Marco Schreyer von der EFK hat zusammen mit Forschenden der Deutschen Bundesbank und der Universität St. Gallen einen neuartigen Ansatz zur Erkennung von Unregelmässigkeiten in tabellarischen Daten entwickelt. Dabei kombiniert er Diffusionsmodelle mit Autoencodern und verbessert die Erkennung von Unregelmässigkeiten in Finanz- und Prüfdaten erheblich. Die Ergebnisse zeigen eine Leistungssteigerung von bis zu 65% gegenüber herkömmlichen Methoden und eröffnen neue Möglichkeiten für die digitale Prüfung und Betrugserkennung.