Logo des Repositoriums
 

Fallbasierte Entscheidungsunterstützung für die Strukturplanung von Jahresabschlussprüfungen

Kurzanzeige
dc.contributor.authorReiter, Tobias
dc.date.accessioned2018-01-08T09:14:31Z
dc.date.available2018-01-08T09:14:31Z
dc.date.issued2010
dc.description.abstractIn der Dissertation „Fallbasierte Entscheidungsunterstützung für die Strukturplanung von Jahresabschlussprüfungen“ wird ein erfahrungsbasierter Prüfungsansatz konzipiert, der auf dem Vergleich ähnlicher Prüfungssituationen beruht und damit als eine Neuausrichtung der in der Prüfungspraxis akzeptierten Idee einer risikoorientierten Prüfung zu verstehen ist. Zu diesem Zweck wird ein System von Prüfungsindikatoren hergeleitet und gezeigt, wie sich unter Verwendung von Techniken des fallbasierten Schließens (engl. Case-Based Reasoning, CBR) aus Kennzahlen- und Kontextszenarien Risiken und Prüfungsempfehlungen ableiten lassen. Zur Umsetzung eines strukturorientierten CBR-Ansatzes wird unter Rückgriff auf die Konzepte des “Entity-Relationship”-Modells von Chen ein konzeptionelles Modell entwickelt und eine vollständige Typisierung der verwendeten Begriffe vorgelegt, welche sich auch auf dynamische, erst zur Laufzeit zu erstellende Konzepte erstreckt. Durch den Aufbau einer solchen Ontologie wird eine schnelle und konsistente Implementierung des vorgestellten Modells ermöglicht und ein Beitrag zur Überwindung der Diskrepanz zwischen unter Effizienz- und Effektivitätsaspekten geforderten und in der Prüfungspraxis zum Einsatz gelangenden Prüfungsinstrumentarien geleistet.
dc.identifier.pissn1610-1987
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/11158
dc.publisherSpringer
dc.relation.ispartofKI - Künstliche Intelligenz: Vol. 24, No. 3
dc.relation.ispartofseriesKI - Künstliche Intelligenz
dc.titleFallbasierte Entscheidungsunterstützung für die Strukturplanung von Jahresabschlussprüfungen
dc.typeText/Journal Article
gi.citation.endPage262
gi.citation.startPage259

Dateien

Sammlungen

Künstliche Intelligenz 24(3) - August 2010