AI die accountants en boekhouders ontlast

Ja. We werken in de praktijk met Twinfield, Exact Online, AFAS, Visma en Yuki. De meeste pakketten hebben een open API of een ondersteunde koppeling, zodat we factuurherkenning, automatische boekingsvoorstellen en rapportage-export kunnen aansluiten zonder dat je medewerkers hun werkomgeving moeten verlaten. Voor pakketten zonder open API kijken we naar een tussenoplossing met scan-en-herken of e-mail-naar-boeking. We bouwen pas iets als de koppeling stabiel werkt en de boekingen kloppen, anders levert het netto extra werk op in plaats van minder.

Jij blijft tuchtrechtelijk en juridisch verantwoordelijk, dat verandert niet. AI is een hulpmiddel, geen accountant. We bouwen daarom altijd een review-stap in: AI doet het voorstel, een medewerker controleert en autoriseert. Voor BTW-aangiftes, jaarrekeningen en fiscale standpunten zit er altijd een mens tussen voordat iets de deur uit gaat. Wat AI wel doet: de eerste 80 procent uitwerken zodat de senior of de samensteller niet meer aan een leeg scherm begint. Dat scheelt tijd zonder dat de verantwoordelijkheidsketen verandert.

Clientdata is gevoelig: financiële cijfers, persoonsgegevens, soms strategische informatie. We werken met EU-only AI-providers waarbij data niet wordt gebruikt voor training en niet wordt opgeslagen na verwerking. Voor kantoren met grotere clienten of strikte DPA-eisen bouwen we een opzet waar data het kantoornetwerk niet verlaat. We documenteren per use case welke data wordt verwerkt, door welk model, en hoe lang. Dat is ook nuttig voor je eigen AVG-verantwoording en voor vragen van clienten die willen weten wat er met hun cijfers gebeurt.

Ja, en dit is een van de plekken waar het direct verschil maakt. AI kan UBO-checks, sanctielijsten en negatieve media doorzoeken, een eerste risicobeoordeling opstellen en de uitkomsten in een dossier vastleggen. De compliance-officer of partner controleert het oordeel, maar het verzamel- en samenvattingswerk is gedaan. Belangrijk: de definitieve risico-inschatting blijft mensenwerk, vooral bij verhoogd of onduidelijk risico. We bouwen hier de audit-trail strak in, zodat je bij toezicht door BFT of de Belastingdienst kunt aantonen welke stappen zijn gezet en wie wat heeft beoordeeld.

OCR leest tekst van een bon. Daar stopt het. AI kan op basis van eerdere boekingen voorstellen op welke grootboekrekening een factuur hoort, herkennen of een leverancier nieuw is, een afwijking signaleren tussen de bon en wat er normaal van die leverancier komt, en omschrijvingen genereren die consistent zijn met je rubricering. Het verschil zit in de voorspelling van de boeking, niet alleen in de tekstuitlezing. Voor een MKB-portefeuille met veel kleine clienten is dat het verschil tussen "scannen en typen" en "controleren en akkoord".

Eerlijk: een algemeen taalmodel weet niet wat er gisteren is veranderd in de fiscale wetgeving of in een NBA-handreiking. We lossen dat op door AI-tools te koppelen aan gevalideerde bronnen, bijvoorbeeld een eigen kennisbank met actuele NBA-publicaties, fiscale handboeken, jurisprudentie via rechtspraak.nl en interne kantoorstandpunten. De AI citeert dan alleen uit die bronnen, met directe verwijzing. Voor onderwerpen waar de regels snel bewegen (denk aan box 3, BOR, CSRD-implementatie) adviseren we om altijd een mens een laatste check te laten doen, ook als de AI een correct antwoord lijkt te geven.

We werken in fases. Eerst een korte scan om te zien waar binnen jouw kantoor de meeste tijd in handwerk gaat zitten, vaak factuurverwerking, standaardcorrespondentie of dossierreview. Daarna een gerichte pilot op één proces, met een team dat het echt gebruikt. Pas als de pilot werkt en de medewerkers het waarderen, schalen we verder. Tussendoor evalueer je per fase of we doorgaan. Zo voorkomen we dat er een tool wordt uitgerold die niemand gebruikt, en kan het kantoor stapsgewijs wennen aan nieuwe werkwijzen.