Das Journal Entry Testing (JET) in SAP beinhaltet Standardanalysen in der Revision und auch besonders im Rahmen der Jahresabschlussprüfung. JET analysiert den Buchungsstoff im Rechnungswesen im Hinblick auf Sachverhalte, welche von allgemeinem Interesse sind, also wenig auf Spezifika des Unternehmens zugeschnitten sind: Größte Buchungen, häufigste Buchungen, Buchungen am Wochenende oder merkwürdige Buchungstexte und vieles mehr. Im Rahmen mehrerer Blog Beiträge zeige ich Ihnen wie man JET Analysen direkt mit SQL in SAP umsetzt. Das geht schnell und liefert Ergebnisse in kürzester Zeit!
Wie kann man das Journal Entry Testing effizient durchführen?
Journal Entry Testing (JET) Analysen sind Standardanalysen. Wenn man ein Standard ERP-System wie SAP betrachtet, ist deshalb eine Automatisierung lohnenswert. Eine sehr mühselige Aufgabe ist häufig das Beschaffen der Daten, um diese anschließend in ein Analysetool wie z.B. Excel zu importieren. Häufig dauert die Datenbeschaffung länger als das Durchführen der Analysen selbst! Das ist der Grund, warum ich Ihnen in der Blogreihe die Auswertung direkt in SQL aufzeige. Denn damit braucht man die Daten nicht aus dem SAP-System zu extrahieren und die mühsame Datenbeschaffung entfällt.
Natürlich braucht man dafür entsprechenden Zugriff auf die SAP-Datenbank. Der Zugriff ist häufig gut geschützt, jedoch ist der Trend zu bemerken, dass mit der neuen SAP HANA der Direktzugriff auf die SAP Datenbank immer leichter und üblicher wird, etwa mit dem SAP HANA Studio:
Ansonsten können Sie auch direkt SQL Befehle absetzen mit Hilfe der Transaktion „DBACOCKPIT“ navigieren Sie über den Menüpunkt „Diagnose“ hin zum „SQL-Editor“.
Was sind übliche Journal Entry Testing Analysen?
Verbindliche Standardanalysen für das Journal Entry Testing gibt es nicht. Ein Blick in die Literatur hilft aber, übliche Auswertungen herauszufinden. Wir werfen dazu einen Blick in die Literatur und greifen dafür gleich mal das frisch im IDW-Verlag erschienene Buch zum Thema auf: „Journal Entry Testing“ von Kersten Christian Droste und Jonas Tritschler erschienen in 2018.
Dort werden folgende JET-Analysen vorgeschlagen:
- Anzahl Buchungen pro Erfasser
- Manuelle Buchungen auf Automatikkonten
- Soll-Buchungen bei Umsatzerlöskonten
- Buchungen mit ungewöhnlichen Buchungstexten
- Gegenkontoanalysen
- Hohe Auszahlungen bei Geldkonten
- Zeitnahes Erfassen und Buchen
- Buchungen an Wochenenden und Feiertagen
- Doppelte Buchungen
- Gerundete Ziffern vor dem Komma
- Belegnummernlückenanalyse
- Buchungen über Schnittstellen
- Buchungen am Abschlussstichtag
Das sind sicherlich nicht alle denkbaren JET-Analysen, aber zweifelsohne viele sehr wichtige. Wir finden, zum Journal Entry Testing gehören auch noch folgende Themen:
- Analyse von Dauerbuchungen
- weitere folgen
Wir aktualisieren die Listen fortlaufend, sodass sich ein Lesezeichen für diesen Artikel mit Sicherheit lohnt. In einem der letzten Blog Artikel haben wir uns z.B. bereits mit einer Ausreißeranalyse zum Thema: Buchungen an außergewöhnlichen Tagen befasst, den Sie hier finden.
Eine erste JET Analyse – Belegartenstatistik
Als Einstieg in eine JET Analyse empfehle ich zunächst ein Überblick über die Belegarten und die Häufigkeit der Verwendung der Belegarten. Man bekommt damit einen guten ersten Einblick, welche Geschäftsvorfälle wie häufig vorkommen.
Das zugehörige SQL dazu auf einer SAP HANA Datenbank lautet:
SELECT BKPF.BLART, T003T.LTEXT, COUNT(*) DOCUMENTS,COUNT(DISTINCT USNAM) POSTING_USERS FROM BKPF
LEFT JOIN T003T ON (BKPF.MANDT=T003T.MANDT AND BKPF.BLART=T003T.BLART AND T003T.SPRAS='D')
WHERE BUKRS='1000' AND GJAHR=2018
GROUP BY BKPF.BLART, T003T.LTEXT
ORDER BY COUNT(*) DESC
Ersetzen Sie BUKRS=’1000′ mit ihrem Buchungskreis und GJAHR=2018 mit ihrem zu untersuchendem Geschäftsjahr.
In meinem Testdatensatz kommt zum Beispiel folgendes heraus:
| BLART | LTEXT | DOCUMENTS | POSTING_USERS |
|---|---|---|---|
| KR | Kreditoren Rechnung | 1526 | 5 |
| SA | Sachkontenbeleg | 1176 | 10 |
| AB | Buchhaltungsbeleg | 1124 | 6 |
| WE | Wareneingang | 528 | 15 |
| RV | Fakturaübernahme | 432 | 7 |
| … | … | … | … |
Eine Visualisierung in Excel verdeutlicht die Lage folgendermaßen:
An diesem Bar Chart kann man sehr schön erkennen, welche Geschäftsvorfälle häufig vorkommen und welche eher selten sind.
In zap Audit werden solche übersichtsartigen Analysen im Dashboard automatisch erzeugt. Zum Glück muss man sich dafür nicht mit SQL auskennen und auch kein Excel bemühen:
… wir werden unsere Journal Entry Testing Reihe in künftigen Blogs fortsetzen!
