Nederlandse accountantskantoren zetten data centraal om met kunstmatige intelligentie te vernieuwen. Zij investeren in datakwaliteit, standaarden en veilige opslag, op het moment van schrijven in aanloop naar de Europese AI-verordening. Softwareleveranciers zoals Exact, Visma en Wolters Kluwer voegen meer AI-functies toe aan hun pakketten. Doel is sneller en zorgvuldiger werken, zonder botsing met de AVG en toezicht door de Autoriteit Persoonsgegevens.
Datakwaliteit beslist over succes
AI leert van voorbeelden. Als de data rommelig is, levert het model zwakke uitkomsten. Daarom zetten kantoren nu in op schone, actuele en volledige gegevens. Dat vraagt om vaste definities en duidelijke eigenaarschap van data.
Veel organisaties hebben nog losse Excel-bestanden en verouderde systemen. Dat maakt koppelen en controleren lastig. Met een centraal dataplatform ontstaat één versie van de waarheid. Ook worden fouten en dubbele invoer sneller zichtbaar.
Dataminimalisatie is daarbij belangrijk. Dat betekent: verzamel niet meer gegevens dan nodig voor het doel. Versleuteling helpt om gevoelige velden, zoals burgerservicenummers, te beschermen. Zo blijft de basis veilig én bruikbaar voor algoritmen.
Europese AI-verordening raakt accountancy
De Europese AI-verordening (AI Act) treedt gefaseerd in werking en legt eisen op aan aanbieders en gebruikers van AI. Generatieve systemen en algemene AI (GPAI) krijgen transparantieplichten. Gebruikers moeten documenteren hoe ze een systeem toepassen en welke risico’s er zijn. