fotolia
Seminar

Betrugserkennung in Datenbeständen

Mustererkennung schärft den Blick: Aus Datenbeständen Muster erkennen und geeignete Vorgehensweisen finden, um Betrug aufzudecken. Dieser Kurs stellt ein breites Spektrum von Fällen von Wirtschaftskriminalität vor, denen gemeinsam ist, dass das zugehörige Zahlen- und Datenmaterial zugänglich ist. Das Problembewusstsein für geeignete Vorgehensweisen wird geschärft, ohne dass umfassende statistische und mathematische Kenntnisse vorausgesetzt werden. Die Teilnehmer können anschließend notwendige Fachbegriffe verstehen, um sie im Notfall abrufen und produktiv nutzen zu können.

Das Seminar ist ein MUSS für alle Revisoren, Ermittler, Controller, Wirtschaftsvertreter, Rechtsanwälte oder Berater im investigativen Bereich.

  • Betrugshinweis durch Abschätzung einzelner Kenngrößen
  • Aufdeckung von Zahlenmanipulationen in umfangreichen Datenbeständen
  • Aufdeckung von Widersprüchlichkeiten in Kennziffernsystemen; Konformanzanalyse
  • Inlier- und Outlier-Analyse; datenbankbasierte Aufdeckung von Steuerkarussell

Nächster Termin: Donnerstag, 27. Juni 2019

Dauer: 1 Tag

  • Donnerstag, 27. Juni 2019 von 09:00 bis 18:00 Uhr

Teilnahme-Gebühr: 510,- € (zzgl. gesetzl. USt.)

Ihr Referent am nächsten Termin

Prof. Dr. Hans-J. Lenz

Lenz

ehemaliger Professor für Datenverarbeitung und Statistik an der Freien Universität Berlin; lehrte an Universitäten und Akademien in Europa, Asien, Südamerika und Australien; publizierte zahlreiche Bücher und Aufsätze; Auszeichnung der Freien Universität Berlin mit der Goldmedaille.


Empfohlener Bestandteil dieser Zertifikatslehrgänge:

Certified Investigation Expert - CIE Kriminalistik

Certified Investigation Expert - CIE Wirtschaftskriminalität

sveta - Fotolia

Kontakt

Für Ihre Anmeldung nutzen Sie bitte unseren Anmeldebogen.

Bei Fragen kommen Sie gern auf uns zu:
Tel: +49(0) 30 - 275817480
oder seminare(at)school-grc.de

Dazu passend:

Informationssicherheit und IT-Forensik

Internetermittlungen

Internetkriminalität

IT-Forensik für Kriminalisten

Auch interessant:

Einführung in Data Science zur Betrugsaufdeckung

Weitere Informationen