Doppelte Rechnungen finden

Übersicht

Die Anreicherung "Doppelte Rechnungen finden" erkennt automatisch potenzielle doppelte Rechnungen in Ihrem Kreditorenprozess, indem Rechnungsattribute wie Lieferant, Rechnungsnummer, Betrag und Datum analysiert werden. Dieses leistungsfähige Werkzeug zur Betrugserkennung und Datenqualitätsprüfung identifiziert exakte Übereinstimmungen sowie nahezu Übereinstimmungen, die auf doppelte Zahlungen, Eingabefehler oder vorsätzlichen Betrug hinweisen können.

Die Anreicherung verwendet intelligente Abgleichalgorithmen, darunter exakten Abgleich von Lieferant und Rechnungsnummer sowie optional den Levenshtein-Abstand, um ähnliche Rechnungsnummern zu erkennen, die Tippfehler oder absichtliche Variationen darstellen könnten. Fälle werden nach ihren Abgleichmustern gruppiert, wobei jede Gruppe den Abgleichtyp, die Gruppenzahl und den Gesamtwert für die Analyse enthält.

Hinweis: Diese Anreicherung steht nur Administratoren zur Verfügung, da sie speziell für Kreditorenprüfungen und Betrugserkennungsszenarien eingesetzt wird.

Häufige Anwendungsfälle

  • Erkennung doppelter Rechnungseingänge von Lieferanten
  • Identifizierung potenzieller Risiken für Doppelzahlungen
  • Auffinden von Eingabefehlern, bei denen Rechnungsnummern falsch eingetragen wurden
  • Aufdecken betrügerischer doppelter Rechnungen mit geringfügigen Abweichungen
  • Prüfung der Kreditorenprozesse zur Gewährleistung der Zahlungsintegrität
  • Vorbereitung auf Finanzprüfungen durch Identifikation potenzieller Duplikate
  • Bereinigung von Datenqualitätsproblemen bei Rechnungen

Einstellungen

Spaltenname für Rechnungsnummer: Wählen Sie die Spalte mit der Rechnungsnummer. Dies ist der primäre Bezeichner für den Abgleich in Kombination mit dem Lieferantennamen.

Spaltenname für Lieferanten: Wählen Sie die Spalte mit dem Lieferanten- oder Firmennamen. Rechnungen werden zunächst nach Lieferant gruppiert, bevor die Rechnungsnummern zum Finden von Duplikaten verglichen werden.

Spaltenname für Rechnungsbetrag: Wählen Sie die Spalte mit dem Rechnungsbetrag. Dies hilft, Abgleichtypen (exakt vs. Betrag geändert) zu erkennen und den Gesamtwert der Gruppe zu berechnen.

Spaltenname für Rechnungsdatum: Wählen Sie die Spalte mit dem Rechnungsdatum. Wird genutzt, um Abgleichtypen zu erkennen, bei denen sich das Datum zwischen doppelten Einreichungen geändert hat.

Spaltenname für Fälligkeitsdatum (Optional): Wählen Sie die Spalte mit dem Zahlungsfälligkeitsdatum, falls vorhanden. Hilft, Muster zu erkennen, bei denen Fälligkeitstermine bei erneut eingereichten Rechnungen geändert wurden.

Ähnliche Rechnungsnummern verwenden: Wenn aktiviert, nutzt die Anreicherung die Levenshtein-Distanzberechnung, um Rechnungen mit ähnlichen (aber nicht identischen) Rechnungsnummern zu finden. Damit werden Tippfehler und absichtliche Variationen erfasst, bei denen sich Rechnungsnummern um 1-2 Zeichen unterscheiden. Rechnungen mit demselben Lieferanten und Betrag, aber ähnlicher Rechnungsnummer werden als potenzielle Duplikate markiert.

Filterliste: Optional können Filter angewendet werden, um zu begrenzen, welche Fälle analysiert werden. So lässt sich der Fokus der Duplikaterkennung auf bestimmte Lieferantenkategorien, Zeiträume oder andere Kriterien beschränken.

Beispiel

Erkennung exakter doppelter Rechnungen

Szenario: Die Kreditorenabteilung möchte Rechnungen identifizieren, die mehrfach mit identischem Lieferanten und Rechnungsnummer eingereicht wurden.

Einstellungen:

  • Spaltenname für Rechnungsnummer: "Invoice Number"
  • Spaltenname für Lieferanten: "Vendor Name"
  • Spaltenname für Rechnungsbetrag: "Invoice Amount"
  • Spaltenname für Rechnungsdatum: "Invoice Date"
  • Ähnliche Rechnungsnummern verwenden: Nein

Vorher (Fallattribute): | Case ID | Vendor Name | Invoice Number | Invoice Amount | Invoice Date | |---------|-------------|----------------|----------------|--------------| | INV-001 | Acme Corp | A12345 | $5,000 | 2024-01-10 | | INV-002 | Acme Corp | A12345 | $5,000 | 2024-01-10 | | INV-003 | Acme Corp | A12345 | $5,200 | 2024-01-15 | | INV-004 | Beta Inc | B9876 | $3,000 | 2024-01-12 |

