Accountants in Nederland onderzoeken hoe kunstmatige intelligentie hun werk verandert. Zij testen systemen als Microsoft Copilot, OpenAI’s GPT-4o en Google Gemini in dagelijkse taken. Dit speelt nu, terwijl de Europese AI-verordening de komende jaren volledig gaat gelden en gevolgen heeft voor accountantskantoren. Doel is sneller en zorgvuldiger werken, zonder de controle en beroepsethiek te verliezen.
Accountants blijven eindverantwoordelijk
Generatieve AI kan teksten schrijven, data samenvatten en code voorstellen. Zulke modellen, zoals GPT-4o, Gemini 1.5 Pro en Claude 3.5 Sonnet, maken fouten of “hallucineren”. Dat betekent dat een systeem zelfverzekerd onjuiste uitkomsten geeft. De accountant moet daarom elke uitkomst toetsen en vastleggen hoe die toets is gedaan.
In de controlepraktijk blijft professionele scepsis nodig. Werkprogramma’s in KPMG Clara, Deloitte Omnia en EY Canvas voegen AI-functies toe, maar de NV COS en de IESBA-ethiekcode vragen om eigen oordeel. AI ondersteunt, maar vervangt dat oordeel niet. Dit geldt ook voor mkb-kantoren die sneller rapportages willen opstellen.
Ook brondata en prompts moeten worden bewaard. Een prompt is de tekstinstructie aan een model. Zonder goede dossiervorming is achteraf controle lastig. Toezichthouders zoals de AFM letten op onderbouwing en consistentie, op het moment van schrijven.
Productiviteit stijgt, risico’s ook
AI werkt al jaren in boekhouden via factuurherkenning en automatische codering. Nieuw is generatieve AI voor conceptbrieven, memo’s en beleidssamenvattingen in Microsoft 365 Copilot en Gemini voor Workspace. Dat scheelt tijd, vooral in opstart en redactie. Maar kleine onnauwkeurigheden kunnen grote gevolgen hebben in cijfers en conclusies.
In data-analyse helpen tools als Caseware IDEA en MindBridge bij het vinden van afwijkingen. Deze algoritmen scannen grote datasets en signaleren patronen. Ze zijn nuttig voor risico-inschatting en steekproefstrategie. Toch blijft detailcontrole nodig, zeker bij uitzonderingen en complexe posten.
Niet alles werkt al vlekkeloos. Meertalige documenten, gescande bijlagen en slecht gestructureerde data geven vaker ruis. Verder kan een model verouderde kennis gebruiken. Periodieke updates en duidelijke grenzen aan gebruik zijn daarom verstandig.
AI-verordening stuurt keuzes
De Europese AI-verordening (AI Act) legt regels op voor aanbieders en gebruikers van AI. Generatieve “foundation”-modellen, zoals GPT-4o en Gemini, vallen onder transparantie- en veiligheidsverplichtingen van hun makers. Gebruikers zoals accountantskantoren moeten risico’s beoordelen, loggen en menselijk toezicht borgen. Op het moment van schrijven treden de belangrijkste verplichtingen gefaseerd in werking tot en met 2026.
Niet elke toepassing in accountancy is “hoog risico” volgens de wet. Toch kan dat wel zo zijn als AI wordt ingezet voor bijvoorbeeld werving en selectie of kredietbeoordeling. Dan gelden strengere eisen, zoals datakwaliteit, risicobeheer en toezicht. Kantoren doen er goed aan dit per use case vast te leggen.
Daarnaast blijft de AVG leidend voor cliëntdata. Dataminimalisatie, versleuteling en een DPIA (gegevensbeschermingseffectbeoordeling) zijn vaak nodig. De Autoriteit Persoonsgegevens verwacht duidelijke verwerkersafspraken en inzicht in datastromen, ook bij gebruik van cloud-AI.
Data-soevereiniteit weegt zwaarder
Waar data staat, bepaalt mede de risico’s. Microsoft biedt een EU Data Boundary voor Microsoft 365 en Copilot. Google heeft Sovereign Controls voor Workspace. OpenAI belooft in Enterprise-modus geen trainingsgebruik van klantdata en biedt regionaal hosten via partners.
Voor zeer gevoelige dossiers kiezen sommige organisaties voor eigen modellen. Denk aan open modellen zoals Llama 3.1 van Meta of Mistral Large, gehost in een Europese cloud. Dat geeft meer controle over data en logging. Het vraagt wel om meer beheer, beveiliging en MLOps-kennis.
Leverancierskeuze beïnvloedt ook contractuele plichten. Europese datalokalisatie en exit-strategie moeten vooraf worden meegenomen. Bij ketensamenwerking, bijvoorbeeld met administratiekantoor en klant, is afstemming over rechten en bewaartermijnen cruciaal.
Vaardigheden en governance nodig
Medewerkers hebben nieuwe basisvaardigheden nodig. Prompten, bronverwijzing en snelle kwaliteitschecks horen daarbij. Trainingen richten zich op risico-inschatting, privacy en documentatie. Opleiders en brancheorganisaties bieden steeds meer modules aan.
Kantoren stellen interne AI-beleidsregels op. Daarin staan toegestane toepassingen, dataklassen, toetsingsstappen en escalatie. Ook komt er een register van gebruikte modellen en versies. Zo ontstaat een herhaalbare en aantoonbare werkwijze.
Governance gaat verder dan techniek. Voorkom “shadow AI” door makkelijke, veilige alternatieven te bieden. Meet effect op kwaliteit, doorlooptijd en fouten. Koppel die metrics aan kwaliteitsreviews en managementrapportages.
Maak duidelijke grenzen en plannen
Begin klein met afgebakende taken, zoals conceptbrieven of notulen. Meet resultaat en pas processen aan. Schaal pas op als privacy, beveiliging en kwaliteitscontrole op orde zijn. Betrek juristen, IT en kwaliteitsbewaking vanaf de start.
Leg vast hoe menselijke beoordeling plaatsvindt. Beschrijf wat automatisch mag en wat altijd handmatig moet. Dat voorkomt misverstanden en versnelt audits en interne reviews. Het helpt ook bij externe toetsing door toezichthouders.
Tot slot: communiceer helder naar klanten. Leg uit welke systemen worden gebruikt en waarom. Benoem voordelen en risico’s, inclusief de rol van de Europese AI-verordening en de AVG. Transparantie vergroot vertrouwen in de uitkomst.
Generatieve AI is software die nieuwe tekst, beeld, audio of code maakt op basis van voorbeelddata, en kan overtuigend klinken terwijl de inhoud onjuist is.