Die Prüfungstechnik des graphischen Reihenvergleichs (auch als Zeitreihenvergleich oder Zeitreihenanalyse bezeichnet) ist keineswegs eine „neue“ Methode der Finanzverwaltung zur Betrugsbekämpfung. Bereits in den 1950iger Jahren wurden die theoretischen Grundlagen insbesondere von Wilhelm Baselt für die steuerliche Betriebsprüfung entwickelt. Obwohl dieses effektive Instrument seit langem bekannt war, wurde es in der Betriebsprüfungspraxis kaum eingesetzt. Ursache dafür war wohl der hohe Aufwand beim händischen Heraussuchen der Daten und der Aufbereitung von Diagrammen.

Graphischer Reihenvergleich

Zeitreihe Umsat und Wareneinsatz	Einnahmen eines Wochentags

Die Einführung der computergestützten Datenanalyse durch den Einsatz einer Revisionssoftware führte dazu, dass der graphische Reihenvergleich inzwischen zu einer der wichtigsten Prüfungsmethoden geworden ist. Such- und Sortiervorgänge der Daten und die Erstellung von Diagrammen können effektiv durch die Prüfprogramme erledigt werden. Durch den Einsatz von vorgefertigten Prüfungstools, wie beispielsweise in DATEV ACL comfort, wird die Arbeit weiter vereinfacht.

Inhaltlich kann der graphische Reihenvergleich oder Zeitreihenvergleich als graphische Gegenüberstellung verschiedener betrieblicher, zeitlich geordneter Daten in einem Koordinatensystem beschrieben werden. Eine der gebräuchlichsten Anwendungen ist der Vergleich von Umsatz und Wareneinsatz über eine bestimmte Periode, meistens ein Wirtschaftsjahr. Die graphische Darstellung in einem Diagramm führt zu einer sehr hohen Anschaulichkeit. Abweichungen fallen meist sofort ins Auge!

Neben dem Vergleich von Umsatz und Wareneinsatz oder Rohgewinnsätzen eignet sich die Zeitreihenanalyse für viele weitere Verprobungen. Die zu vergleichenden Daten müssen dabei in einer wechselseitigen Beziehung stehen. Auch ein Vergleich betrieblicher und außerbetrieblicher Daten ist möglich (innerer Betriebsvergleich oder äußerer Betriebsvergleich).

Besonders „hässlich“ wird es dann, wenn sich die Basisdaten auf einer Ebene bewegen, die nicht der Manipulierbarkeit unterliegt. Der Vergleich von Wetterdaten (Temperatur, Niederschläge, …) mit den Umsätzen von Biergärten oder Eisdielen ist eines von vielen Beispielen dafür. Auf diese Art und Weise können auch Fälle von Manipulationen entdeckt werden, bei denen systematisch vorgegangen wurde.