Nederlandse accountantskantoren zien hun werk in 2026 sneller veranderen dan gedacht. Nieuwe systemen met generatieve AI, zoals Microsoft Copilot en OpenAI’s ChatGPT, schuiven routinetaken opzij. Ook boekhoudsoftware van Exact, Wolters Kluwer Twinfield en Visma Yuki voert meer werk automatisch uit. Dit stelt vragen over kwaliteit, privacy en de Europese AI-verordening en de gevolgen voor accountantskantoren.
AI verandert taken snel
Generatieve AI is software die nieuwe tekst, code of beeld maakt op basis van voorbeelden. In kantoren schrijft zo’n assistent conceptmails, samenvat notulen en maakt checklists. Daardoor verschuift tijd van schrijven en overtypen naar beoordelen en uitleggen.
Boekhoudpakketten nemen daarnaast steeds meer verwerking over. Facturen worden met herkenning (OCR) en UBL, een standaard voor e-facturen, automatisch ingelezen en geboekt. Bankkoppelingen matchen posten en signaleren afwijkingen.
Ook dossiervorming verandert zichtbaar. Tools zoals Caseware en Silverfin helpen met analyses en concept-rapportages. De medewerker controleert, vult aan en legt keuzes vast voor het dossier.
Generatieve AI is software die nieuwe tekst of andere inhoud maakt op basis van voorbeelden, in plaats van alleen vaste regels te volgen.
Kwaliteit vraagt toezicht
AI-systemen maken fouten en kunnen “hallucineren”, wat betekent dat ze iets verzinnen dat niet klopt. Menselijk toezicht blijft dus nodig om cijfers, bronnen en redeneringen te controleren. Het vaste vierogenprincipe en een duidelijke audittrail worden belangrijker.
Leg vast wanneer een algoritme is gebruikt en met welke instellingen. Sla prompts en versies op, zodat een collega het werk kan herhalen en toetsen. Dit past in bestaande kwaliteitssystemen en interne reviews.
Stel ook grenzen aan gebruik. Gebruik AI niet voor oordelen waar het dossier geen bewijs voor heeft. Laat het model voorbereidend werk doen, maar leg de beslissing altijd bij de professional.
AVG stelt datagrenzen
Accountants verwerken veel persoonsgegevens, bijvoorbeeld in loon- en btw-dossiers. De AVG eist dataminimalisatie, goede versleuteling en een duidelijke verwerkersovereenkomst met de leverancier. Deel daarom geen klantdata in publieke chatbots zonder afspraken en beveiliging.
Werk bij voorkeur met zakelijke versies zoals Microsoft Copilot voor Microsoft 365 of Google Gemini for Workspace. Deze draaien in de eigen tenant, met logging en toegangsbeheer. Controleer of data binnen de EU blijft via opties zoals de EU Data Boundary.
Voer bij nieuwe AI-toepassingen een gegevensbeschermingseffectbeoordeling (DPIA) uit. Beschrijf risico’s, noodmaatregelen en bewaartermijnen. Pas daarna het systeem stapsgewijs toe in een beperkte pilot.
AI-verordening wijzigt werkprocessen
De Europese AI-verordening (AI Act) geldt gefaseerd; op het moment van schrijven gaan de zwaarste regels in 2026 spelen. Veel kantoorhulpen vallen onder beperkte risico’s, met vooral transparantie-eisen. Algemene AI-modellen (GPAI), zoals GPT-4o of Gemini, hebben sinds 2025 extra verplichtingen voor documentatie en veiligheidsmaatregelen.
Wordt AI ingezet voor beslissingen over toegang tot diensten of kredietbeoordeling, dan kan dat hoog risico zijn. Dan zijn een risicobeheerproces, data governance, logging en menselijk toezicht verplicht. Leveranciers moeten conformiteit aantonen; inkopers vragen om verklaringen en technische dossiers.
Voor kantoren betekent dit duidelijkere selectiecriteria voor software. Vraag naar risicoklasse, datastromen en evaluatierapporten. Leg in het kwaliteitshandboek vast wie toezicht houdt en wanneer herbeoordeling nodig is.
Leveranciers integreren sneller
Grote platforms bouwen AI direct in bestaande werkplekken. Microsoft Copilot in Microsoft 365 helpt met documenten en e-mail; Google Gemini doet dat in Workspace. In boekhouding voegen Exact, Twinfield en Visma Yuki meer automatisering en controles toe.
Deze functies besparen tijd, maar brengen nieuwe keuzes mee. Denk aan leveranciersafhankelijkheid, export van data en licentiekosten per gebruiker. Maak daarom per proces een kosten-batenanalyse en test alternatieven via API’s waar mogelijk.
Let op hoe modellen worden getraind en geüpdatet. Vraag of klantdata niet worden gebruikt om het algemene model te trainen. Een duidelijke opting-out en contractuele afspraken zijn hier cruciaal.
Omscholing en nieuwe rollen
Werk verschuift van invoer naar beoordeling, uitleg en uitzonderingen. Juniors doen minder data-entry en meer analyse en klantcontact. Dat vraagt training in bronkritiek, privacy en het werken met AI-prompts.
Kantoren benoemen vaak een AI-coördinator of data steward. Die bewaakt richtlijnen, tooling en documentatie. Zo blijft gebruik consistent en toetsbaar bij interne en externe reviews.
Begin klein met een pilot en duidelijke meetpunten. Meet kwaliteit, doorlooptijd en klanttevredenheid, niet alleen urenbesparing. Schaal pas op als beveiliging, AVG en de eisen uit de AI-verordening aantoonbaar op orde zijn.