Každý podnikový informační systém generuje registr majetků v nějakou strukturu (názvy sloupců, pořadí sloupců, formát buněk atd.). Na základě analýzy hodnot a vztahů mezi sloupky se však dá zpětně určit, jakou informace sloupec obsahuje. Cílem této práce je naprogramovat pomocí programovacího jazyka Python chytrý nástroj pro automatické rozpoznání struktury dát (na základě reálných dát poskytnutých společností Pricewaterhouse Coopers). Takový nástroj pomáhá zvýšit produktivitu práce a uvolnit čas pro řešení komplikovaných problémů.Every enterprise resource planning system generates a register of assets in a given structure (the names of the columns, the order of the columns, the format of the cells etc.). Based on analysis of the values and relations between the columns it is possible to find out what information each column possesses. The aim of this bachelor's thesis is to design a smart tool with the help of programming language Python which automatically recognizes the structure of the data and rebuilds it in the way appropriate for further usage (using the real data provided by the PricewaterhouseCoopers company). Such a tool helps to increase productivity and release resources for solving more sophisticated tasks. This thesis creates a real value for the global leading company while solving a set of interdisciplinary tasks, including audit, programming, statistics and theory of algorithms. As being a part of the collaboration with the PricewaterhouseCoopers company this work implies continuation with possible implementation of sophisticated mathematical algorithms for so-called Machine Learning.