{"id":21865,"date":"2023-10-19T08:08:00","date_gmt":"2023-10-19T12:08:00","guid":{"rendered":"https:\/\/intosaijournal.org\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/"},"modified":"2023-10-29T23:13:49","modified_gmt":"2023-10-30T03:13:49","slug":"bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer","status":"publish","type":"journal-entry","link":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/","title":{"rendered":"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt"},"content":{"rendered":"\n

1<\/sup>Muhammad Rafi Bakri, Rio Tirta, ORKB Indonesien<\/strong><\/p>\n\n\n\n

Einleitung<\/strong><\/strong><\/h2>\n\n\n\n

Die Analyse von Big Data (Big Data Analytics; BDA) nahm in den letzten Jahren erheblich zu. BDA wird h\u00e4ufig f\u00fcr die Darstellung immenser Datenmengen verwendet, damit Nutzerinnen und Nutzer diese effizienter analysieren und in Pr\u00fcfungsverfahren Beurteilungen vornehmen k\u00f6nnen (Saggi und Jain 2018). Daher fand sich die internationale Pr\u00fcfgemeinschaft zusammen, um den BDA-Einsatz im Pr\u00fcfwesen zu mobilisieren (Appelbaum, Kogan und Vasarhelyi 2017). <\/p>\n\n\n\n

Als weltweiter Zusammenschluss der Obersten Rechnungskontrollbeh\u00f6rden (ORKB) initiierte die INTOSAI die BDA-Bewegung mit der Bildung der Arbeitsgruppe zu Big Data (WGBD) im Dezember 2016. Die Einrichtung der WGBD der INTOSAI steht im Einklang mit dem Strategischen Ziel III, das darauf abzielt, die Kompetenzen der ORKB auf der ganzen Welt im Zeitalter von Big Data auszubauen.<\/p>\n\n\n\n

Laut der Entwicklungs\u00fcbersicht der WGBD der INTOSAI (INTOSAI 2022a) f\u00fchrten zumindest 9 ORKB Pr\u00fcfungsinfrastruktur mit Big Data ein, zum Beispiel China, Russland, Brasilien, Norwegen, Estland, die T\u00fcrkei und die Philippinen. Dar\u00fcber hinaus richtete auch der Europ\u00e4ische Rechnungshof eine Big-Data-Pr\u00fcfungsplattform ein, die EU-L\u00e4nder seit 2021 verwenden k\u00f6nnen. Die ORKB Indonesien, auch bekannt als \u201eBadan Pemeriksa Keuangan\u201c (BPK), z\u00e4hlte mit der Einf\u00fchrung einer Big-Data-Pr\u00fcfungsplattform im Jahr 2017 zu den Vorreitern im Bereich BDA. Die BPK-Plattform, BPK Big Data Analytics \u2013 oder kurz BIDICS \u2013 kann in \u00dcbereinstimmung mit dem Pr\u00fcfbedarf als Forum f\u00fcr die Erhebung, Verarbeitung sowie Durchf\u00fchrung verschiedenster Datenanalysen verwendet werden (INTOSAI 2022c). <\/p>\n\n\n\n

E-Pr\u00fcfung: der Ursprung von BIDICS<\/strong><\/h2>\n\n\n\n

BIDICS ist eine Plattform, die das BPK in seinem Pr\u00fcfungsablauf durch die Verwendung von BDA unterst\u00fctzt. Bevor BIDICS zu einer Plattform wurde, bestand es in einer altmodischeren Version als sogenannte E-Pr\u00fcfung. Die E-Pr\u00fcfung, die von 2010 bis 2014 entwickelt wurde, bediente sich des Collect-First-Prinzips, bei dem das BPK zuerst die erforderlichen Daten erheben und sie im Anschluss validieren musste. Sobald die Daten validiert sind, k\u00f6nnen sie f\u00fcr die Pr\u00fcfungsanalyse verwendet werden. Das E-Pr\u00fcfungsformat ist die Voraussetzung f\u00fcr die Bildung einer datengesteuerten Organisation.<\/p>\n\n\n\n

