Nederlandse accountantskantoren zetten steeds vaker kunstmatige intelligentie in voor analyse en rapportage. Toch blijft de stap van inzicht naar advies een risico, zeker onder de AVG en de Europese AI‑verordening. In kantoren die werken met Microsoft Copilot, OpenAI ChatGPT of Power BI ontstaat nu discussie over verantwoordelijkheid en toezicht. De vraag is wie beslist, wanneer, en op basis van welke gegevens.
Inzicht is geen advies
AI‑hulpen leveren snelle inzichten uit grote hoeveelheden data. Een grafiek of samenvatting lijkt overtuigend, maar zegt nog niet wat de klant moet doen. Advies vraagt normering, afweging van alternatieven en het nemen van verantwoordelijkheid. Dat gaat verder dan een patroon of voorspelling uit een model.
Inzicht beschrijft wat er gebeurt; advies zegt wat u nu moet doen en wie daarvoor staat.
De beroepsregels van de NBA vragen om professioneel oordeel en dossiervorming. Een accountant moet de onderbouwing, onzekerheden en risico’s vastleggen. Dat kan niet worden uitbesteed aan een algoritme. De menselijke toets blijft dus verplicht.
Als kantoren inzichten presenteren als advies, ontstaat schijnzekerheid. Klanten kunnen denken dat het “automatisch klopt”. Daarom is heldere labeling nodig: signaal, bevinding of advies. Zo weten klanten wat wel en niet afgewogen is.
Tools helpen, beslissen niet
Microsoft Copilot en OpenAI ChatGPT kunnen teksten opstellen, cijfers samenvatten en scenario’s verkennen. Google Gemini ondersteunt zoeken en structureren van informatie. Dit zijn hulpmiddelen, geen digitale beslissers. Hun antwoorden zijn statistische schattingen, geen garanties.
Modellen kunnen “hallucineren”: een fout antwoord geven dat logisch klinkt. Daarom blijft het vier‑ogenprincipe nodig. Laat een collega controleren en stel eisen aan bronvermelding. Vraag het systeem om zijn onderbouwing te tonen in plaats van alleen een conclusie.
Ook bij Power BI‑dashboards geldt dit. Een afwijking in marge of btw‑aangifte is een signaal, geen automatisch advies om direct te corrigeren. Eerst volgt analyse van oorzaken en impact. Daarna pas een aanbeveling met duidelijke keuze en verantwoordelijkheid.
Data en context beslissen mee
Kwaliteit van brondata bepaalt de waarde van elk inzicht. Boekhoudpakketten als Exact, Twinfield en AFAS leveren data, maar codering en grootboekschema’s verschillen. Gebruik van het Referentie Grootboekschema (RGS) helpt, toch zijn uitzonderingen normaal. Zonder opschoning geldt: “garbage in, garbage out”.
Context ontbreekt vaak in ruwe cijfers. Seizoenen, contractwijzigingen of eenmalige posten sturen de uitkomst. Een model ziet vooral patronen, niet altijd de reden daarachter. Voeg dus context toe voordat u conclusies trekt.
Onder de AVG horen dataminimalisatie en versleuteling bij de basis. Deel geen persoonsgegevens met externe AI‑diensten zonder grondslag en verwerkersovereenkomst. Gebruik waar mogelijk EU‑datacenters, zoals Azure OpenAI op Europese locaties. Leg bewaartermijnen en toegangsrechten vast in beleid en logboeken.
AI-verordening stuurt adviespraktijk
De Europese AI‑verordening (AI Act) introduceert risicoklassen en plichten, op het moment van schrijven in de implementatiefase. Hoog‑risico geldt onder meer voor systemen die toegang tot essentiële diensten bepalen, zoals kredietwaardigheid bij kredietverleners. Kantoorassistenten en tekstgeneratie vallen meestal in beperkte risico’s, met transparantie‑eisen. Voor generieke modellen (GPAI) komen aparte documentatieplichten.
Voor accountants betekent dit: maak duidelijk wanneer AI is gebruikt en hoe de mens heeft meegewogen. Als uw model toelevert aan een hoog‑risico toepassing bij een derde partij, kunnen zwaardere eisen gelden. Denk aan dataset‑beheer, traceerbaarheid en menselijke toezichtslagen. Documenteer dit in het dossier en in uw opdrachtbrief.
De Autoriteit Persoonsgegevens blijft toezien op de AVG. Nationale toezichthouders voor de AI‑verordening worden nog ingericht, maar voorbereiding loont. Begin met risicoclassificatie per use‑case en een impactanalyse. Zo voorkomt u vertraging en herstelwerk later.
Zorg voor scherpe governance
Stel een AI‑beleid op met rollen, processen en technische randvoorwaarden. Houd een register bij van alle gebruikte modellen, leveranciers en datastromen. Noteer doel, grondslag, risico’s en controles. Koppel dit aan uw kwaliteitsstelsel.
Trek een harde lijn tussen signaal, conclusie en advies in elk rapport. Benoem aannames en onzekerheden in begrijpelijke taal. Voeg waar nodig disclaimers toe en vraag om expliciete klantakkoorden. Zo blijft de zorgplicht helder en toetsbaar.
Train medewerkers in gegevensbescherming en modelgebruik. Werk met voorbeeldprompts en controlelijsten. Toets leveranciers op beveiliging, data‑residentie en rechten op trainingsdata. Leg alle keuzes vast voor interne en externe audits.
Zo pakt u dit aan
Begin met een afgebakende pilot in een afgeschermde omgeving. Kies een concreet proces, zoals liquiditeitsanalyse met Power BI of samenvattingen in Microsoft Copilot. Meet foutpercentages, doorlooptijd en klantbegrip. Stop of schaal op op basis van aantoonbare waarde.
Bouw standaardcontroles in: bronvermelding, herhaalbaarheid en het vier‑ogenprincipe. Laat het systeem zijn redenering en gebruikte bronnen tonen in plaats van alleen een uitkomst. Koppel AI waar mogelijk aan uw eigen, gecontroleerde documenten. Zo vermindert u ruis uit het open web.
Wees transparant naar klanten over het gebruik van algoritmen. Leg uit dat inzichten een startpunt zijn en dat advies apart wordt afgewogen. Verwerk privacy‑keuzes en bewaartermijnen in de opdracht. Daarmee blijft duidelijk: inzicht is nuttig, advies is verantwoordelijk.