Warum sich Fachlichkeit in der Berechtigungsprüfung nicht rechnen lässt
Ein SoD-Regelwerk ist ein normatives Instrument: Es legt fest, welche Kombination von Berechtigungen unzulässig ist — nicht, welche üblich ist. Diese Festlegung folgt aus Rechnungslegungsgrundsätzen und Prüfungsstandards, nicht aus Daten. Künstliche Intelligenz kann Regelwerke ergänzen und Befunde vorsortieren. Die normative Setzung und ihre Bewertung kann sie nicht ersetzen.
Es gibt einen Satz, den ich in Projekten seit Jahren höre, und er stimmt: Ein Standardkatalog allein reicht nicht. Kein ausgeliefertes Regelwerk zur Funktionstrennung trifft ein Unternehmen genau so, wie es tatsächlich arbeitet. Wer das anders verkauft, war noch nicht in genug Projekten.
Interessanter ist, was daraus folgt. Derzeit wird an mehreren Stellen im Markt derselbe Schluss gezogen: Wenn der Katalog nicht reicht, soll künstliche Intelligenz die Lücke füllen. Der Schritt klingt naheliegend. Es lohnt sich, genau hinzusehen, an welcher Stelle sie das kann — und an welcher nicht.
Woher stammen die Regeln in einem SoD-Regelwerk?
Nehmen wir die bekannteste Regel im SAP-Umfeld: Wer Kreditoren anlegen darf, soll keine Zahlungen freigeben dürfen.
Woher kommt dieser Satz? Nicht aus Daten. Er stammt aus dem Grundsatz der Funktionstrennung, wie ihn die handelsrechtlichen Buchführungsgrundsätze und die Prüfungsstandards zur Beurteilung interner Kontrollsysteme voraussetzen. Er stammt aus der Kenntnis realer Schadensfälle. Und er stammt aus dem Wissen, wie eine Zahlung in SAP technisch zustandekommt — an welcher Stelle die Kontrolle greift, welche Objekte dabei geprüft werden und wo sie umgangen werden kann.
Keiner dieser drei Wege führt über Häufigkeiten. Die Regel gilt auch dann, wenn in den Systemen von tausend Unternehmen niemand diese Kombination je ausgenutzt hat.
Ein Regelwerk sagt nicht, was üblich ist.
Es sagt, was unzulässig ist.
Genau hier liegt eine strukturelle Grenze. Ein Modell lernt aus dem, was vorliegt. Es kann gut sagen, was üblich ist, was auffällt, was von der Masse abweicht. Es kann nicht sagen, was unzulässig ist — weil Unzulässigkeit keine Eigenschaft der Daten ist.
Warum lernende Systeme blinde Flecken nicht schließen
Daraus folgt ein Problem, das selten diskutiert wird.
Wenn ein Modell auf den Befunden eines bestehenden Systems lernt, lernt es, was dieses System bisher gemeldet hat. Es lernt die Falsch-Positiven mit — das ist bekannt und beherrschbar. Es lernt aber auch die blinden Flecken mit, und das ist es nicht.
Ein Risiko, das das bisherige Regelwerk nie erkannt hat, hat nie einen Befund erzeugt. Es hat keine Spur hinterlassen. Für ein lernendes System existiert es nicht. Das heißt: Ein Modell wird genau dort besser, wo ohnehin schon hingesehen wurde — und bleibt genau dort blind, wo bisher niemand hingesehen hat.
Lücken in einem Regelwerk schließt man nicht durch Rechnen. Man schließt sie, indem jemand mit Fachkenntnis einen Geschäftsprozess durchgeht und feststellt, dass eine Konstellation fehlt. Das ist mühsam, es dauert, und es gibt keine Abkürzung.
Wie kommt eine Risikobewertung zustande?
Es gibt eine Stelle, an der ich in den letzten Jahren mehr schwache Regelwerke gesehen habe als bei den Regeln selbst: bei der Bewertung.
Fast jedes Regelwerk stuft seine Risiken ein — gering, mittel, hoch, kritisch. Die Frage ist, was hinter dieser Einstufung steht. In vielen Fällen ist es ein Wert, den irgendwann jemand gesetzt hat. Fragt man nach dem Warum, lautet die Antwort: weil es so hinterlegt ist.
Das ist im Betrieb unauffällig und im Audit ein Problem. Eine Risikostufe ist ein Urteil. Sie sollte sich herleiten lassen: Gegen welche Rechnungslegungsnorm verstößt der Sachverhalt? Welche Schutzziele verletzt er? Welche Schadenshöhe ist realistisch? Wie verhält sich die Bewertung vor und nach einer wirksamen Kontrolle? Ohne diese Herleitung ist die Stufe eine Meinung mit Zahlenwert.