Die E-Pr\u00fcfung erfordert, dass das BPK und die zu pr\u00fcfenden Stellen bei der Datenerhebung zusammenwirken. Das BPK schlie\u00dft eine Vereinbarung mit der zu pr\u00fcfenden Stelle \u00fcber die Anforderung von Daten aus Finanzberichten ab, damit diese in die Datenbank eingespeist werden k\u00f6nnen. Im Jahr 2014 schloss das BPK zur Erhebung gro\u00dfer Datenmengen 767 Absichtserkl\u00e4rungen (Memorandums of Unterstanding; MoU) mit staatlichen Institutionen (zu pr\u00fcfenden Stellen) ab.<\/p>\n\n\n\n

Nach der Datenerhebung validiert das BPK die Daten erneut. Sobald die Daten validiert sind, k\u00f6nnen die Pr\u00fcferinnen und Pr\u00fcfer des BPK s\u00e4mtliche Finanzdaten staatlicher Institutionen schneller, einfacher und wirksamer auf ihre Richtigkeit \u00fcberpr\u00fcfen. Der Einsatz von E-Pr\u00fcfungen macht die Pr\u00fcfungst\u00e4tigkeiten auch zweckdienlicher und effizienter. Das Verfahren f\u00fcr die Erhebung und Verwendung von Big Data in der E-Pr\u00fcfung folgt der von der INTOSAI im Jahr 2022 herausgegebenen Fachmethodik (2022b).<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Der Einsatz von E-Pr\u00fcfungen wirkt sich positiv auf die Staatsfinanzen aus. Seit 2014 konnte das BPK 46.586 Konten pr\u00fcfen, von denen 19,95 % erfolgreich geschlossen wurden. Durch die Schlie\u00dfung dieser Konten konnten staatliche Mittel in H\u00f6he von 11,8 Millionen USD oder 7 Trillionen IDR eingespart werden. Diese Ergebnisse veranlassten alle internen wie externen Stakeholder des BPK dazu, die Plattform aggressiver weiterzuentwickeln und den breiteren Einsatz von BDA im Rahmen von Pr\u00fcfungen zu f\u00f6rdern.<\/p>\n\n\n\n

BIDICS-Umsetzungsrahmen<\/strong><\/h2>\n\n\n\n

Erlass Nummer 206\/K\/X-XIII.2\/8\/2021 des BPK-Generalsekret\u00e4rs bildet die bedeutende Grundlage f\u00fcr die Umsetzung und Entwicklung von BIDICS. Die nachstehende Abbildung zeigt den Auftrag und den Plan f\u00fcr die Durchsetzung von BIDICS im Umfeld des BPK (2021a).<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Dieses Schema zeigt, dass BIDICS ein Hilfsmittel zur Durchf\u00fchrung von drei Analysearten ist: Deskription, Diagnose und Risikovorhersage. Diese drei Analysen k\u00f6nnen auf Basis der vorhandenen Daten ein Muster aufzeigen. Pr\u00fcferinnen und Pr\u00fcfer k\u00f6nnen im Rahmen von Pr\u00fcfungen unterst\u00fctzend auf diese Ergebnisse zur\u00fcckgreifen.<\/p>\n\n\n\n

Bei der Verwendung von BIDICS werden zwei Operationen miteinander verkn\u00fcpft, und zwar Sondierungs- und Best\u00e4tigungsoperationen. Sondierungsoperationen zielen auf die Ermittlung von Hinweisen und Anzeichen auf eine Anomalie, Irregularit\u00e4t oder ein Ereignismuster ab. Die durch die Sondierungsoperationen erhaltenen Informationen werden im Anschluss in einem Best\u00e4tigungsverfahren weiterverarbeitet, um sicherzustellen, dass die Ergebnisse der Sondierungsoperationen ausreichen, um als pr\u00e4zise, sachdienliche und stichhaltige Pr\u00fcfungsnachweise zu gelten. Diese beiden Operationen bieten den Pr\u00fcferinnen und Pr\u00fcfern die perfekte Kombination f\u00fcr die Durchf\u00fchrung der Pr\u00fcfung.<\/p>\n\n\n\n

Beim Einsatz von BIDICS wird ein zielorientierter Ansatz verwendet. In der Praxis verwenden Pr\u00fcferinnen und Pr\u00fcfer BIDICS, wenn eine Unklarheit auftaucht. Diese Unklarheiten werden an das BIDICS-Laborteam weitergeleitet, um den Bedarf f\u00fcr die Pr\u00fcferinnen und Pr\u00fcfer sowie die Datenverf\u00fcgbarkeit zur Beantwortung der Fragen zu er\u00f6rtern.<\/p>\n\n\n\n