Nachher (neue Attribute hinzugefügt): | Case ID | Duplicate Group | Group Count | Group Value | Match Type | |---------|-----------------|-------------|-------------|------------| | INV-001 | Acme Corp_A12345 | 3 | $15,200 | Exact Match | | INV-002 | Acme Corp_A12345 | 3 | $15,200 | Exact Match | | INV-003 | Acme Corp_A12345 | 3 | $15,200 | Amount Changed | | INV-004 | (none) | (none) | (none) | (none) |

Erkenntnisse: Drei Rechnungen von Acme Corp haben dieselbe Rechnungsnummer A12345. Zwei sind exakte Duplikate (gleicher Betrag und Datum), während die dritte einen anderen Betrag aufweist – was auf eine Korrektur oder betrügerische Duplikate hindeutet.

Finden von Rechnungen mit ähnlichen Nummern

Szenario: Es besteht der Verdacht, dass einige doppelte Rechnungen mit kleinen Tippfehlern bei der Rechnungsnummer eingereicht wurden, um der Erkennung zu entgehen.

Einstellungen:

  • Spaltenname für Rechnungsnummer: "Invoice Number"
  • Spaltenname für Lieferanten: "Vendor Name"
  • Spaltenname für Rechnungsbetrag: "Invoice Amount"
  • Spaltenname für Rechnungsdatum: "Invoice Date"
  • Ähnliche Rechnungsnummern verwenden: Ja

Beispielhafte Erkennung: | Case ID | Vendor Name | Invoice Number | Invoice Amount | Match Type | |---------|-------------|----------------|----------------|------------| | INV-010 | Acme Corp | INV-2024-001 | $10,000 | Similar Invoice Number | | INV-011 | Acme Corp | INV-2024-0O1 | $10,000 | Similar Invoice Number | | INV-012 | Acme Corp | INV-2024-OO1 | $10,000 | Similar Invoice Number |

Erkenntnisse: Die Anreicherung erkennt, dass diese drei Rechnungen nahezu identische Rechnungsnummern haben (Unterschied: Buchstabe "O" vs. Ziffer "0"), denselben Lieferanten und Betrag. Dieses Muster ist höchst verdächtig und sollte untersucht werden.

Abgleichtypen

Die Anreicherung kategorisiert die Duplikatgruppen nach Abgleichtyp:

  • Exact Match: Lieferant, Rechnungsnummer, Betrag und Rechnungsdatum sind alle identisch
  • Amount Changed: Derselbe Lieferant und Rechnungsnummer, aber unterschiedlicher Rechnungsbetrag
  • Invoice Date Changed: Derselbe Lieferant und Rechnungsnummer, aber unterschiedliches Rechnungsdatum
  • Due Date Changed: Derselbe Lieferant und Rechnungsnummer, aber unterschiedliches Fälligkeitsdatum
  • Similar Invoice Number: Derselbe Lieferant und Betrag, Rechnungsnummern unterscheiden sich um 1-2 Zeichen

Ausgabe

Die Anreicherung erstellt mehrere Fallattribut-Spalten:

Duplicate Group: Ein String, der Lieferantenname und Rechnungsnummer kombiniert und angibt, zu welcher Duplikatgruppe ein Fall gehört. Format: "VendorName_InvoiceNumber"

Group Count: Die Anzahl der Fälle in der Duplikatgruppe. Fälle mit Count > 1 sind potenzielle Duplikate.

Group Value: Der Gesamtwert aller Rechnungen in der Duplikatgruppe. Hilft, Duplikatgruppen mit hohem Wert für Untersuchungen zu priorisieren.

Match Type: Zeigt, wie die Duplikate übereinstimmen (Exact Match, Amount Changed, Invoice Date Changed, Due Date Changed oder Similar Invoice Number).

Untersuchungsattribute: Zusätzliche Spalten zum Nachverfolgen des Untersuchungsstands:

  • Is Not A Duplicate (Boolean) - Markierung von Fehlalarmen
  • Is Resolved (Boolean) - Markierung untersuchter Fälle
  • Resolved By (String) - Wer den Fall gelöst hat
  • Resolved Time (DateTime) - Wann die Lösung erfolgte
  • Outcome (String) - Ergebnis der Untersuchung
  • Comments (String) - Notizen zur Untersuchung

Beste Vorgehensweisen

  • Regelmäßig (wöchentlich oder monatlich) ausführen für fortlaufendes Monitoring
  • Erste Untersuchung auf Duplikatgruppen mit hohem Gesamtwert konzentrieren (Sortierung nach Group Value)
  • "Amount Changed"-Übereinstimmungen sorgfältig prüfen – können korrigierte Rechnungen oder Betrug bedeuten
  • "Similar Invoice Number"-Übereinstimmungen erfordern genauere Untersuchung, da Fehlalarme möglich sind
  • Filterliste verwenden, um Lieferantenkategorien auszuschließen, die legitime Duplikatmuster aufweisen
  • Untersuchungsergebnisse in den bereitgestellten Verfolgungsspalten dokumentieren

Siehe auch

Diese Dokumentation ist Teil der mindzie Studio Process Mining Plattform.