Accountantskantoren in Nederland en Europa voelen druk op hun verdienmodel. Nieuwe systemen met kunstmatige intelligentie nemen veel standaardwerk over. Dit speelt nu, bij zowel kleine kantoren als de Big Four. Klanten vragen sneller werk, tegen een lagere prijs.
Urenmodel kraakt door AI
Generatieve AI maakt teksten en code op basis van voorbeelden. Daardoor gaan taken als dossiervorming, notulen, reviews en standaardbrieven sneller. Ook het rubriceren van bonnen en het controleren van facturen wordt deels geautomatiseerd. Het klassieke uurtje-factuurtje komt zo onder spanning te staan.
Klanten zien dat rapporten eerder klaar zijn en verwachten prijsvoordeel. Kantoren sturen daarom naar vaste prijzen en abonnementen. Ook komt er meer focus op waarde, zoals inzichten en scenario’s voor ondernemers. De prijs verschuift van tijd naar resultaat.
Mkb-kantoren merken de druk als eerste bij boekhouding en samenstelwerk. Daar is veel repetitie, dus veel te winnen met algoritmen. Controlepraktijken bewegen trager, vanwege strenge kwaliteitseisen. Maar ook daar schuift werk op naar voorbereiding door AI en beoordeling door de mens.
Generatieve AI is software die op basis van grote hoeveelheden voorbeelden nieuwe tekst, code of samenvattingen maakt.
Grote kantoren testen tools
Deloitte, PwC, EY en KPMG draaien pilots met generatieve systemen. Ze werken met Microsoft Copilot, ChatGPT Enterprise via Azure OpenAI Service en Google Gemini via Vertex AI. Doel is sneller samenvatten, zoeken in dossiers en het opstellen van conceptteksten. KPMG koppelt dit aan zijn controleplatform Clara, dat al data-analyse ondersteunt.
Ook Nederlandse softwareleveranciers bouwen AI-functies in. Exact en Twinfield (Wolters Kluwer) voegen automatische codering, OCR en conceptrapportages toe. Caseware test assistenten voor werkprogramma’s en risicobeoordeling. Deze functies besparen tijd, maar hebben nog menselijk toezicht nodig.
De eerste winst zit in hergebruik van kennis en snellere reviewrondes. Kantoren bouwen interne kennisbanken om modellen veilig te voeden. Ze beperken vrije internettoegang van modellen om datalekken te voorkomen. Interne versies, met logging en rechten, krijgen de voorkeur.
Kwaliteit en aansprakelijkheid schuiven mee
AI mag het werk ondersteunen, maar het oordeel blijft menselijk. Accountants moeten bronnen checken en conclusies zelf dragen. “Hallucinaties” — verzinsels van een model — maken extra controle nodig. Duidelijke werkafspraken en dossiervorming worden belangrijker.
De Autoriteit Financiële Markten (AFM) kijkt scherp naar dossiervorming en onderbouwing. Wie AI inzet, moet keuzes en instellingen vastleggen. Denk aan prompts, versies van het model en gebruikte data. Zo blijft het controleerbaar voor interne en externe reviews.
De NBA werkt op het moment van schrijven aan handreikingen over data-analyse en AI in de controle. Kantoren vertalen dat naar praktijkregels. Vaak is dat een “human-in-the-loop”: AI doet een voorstel, de professional beslist. Ook aansprakelijkheidsverzekeraars vragen om aantoonbare beheersmaatregelen.
AVG en AI-verordening sturen inzet
De AVG eist dataminimalisatie en veilige verwerking van persoonsgegevens. Dit raakt prompten met klantdata en het trainen van modellen. Kantoren kiezen daarom voor versleuteling, EU-datacenters en duidelijke verwerkersafspraken. Gevoelige gegevens worden geanonimiseerd of gemaskeerd.
De Europese AI-verordening (AI Act) introduceert risicoklassen en transparantieplichten. Generatieve modellen krijgen eisen rond documentatie en meldingen over AI-gebruik. Voor accountants betekent dit: modelkeuze en uitleg aan klanten moeten op orde zijn. De “Europese AI-verordening gevolgen accountants” zijn dus meteen praktisch.
Gebruik in kredietbeoordeling of fraude-inschattingen kan als hoog risico gelden. Dan zijn extra testen, logging en menselijk toezicht verplicht. Kantoren moeten een register bijhouden van gebruikte systemen. Ook impactanalyses worden onderdeel van de projectstart.
Nieuwe vaardigheden en prijzen
De rol van de accountant verschuift naar regie op data en duiding. Vaardigheden in prompten, steekproeven en bronkritiek worden standaard. Opleidingen en hbo’s voegen datavaardigheden en AI-ethiek toe. Kantoren trainen medewerkers in kortcyclische kwaliteitscontroles.
Het tariefmodel beweegt naar vaste prijzen en outcome-based afspraken. Denk aan een abonnement met SLA’s voor levertijd en updates. Complex advies blijft maatwerk met hogere marges. Transparantie over wat wel en niet door AI gebeurt, wordt een verkoopargument.
Voor mkb-klanten ontstaat een bredere menukaart. Snelle basistaken worden goedkoper en voorspelbaarder. Extra analyses, zoals cashflowscenario’s, komen daar bovenop. Zo verschuift waardecreatie van uren naar inzichten.