Die Erfolgsquote f\u00fcr die Beantwortung der Fragen der Pr\u00fcferin bzw. des Pr\u00fcfers h\u00e4ngt von der Datenverf\u00fcgbarkeit in der BIDICS-Datenbank ab. Dies bildet die wichtigste Grundlage f\u00fcr die Anwendung des Grundsatzes \u201eErfassbarkeit vor Validit\u00e4t\u201c durch BIDICS. Bei diesem Grundsatz geht es vorrangig darum, so viele Daten wie m\u00f6glich zu erfassen, bevor sie vom Laborteam validiert werden, wenn sie zur Verwendung kommen sollen. Dank diesem Prinzip verf\u00fcgt BIDICS \u00fcber ein umfangreiches und vielf\u00e4ltiges Datenangebot, das den Anforderungen der Pr\u00fcferinnen und Pr\u00fcfer gerecht werden kann.<\/p>\n\n\n\n

Anders verh\u00e4lt es sich, wenn die von der Pr\u00fcferin bzw. dem Pr\u00fcfer ben\u00f6tigten Daten nicht verf\u00fcgbar sind. In einem solchen Fall f\u00fchrt das BIDICS-Laborteam eine Suche nach \u00e4hnlichen Daten durch, damit das Defizit BIDICS sogar noch anwachsen l\u00e4sst. Daraus l\u00e4sst sich schlie\u00dfen, dass BIDICS aus einer Frage entstanden ist, auf die es keine Antwort gibt.<\/p>\n\n\n\n

Laut dem BIDICS-Entwicklungsbericht (2021) verwendet das BPK die Leistungsmessungsmethode North Star Metric. Dank dieser Methode kann BIDICS rasch und ohne Einschr\u00e4nkungen wachsen. Die Messung der Leistung von BIDICS h\u00e4ngt stark davon ab, wie viele Fragen die Pr\u00fcferinnen und Pr\u00fcfer mithilfe des analytischen Modells der Plattform beantworten. Zudem f\u00f6rdert die North Star Metric die Entwicklung anderer Kennzahlen, und zwar (1) das Wachstum der erhobenen Daten, (2) das Wachstum verbundener Daten, (3) die Zunahme der am Dashboard vertretenen analytischen Modelle und (4) den Anstieg der Anzahl analytischer Modelle, die in Branchenanwendungen zum Einsatz kommen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

BIDICS-Architektur<\/strong><\/h2>\n\n\n\n

BIDICS f\u00fchrt Big-Data-Analysen in sehr vielen verschiedenen Variationen durch. BIDICS kann strukturierte, halbstrukturierte und sogar unstrukturierte Daten analysieren. Alle drei Arten kommen Pr\u00fcferinnen und Pr\u00fcfern bei Pr\u00fcfungen \u00fcblicherweise unter. Jedoch kann nicht jede Datenart unmittelbar gepr\u00fcft werden. Deshalb ist BIDICS n\u00fctzlich.<\/p>\n\n\n\n

Strukturierte Daten lassen sich am einfachsten verarbeiten, da diese in Form einer Tabelle mit Zeilen und Spalten vorliegen. Zu unstrukturierten Daten z\u00e4hlen Texte, Bilder, Ton- oder Videoaufnahmen. Daten, die also keinem klaren Muster folgen. Die Kombination aus diesen beiden Datenarten nennt man halbstrukturierte Daten. Beispiele f\u00fcr halbstrukturierte Daten sind Daten in den Formaten JavaScript Object Notation (JSON), Extensible Markup Language (XML) oder HyperText Markup Language (HTML), die von Regierungswebsites oder anderen Organisationen stammen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Strukturierte Daten werden mittels Stapelverarbeitung von einer Analysesoftware verarbeitet, w\u00e4hrend unstrukturierte Daten mittels Stromverarbeitung verarbeitet werden. Im Anschluss f\u00fchrt diese Analysesoftware Analysen mit statistischen und mathematischen Algorithmen durch. Die Analyseergebnisse werden dann im Analyseergebnisspeicher gespeichert, um entweder visuell \u00fcber das Dashboard abgebildet oder in von Pr\u00fcferinnen und Pr\u00fcfern \u00fcblicherweise verwendeten Anwendungen eingesetzt zu werden.<\/p>\n\n\n\n

