DC Element | Wert | Sprache |
---|---|---|
dc.contributor.advisor | Schultz, Martin | - |
dc.contributor.author | von Appen, Jan | - |
dc.date.accessioned | 2024-02-16T10:27:01Z | - |
dc.date.available | 2024-02-16T10:27:01Z | - |
dc.date.created | 2021-06-15 | - |
dc.date.issued | 2024-02-16 | - |
dc.identifier.uri | http://hdl.handle.net/20.500.12738/14836 | - |
dc.description.abstract | Durch 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.abstract | The 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.iso | de | en_US |
dc.subject | Data-Science | en_US |
dc.subject | Ausreißer-Erkennung | en_US |
dc.subject | Finanzbuchhaltung | en_US |
dc.subject | Betrugserkennung | en_US |
dc.subject | unüberwachtes Lernen | en_US |
dc.subject.ddc | 004: Informatik | en_US |
dc.title | Konzeption und Evaluation von Verfahren für die Ausreißer-Erkennung : Outlier-Detection zur Identifikation von auffälligen Belegen in Buchungsjournalen aus Finanzbuchhaltungssystemen | de |
dc.type | Thesis | en_US |
openaire.rights | info:eu-repo/semantics/openAccess | en_US |
thesis.grantor.department | Fakultät Technik und Informatik | en_US |
thesis.grantor.department | Department Informatik | en_US |
thesis.grantor.universityOrInstitution | Hochschule für Angewandte Wissenschaften Hamburg | en_US |
tuhh.contributor.referee | Tropmann-Frick, Marina | - |
tuhh.identifier.urn | urn:nbn:de:gbv:18302-reposit-178255 | - |
tuhh.oai.show | true | en_US |
tuhh.publication.institute | Fakultät Technik und Informatik | en_US |
tuhh.publication.institute | Department Informatik | en_US |
tuhh.type.opus | Bachelor Thesis | - |
dc.type.casrai | Supervised Student Publication | - |
dc.type.dini | bachelorThesis | - |
dc.type.driver | bachelorThesis | - |
dc.type.status | info:eu-repo/semantics/publishedVersion | en_US |
dc.type.thesis | bachelorThesis | en_US |
dcterms.DCMIType | Text | - |
tuhh.dnb.status | domain | en_US |
item.advisorGND | Schultz, Martin | - |
item.creatorGND | von Appen, Jan | - |
item.languageiso639-1 | de | - |
item.cerifentitytype | Publications | - |
item.openairecristype | http://purl.org/coar/resource_type/c_46ec | - |
item.creatorOrcid | von Appen, Jan | - |
item.fulltext | With Fulltext | - |
item.grantfulltext | open | - |
item.openairetype | Thesis | - |
Enthalten in den Sammlungen: | Theses |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
BA_Outlier-Detection.pdf | 1.43 MB | Adobe PDF | Öffnen/Anzeigen |
Feedback zu diesem Datensatz
Export
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.