 % ihres Umsatzes durch Betrug verlieren. Sie führen weiter aus, dass 86 % des beruflichen Betrugs durch Veruntreuung von Vermögenswerten begangen werden (fiktive oder überhöhte Spesen fallen in diese Kategorie).
Mit einem AI-gestützten Audit-System für das Spesenmanagement stehen Ihnen Ausnahmetypen zur Verfügung, die Spesen markieren können, wenn die Spesenarten nicht mit dem übereinstimmen, was üblicherweise unter der Händlerkategorie eingeordnet wird. Beispielsweise nutzte ein Mitarbeiter eines Kunden seine Firmenkreditkarte, damit ein anderer Mitarbeiter in einem Krankenhaus in Cancún, Mexiko, eine Ultraschalluntersuchung durchführen lassen konnte.
Der Mitarbeiter füllte einen Spesenbericht in Concur aus und ordnete die Ausgabenart als "Konferenzen und Meetings – Speisen und Getränke“ ein. Als einer unserer Analysten im Bereich Resolution Services die Belastung im Auftrag unseres Kunden überprüfte, erhielt er sofort eine Benachrichtigung mit dem Hinweis, die Meldung "Ausgabe scheint falsch klassifiziert zu sein und die Transaktion befindet sich in einer Hochrisiko-Händlerkategorie – Krankenhäuser“ zu prüfen. Bei der weiteren Untersuchung stellte unser Analyst die betrügerische Ausgabe fest, bevor der Bericht genehmigt wurde.
3. Legen Sie eine Richtlinie fest, die verhindert, dass Mitarbeiter im Unternehmen ihre Passwörter für das Ausgabenmanagement weitergeben.
In einigen Fällen geben Führungskräfte, die über einen Executive Assistant (EA) verfügen, ihrem EA alle Passwörter und ermöglichen den Zugriff auf jedes von ihnen genutzte System, beispielsweise E-Mails und Ausgabenmanagement-Systeme. In den meisten Fällen hat der Assistent Zugriff auf die E-Mails und den Kalender der Führungskraft sowie die Möglichkeit, Travel & Expense (T&E)- und andere Ausgaben in deren Namen einzureichen. In diesem Fall stellte unser Kunde fest, dass ein Executive Assistant in einem beliebigen Monat Amazon-Einkäufe im Wert von über 20.000 US-Dollar getätigt hatte. Der Analyst bemerkte ein Muster bei den Belegen, die sie allen ihren Amazon-Einkäufen beifügte: Sie stellte lediglich einen zusammenfassenden Beleg bereit, und es wurde niemals eine Bestellnummer angegeben. Die Belege sahen außerdem so aus, als wären sie in Microsoft Word manipuliert worden.
Diese Fälle wurden zur weiteren Prüfung sofort an die Revision weitergeleitet. Es stellte sich heraus, dass sie das Unternehmen um 300.000 US-Dollar betrogen hatte. Sie fragen sich, wie dies am Vorgesetzten des Mitarbeiters vorbeigehen konnte? Sie hatte Zugriff auf die E-Mails ihres Vorgesetzten und dessen Concur-Konto, löschte E-Mails und genehmigte ihre eigenen Firmenausgabenberichte, bevor er davon Kenntnis erhielt.
Die wichtigste Erkenntnis aus dieser Geschichte ist daher, eine Richtlinie einzuführen: Wenn jemand Ausgaben für seine Führungskraft einreichen muss, sollte dies über den eigenen Login im Namen der Führungskraft erfolgen. Machen Sie es zu einer Unternehmensrichtlinie, keine Passwörter für das Firmenausgabenmanagement weiterzugeben und niemandem den Zugriff auf Ihr persönliches Konto zu ermöglichen.
Auch wenn es sich hierbei um extreme Betrugsfälle handelt, kommt unangemessenes Ausgabeverhalten häufiger vor, als Sie denken. Wenn Personen glauben, dass sie mit unangemessenem Verhalten davonkommen, werden sie dieses Verhalten fortsetzen. Es ist entscheidend, sicherzustellen, dass Richtlinien vorhanden sind, die eine Compliance-Kultur fördern. Sie müssen Unternehmensbetrug nicht tolerieren, nur weil Sie ihn nicht erkennen konnten. Mit Oversight erhalten Sie einen vollständigen Überblick, erkennen Muster und gestalten die Zukunft.
Wie kann Oversight Sie heute unterstützen? Abonnieren Sie unsere Nothing Gets by You Now Blog Series und erfahren Sie wie unser End-to-End-Produkt für Expense Auditing mit Artificial Intelligence Sie dabei unterstützen kann, manuelle Prozesse zu automatisieren und Erkenntnisse über bisher unbekannte Risiken zu gewinnen.