Die Anwendung von BIDICS<\/strong><\/h2>\n\n\n\n
\"\"<\/figure>\n\n\n\n

BIDICS durchl\u00e4uft derzeit eine sehr bedeutende Weiterentwicklung. BIDICS verf\u00fcgt bereits \u00fcber ein intelligentes Dashboard, das den Pr\u00fcferinnen und Pr\u00fcfern als Hilfsmittel dienen kann, um sich einen \u00dcberblick \u00fcber die Lage der gepr\u00fcften Stelle zu verschaffen, sowohl in finanzieller als auch in anderer Hinsicht. Die Pr\u00fcferin bzw. der Pr\u00fcfer kann die Daten des verf\u00fcgbaren Dashboards selbst\u00e4ndig analysieren und die Fragen beantworten.<\/p>\n\n\n\n

Auf BIDICS kann \u00fcber https:\/\/bidics.bpk.go.id\/ zugegriffen werden. Es verf\u00fcgt \u00fcber eine Anzeige, die mehrere Hauptmen\u00fcs enth\u00e4lt, n\u00e4mlich Homepage, Einf\u00fchrung, Schwerpunktaktivit\u00e4ten, Lernen, Veranstaltungen sowie \u00dcberwachung und Beurteilung. Jedes Men\u00fc verf\u00fcgt \u00fcber mehrere Untermen\u00fcs, die sich auf die Einf\u00fchrung von BIDICS in den BIDICS-Bericht beziehen.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Diese Situation ergibt sich, weil Big Data zu Staatsfinanzen in BIDICS allgegenw\u00e4rtig ist. Als eine der Voraussetzungen f\u00fcr die Erleichterung des Analyseprozesses ist Big Data zu Staatsfinanzen mit einem Datenkatalog ausgestattet und wendet Data-Governance-Praktiken an, um die Zuverl\u00e4ssigkeit sowie die Zuversicht bez\u00fcglich einer optimalen Datennutzung zu erh\u00f6hen.<\/p>\n\n\n\n

Dar\u00fcber hinaus gibt es auch ein Analyselabor f\u00fcr Staatsfinanzen, dessen Aufgabe es ist, auf der Grundlage von BIDICS Analysemodelle zu entwickeln. Dieses Labor verf\u00fcgt \u00fcber eine Rechenfunktion f\u00fcr Endbenutzerinnen und -benutzer, ein System f\u00fcr die Entwicklung von Automatisierungstools und die Abgabe von Eigenberichten. Es hat au\u00dferdem mehrere Arbeitspl\u00e4tze\/Computer mit Zugriff auf eine Analysesoftware mit ausreichender Rechenleistung.<\/p>\n\n\n\n

Mit Stand 2023 verf\u00fcgt BIDICS \u00fcber insgesamt 10 analytische Datencluster, die in Pr\u00fcfungen zum Einsatz kommen k\u00f6nnen, n\u00e4mlich Zentralverwaltung, Lokalverwaltung, Weltwirtschaft, gebietsspezifische Daten, Covid-19-Daten, Sozialhilfe und Subventionen, nationale Entwicklungspl\u00e4ne, LPSE (Abk\u00fcrzung der indonesischen Bezeichnung des indonesischen Instituts f\u00fcr sozio\u00f6konomische Entwicklung), Durchsuchung von Finanzdaten und \u00dcberwachung der institutionellen Evaluierung. Diese Cluster haben Untercluster, wodurch es f\u00fcr die Pr\u00fcferin bzw. den Pr\u00fcfer einfacher wird, die zu verwendenden Daten auszuw\u00e4hlen.<\/p>\n\n\n\n

Die zum BPK geh\u00f6rende BPK-Vertretung der Provinz Jambi verwendete BIDICS, um die auf Lokalverwaltungen abzielenden Pr\u00fcfungst\u00e4tigkeiten zu st\u00e4rken. Pr\u00fcferinnen und Pr\u00fcfer k\u00f6nnen Trends in folgenden Bereichen erkennen:<\/p>\n\n\n\n

