Volltextdatei(en) in REPOSIT vorhanden Open Access
DC ElementWertSprache
dc.contributor.advisorSchultz, Martin-
dc.contributor.authorvon Appen, Jan-
dc.date.accessioned2024-02-16T10:27:01Z-
dc.date.available2024-02-16T10:27:01Z-
dc.date.created2021-06-15-
dc.date.issued2024-02-16-
dc.identifier.urihttp://hdl.handle.net/20.500.12738/14836-
dc.description.abstractDurch die stetige Automatisierung und Digitalisierung der Geschäftsprozesse im 21. Jahrhundert entstehen immer mehr Finanztransaktionen, die auf unbeabsichtigte Fehler oder Betrugsversuche analysiert werden müssen. Das bisherige Vorgehen ist die manuelle Überprüfung eines Ausschnittes aller Transaktionen oder die Analyse aller Transaktionen mit Hilfe vordefinierter statischer Regeln. In dieser Arbeit wird evaluiert, ob die unüberwachten Verfahren DBSCAN, OPTICS, LOF, ROCK und Autoencoder sinnvoll in der Wirtschaftsprüfung angewendet werden können. Hierzu wurden die Verfahren auf drei Konten erprobt, die vorher von Wirtschaftsprüfern analysiert wurden. In dem zweiten Teil der Arbeit wird ein Versuch unternommen, mit Hilfe einer verbesserten Datenvorverarbeitung, die erreichten Ergebnisse zu verbessern.de
dc.description.abstractThe steady automation and digitalisation of business processes in the 21st century is creating more and more financial transactions that need to be analysed for unintentional errors or fraud attempts. The current approach is to manually review a subset of all transactions or to analyse all transactions using predefined static rules. This thesis evaluates if the unsupervised methods DBSCAN, OPTICS, LOF, ROCK and autoencoder can be applied in the auditing process. For this purpose, the procedures were tested on three accounts that were previously analysed by auditors. In the second part of the thesis an attempt is made to improve the achieved results by improving the data preprocessing.en
dc.language.isodeen_US
dc.subjectData-Scienceen_US
dc.subjectAusreißer-Erkennungen_US
dc.subjectFinanzbuchhaltungen_US
dc.subjectBetrugserkennungen_US
dc.subjectunüberwachtes Lernenen_US
dc.subject.ddc004: Informatiken_US
dc.titleKonzeption und Evaluation von Verfahren für die Ausreißer-Erkennung : Outlier-Detection zur Identifikation von auffälligen Belegen in Buchungsjournalen aus Finanzbuchhaltungssystemende
dc.typeThesisen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentFakultät Technik und Informatiken_US
thesis.grantor.departmentDepartment Informatiken_US
thesis.grantor.universityOrInstitutionHochschule für Angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeTropmann-Frick, Marina-
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-178255-
tuhh.oai.showtrueen_US
tuhh.publication.instituteFakultät Technik und Informatiken_US
tuhh.publication.instituteDepartment Informatiken_US
tuhh.type.opusBachelor Thesis-
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesisbachelorThesisen_US
dcterms.DCMITypeText-
tuhh.dnb.statusdomainen_US
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.openairetypeThesis-
item.creatorGNDvon Appen, Jan-
item.languageiso639-1de-
item.creatorOrcidvon Appen, Jan-
item.cerifentitytypePublications-
item.advisorGNDSchultz, Martin-
Enthalten in den Sammlungen:Theses
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
BA_Outlier-Detection.pdf1.43 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Seitenansichten

52
checked on 04.07.2024

Download(s)

37
checked on 04.07.2024

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.