Inhaltsangabe:Zusammenfassung: Zusammen mit dem Bedarf an Kennzahlen f?r die Abbildung wirtschaftlicher Vorg?nge w?chst auch das Risiko, welches aus fehlerhaften Daten resultiert. So sind neben den Finanzbeh?rden des Staates insbesondere Versicherungen, Kreditkarteninstitute und Telefongesellschaften von betr?gerischen Handlungen betroffen. Aber auch gro?e Unternehmen oder die Forschung, insbesondere die Medizin und Pharmazie, bei denen h?ufig viel Geld am Ausgang einer empirischen Studie h?ngt, leiden unter gef?lschten Angaben. Um dieses Risiko gef?lschter Daten zu handhaben, wurden zur Vermeidung von fehlerhaften Daten Revisionssysteme f?r Unternehmen bzw. Pr?fsysteme im weiteren Sinne eingef?hrt. Diese basieren grunds?tzlich immer auf der Bildung von geeigneten Stichproben zur Pr?fung, da eine vollst?ndige Pr?fung aller Vorg?nge auf Grund deren Menge nicht durchf?hrbar ist. Die Wahl dieser Pr?fstichproben kann durch mathematisch-statistische Verfahren unterst?tzt werden. Ziel dieser Arbeit ist es, verschiedene Ans?tze f?r die Analyse von Einzeldaten vergleichend vorzustellen und auf Daten aus der Praxis anzuwenden. Dabei werden ausschlie?lich Ans?tze zur Erkennung von Betrug in Einzelangaben ohne direkten Zusammenhang betrachtet. Dies sind insbesondere rein statistische Ans?tze im Umfeld von Benford?s-Law, Verfahren auf Basis von Mischungsmodellen und Ans?tze mit Hilfe der Partitionierungsverfahren. Alle Verfahren basieren auf der Mantissenstatistik, welche von der Gr??e d...