Ausgaben und Einnahmen der Lokalverwaltung als Teil der Pr\u00fcfungsplanung. Zus\u00e4tzlich kann die Pr\u00fcferin bzw. der Pr\u00fcfer innerhalb eines bestimmten Zeitraums die Beschaffungsverfahren von Waren und Dienstleistungen sowie den E-Katalog der zu pr\u00fcfenden Stelle einsehen. Dadurch kann die Pr\u00fcferin bzw. der Pr\u00fcfer das Risikoniveau der zu pr\u00fcfenden Stelle kosteng\u00fcnstig und rasch ermitteln.<\/p>\n\n\n\n

BIDICS entwickelt sich mit der Komplexit\u00e4t der Pr\u00fcfungsthemen stetig weiter. Deshalb arbeitet das BPK mit der Universit\u00e4t Indonesien zusammen. F\u00fcr das BPK ergeben sich aus dieser Zusammenarbeit zus\u00e4tzliche Einblicke in die Hintergr\u00fcnde und die Anwendung von BIDICS. Dar\u00fcber hinaus bildete das BPK zur Weiterentwicklung von BIDICS intern spezielle Arbeitsgruppen aus jedem Arbeitsbereich.<\/p>\n\n\n\n

Fazit<\/strong><\/h2>\n\n\n\n

Das BPK reagierte sehr gut auf Herausforderungen in Bezug auf den sich ver\u00e4ndernden Einsatz von Big Data im Pr\u00fcfwesen. Es hat lange gedauert, aber schlie\u00dflich gelang es dem BPK, eine analytische datengest\u00fctzte Pr\u00fcfungsplattform namens BIDICS zu entwickeln. Heute verf\u00fcgt BIDICS bereits \u00fcber 10 Datencluster, die Pr\u00fcferinnen und Pr\u00fcfer bei ihren Pr\u00fcfungen verwenden k\u00f6nnen. BIDICS wird in Anbetracht der zunehmenden Komplexit\u00e4t der vom BPK durchgef\u00fchrten Pr\u00fcfungen in der Zukunft vielen Herausforderungen gegen\u00fcberstehen. Daher ist es notwendig, BIDICS uneingeschr\u00e4nkt weiterzuentwickeln, damit die Plattform bei Pr\u00fcfungen auch weiterhin hilfreich bleibt.<\/p>\n","protected":false},"excerpt":{"rendered":"