Spätestens dann fällt es auf, wenn zwei Systeme dasselbe Risiko unterschiedlich einstufen und niemand sagen kann, welche Einstufung die richtige ist. Genau an dieser Stelle wird aus einer Prüfungsvorbereitung eine Prüfungsdiskussion.
Warum ein gutes Regelwerk allein nicht reicht
Die zweite Stelle, an der es regelmäßig klemmt, liegt nicht im Regelwerk, sondern in dem, was daraus gemacht wird.
Ob zwei Funktionen tatsächlich zusammentreffen, hängt am organisatorischen Bezug. Ein Kreditorenanleger in Buchungskreis 1000 und ein Zahlungsfreigeber in Buchungskreis 2000 sind kein Konflikt. Aber was heißt „derselbe Bereich" genau? Was gilt bei einer Sternausprägung, bei Wertintervallen, bei einer Organisationsebene, die in der Rolle gar nicht gepflegt ist? Und was, wenn die eine Funktion über den Buchungskreis abgegrenzt ist und die andere über das Werk — zwei Dimensionen, die sich nicht unmittelbar vergleichen lassen?
Dazu kommt die Frage, ob eine Berechtigung zur Laufzeit überhaupt geprüft wird. Ein Objekt kann in der Rolle stehen und trotzdem wirkungslos sein.
Beides entscheidet sich nicht im Regelwerk, sondern in der Auswertung. Das erklärt eine Beobachtung, die viele Unternehmen kennen: Sie kaufen ein besseres Regelwerk und bekommen anschließend dieselben Listen wie vorher. Wo Regelwerk und Analyse in getrennten Systemen liegen, kann das beste Regelwerk die Fehler der Auswertung nicht heilen.
Wie bewertet ein Wirtschaftsprüfer solche Ergebnisse?
Ein Wirtschaftsprüfer bewertet nicht die Güte eines Algorithmus. Er bewertet, ob eine Kontrolle nachvollziehbar ausgestaltet ist und ob sich ihre Wirksamkeit belegen lässt.
Das gilt in beide Richtungen, und die zweite ist die riskantere. Ein Befund, den niemand erklären kann, kostet Zeit. Ein Befund, der nicht erschien und den niemand erklären kann, kostet mehr. Wenn ein Verfahren zu dem Schluss kam, ein Risiko sei im konkreten Fall unkritisch, muss diese Entscheidung genauso rekonstruierbar sein wie die gegenteilige. Sonst ist der Satz „hier war nichts" kein Nachweis, sondern eine Behauptung.
Am Ende dieser Kette steht immer ein Mensch, der unterschreibt. Die Frage ist nur, ob er erklären kann, was er unterschreibt.
Wo künstliche Intelligenz tatsächlich hingehört
Nichts davon ist ein Argument gegen KI. Es ist ein Argument über die Stelle, an der sie sitzt.
In den Werkzeugen, die ich derzeit sehe, sitzt sie meist richtig: Sie formuliert Risikobeschreibungen aus, sortiert große Befundmengen vor, schlägt Konstellationen vor, die im eigenen Regelwerk fehlen könnten, bereitet Auswertungen für Entscheider ohne SAP-Hintergrund auf. Das ist echte Entlastung, gerade bei der Arbeit, die heute unbezahlt in Excel-Listen passiert.
Der Unterschied liegt zwischen vorschlagen und entscheiden. Ein Vorschlag darf falsch sein, weil ihn jemand prüft. Eine Entscheidung, die niemand geprüft hat, ist im Prüfungskontext kein Ergebnis, sondern ein Risiko. Diese Grenze verläuft nicht zwischen Werkzeugen, sondern innerhalb jedes einzelnen — und sie muss bewusst gezogen werden, sonst verschiebt sie sich von selbst.
Warum Fachlichkeit das Unterscheidungsmerkmal bleibt
Es gibt einen ökonomischen Grund, warum die Antwort „mehr KI" so attraktiv klingt: Fachlichkeit ist langsam und teuer. Sie entsteht aus Prüfungen, aus Projekten, aus Fehlern, aus Jahren. Man kann sie nicht einkaufen und nicht beschleunigen.
Genau das macht sie zum eigentlichen Unterscheidungsmerkmal. Was ein Modell erzeugen kann, kann jedes Modell erzeugen — und damit unterscheidet es niemanden von niemandem. Was bleibt, ist der Unterschied im Fachurteil.
Deshalb ist die Frage an einen Anbieter nicht, wie modern seine Auswertung ist. Sie lautet:
Wer hat diese Regel geschrieben, wie kommt ihre Bewertung zustande — und wer steht dafür gerade, wenn der Prüfer nachfragt?
Wer darauf antworten kann, braucht kein intelligenteres Regelwerk. Er hat ein verantwortetes.