Back to customer stories

Customer Story

Meridian Components

Wie Meridian Components die Erstellung von Bankabstimmungs-Arbeitspapieren mit Energent.ai auf fünfzehn Minuten verkürzte

Der Teil, der am längsten dauerte, war nicht das Finden der Lücken — sondern sie in einem Format zu dokumentieren, das Prüfer ohne Rückfragen akzeptieren würden. Der Agent erstellt diese Notiz auf Basis seiner eigenen Analyse. Ich prüfe sie, gebe sie frei, und sie geht direkt ins Paket.
Rachel Okafor, Finanzcontrollerin at Meridian Components
Industry
Fertigung
Market
North America, mid-market
Use case
Erkennung von Bankabstimmungslücken & Erstellung von Audit-Arbeitspapieren
Meridian Components

Meridian Components ist ein mittelständischer Hersteller mit drei Niederlassungen über mehrere juristische Einheiten hinweg. Ein Team aus zwei Fachanalysten und einer Controllerin führt den monatlichen Bankabstimmungsprozess für Payroll, Kreditoren und Intercompany-Konten durch. Jedes Abschluss-Paket fließt direkt in die externe Prüfungsdurchsicht zum Quartalsende ein.

Excel kürzte das Hauptbuch stillschweigend — und das Arbeitspapier zeigte es nie

GL-Exporte über mehrere Jahre aus drei Niederlassungen trieben die Zeilenzahlen über das harte Limit von Excel von 1,048,576 Zeilen. Excel öffnete gekürzte Dateien ohne Warnung. Der Analyst führte eine Lückenprüfung auf einer unvollständigen Datenmenge durch, und das daraus resultierende Arbeitspapier spiegelte nur einen Bruchteil des Hauptbuchs wider. Es gab keinen Hinweis darauf, dass etwas nicht stimmte.

Zwei weitere Fehlerquellen verschärften das Problem. Das GL verwendete alphanumerische Präfixe — CHK- für physische Schecks, EFT- für elektronische Überweisungen. Eine einzige numerische Sequenz über beide Reihen hinweg führte überall dort zu falsch-positiven Ergebnissen, wo sie sich überschnitten. Der Bank-Feed entfernte führende Nullen vor der Auslieferung, wodurch die GL-Kennung CHK-0045 zu CHK-45 wurde; VLOOKUP fand den Treffer nicht und protokollierte ihn als Lücke.

Parallele Niederlassungszuordnungen erhöhten die strukturelle Komplexität: Branch A (1000–1999), Branch B (5000–5999), Branch C (2000–2999, nach Eröffnung der dritten Niederlassung zwischen den ersten beiden eingefügt). Jeder Abschlusszyklus erforderte die manuelle Dokumentation der 3,000-nummerigen Zwischenbereichslücke, um den Prüfungsausschuss zufriedenzustellen — eine wiederkehrende Aufgabe ohne analytischen Mehrwert, die nicht ausgelassen werden konnte. Als sich das externe Prüfungsfenster von zehn auf sechs Geschäftstage verkürzte, blieb im bestehenden Workflow kein Puffer mehr.

Energent.ai ersetzte die Schritte Vorverarbeitung, Normalisierung und Notizentwurf

Das Team lädt zu Beginn der Sitzung drei Quelldateien hoch — GL-Export (CSV), Bankauszugs-Feed (CSV), Storno-Log (PDF) — ohne Vortransformation. Energent.ai dann:

Kein Custom Code. Kein BI-Dashboard. Kein Excel-Vorverarbeitungslauf.

Partitionierung vorab, nicht Filterung im Nachgang

Bank reconciliation workpaper draft

Die Erstellung von Arbeitspapieren verkürzte sich von zwei Stunden auf fünfzehn Minuten

"Wir haben jeden Monat dieselbe Notizstruktur mit anderen Schecknummern geschrieben. Jetzt verbringe ich fünfzehn Minuten damit, zu prüfen, was der Agent bereits erstellt hat. Diese Zeit floss zurück in Abschlussarbeiten, die tatsächlich Urteilsvermögen erfordern." — Rachel Okafor, Financial Controller at Meridian Components

Back to customer storiesBook a Demo