Die Analyse von Big Data (Big Data Analytics; BDA) nahm in den letzten Jahren erheblich zu. BDA wird h\u00e4ufig f\u00fcr die Darstellung immenser Datenmengen verwendet, damit Nutzerinnen und Nutzer diese effizienter analysieren und in Pr\u00fcfungsverfahren Beurteilungen vornehmen k\u00f6nnen (Saggi und Jain 2018). Daher fand sich die internationale Pr\u00fcfgemeinschaft zusammen, um den BDA-Einsatz im Pr\u00fcfwesen zu mobilisieren (Appelbaum, Kogan und Vasarhelyi 2017).\u00a0<\/p>\n","protected":false},"author":24,"featured_media":21851,"template":"","meta":{"_acf_changed":false,"footnotes":""},"journal-categories":[3588],"content-tags":[2219,2216,2459,2267],"country":[2858],"region":[2594],"section":[2603],"coauthors":[3412,3577],"class_list":["post-21865","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-q2-2023-de","content-tags-datenanalytik","content-tags-grose-daten","content-tags-it-prufung","content-tags-wissenschaft-und-technik","country-indonesia-de","region-asosai-de-2","section-fachartikel"],"acf":[],"yoast_head":"\nBPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt - INTOSAI Journal<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt - INTOSAI Journal\" \/>\n<meta property=\"og:description\" content=\"Die Analyse von Big Data (Big Data Analytics; BDA) nahm in den letzten Jahren erheblich zu. BDA wird h\u00e4ufig f\u00fcr die Darstellung immenser Datenmengen verwendet, damit Nutzerinnen und Nutzer diese effizienter analysieren und in Pr\u00fcfungsverfahren Beurteilungen vornehmen k\u00f6nnen (Saggi und Jain 2018). Daher fand sich die internationale Pr\u00fcfgemeinschaft zusammen, um den BDA-Einsatz im Pr\u00fcfwesen zu mobilisieren (Appelbaum, Kogan und Vasarhelyi 2017).\u00a0\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/\" \/>\n<meta property=\"og:site_name\" content=\"INTOSAI Journal\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T03:13:49+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png\" \/>\n\t<meta property=\"og:image:width\" content=\"663\" \/>\n\t<meta property=\"og:image:height\" content=\"440\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@intosaijournal\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"9 minutes\" \/>\n\t<meta name=\"twitter:label2\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data2\" content=\"Muhammad Rafi Bakri, Rio Tirta\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/\",\"url\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/\",\"name\":\"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt - INTOSAI Journal\",\"isPartOf\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png\",\"datePublished\":\"2023-10-19T12:08:00+00:00\",\"dateModified\":\"2023-10-30T03:13:49+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#primaryimage\",\"url\":\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png\",\"contentUrl\":\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png\",\"width\":663,\"height\":440},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/intosaijournal.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#website\",\"url\":\"https:\/\/intosaijournal.org\/fr\/\",\"name\":\"INTOSAI Journal\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/intosaijournal.org\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#organization\",\"name\":\"INTOSAI Journal\",\"url\":\"https:\/\/intosaijournal.org\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"contentUrl\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"width\":736,\"height\":122,\"caption\":\"INTOSAI Journal\"},\"image\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/x.com\/intosaijournal\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt - INTOSAI Journal","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/","og_locale":"de_DE","og_type":"article","og_title":"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt - INTOSAI Journal","og_description":"Die Analyse von Big Data (Big Data Analytics; BDA) nahm in den letzten Jahren erheblich zu. BDA wird h\u00e4ufig f\u00fcr die Darstellung immenser Datenmengen verwendet, damit Nutzerinnen und Nutzer diese effizienter analysieren und in Pr\u00fcfungsverfahren Beurteilungen vornehmen k\u00f6nnen (Saggi und Jain 2018). Daher fand sich die internationale Pr\u00fcfgemeinschaft zusammen, um den BDA-Einsatz im Pr\u00fcfwesen zu mobilisieren (Appelbaum, Kogan und Vasarhelyi 2017).\u00a0","og_url":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/","og_site_name":"INTOSAI Journal","article_modified_time":"2023-10-30T03:13:49+00:00","og_image":[{"width":663,"height":440,"url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_site":"@intosaijournal","twitter_misc":{"Est. reading time":"9 minutes","Written by":"Muhammad Rafi Bakri, Rio Tirta"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/","url":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/","name":"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt - INTOSAI Journal","isPartOf":{"@id":"https:\/\/intosaijournal.org\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#primaryimage"},"image":{"@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#primaryimage"},"thumbnailUrl":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png","datePublished":"2023-10-19T12:08:00+00:00","dateModified":"2023-10-30T03:13:49+00:00","breadcrumb":{"@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/"]}]},{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#primaryimage","url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png","contentUrl":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-3.png","width":663,"height":440},{"@type":"BreadcrumbList","@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/bpk-big-data-analytics-bidics-from-a-question-that-has-no-answer\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intosaijournal.org\/de\/"},{"@type":"ListItem","position":2,"name":"BPK Big Data Analytics (BIDICS): \u00fcber eine Frage, auf die es keine Antwort gibt"}]},{"@type":"WebSite","@id":"https:\/\/intosaijournal.org\/fr\/#website","url":"https:\/\/intosaijournal.org\/fr\/","name":"INTOSAI Journal","description":"","publisher":{"@id":"https:\/\/intosaijournal.org\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intosaijournal.org\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/intosaijournal.org\/fr\/#organization","name":"INTOSAI Journal","url":"https:\/\/intosaijournal.org\/fr\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","width":736,"height":122,"caption":"INTOSAI Journal"},"image":{"@id":"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/intosaijournal"]}]}},"_links":{"self":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry\/21865","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry"}],"about":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/types\/journal-entry"}],"author":[{"embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/users\/24"}],"version-history":[{"count":4,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry\/21865\/revisions"}],"predecessor-version":[{"id":22369,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry\/21865\/revisions\/22369"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/media\/21851"}],"wp:attachment":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/media?parent=21865"}],"wp:term":[{"taxonomy":"journal-categories","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-categories?post=21865"},{"taxonomy":"content-tags","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/content-tags?post=21865"},{"taxonomy":"country","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/country?post=21865"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/region?post=21865"},{"taxonomy":"section","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/section?post=21865"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/coauthors?post=21865"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}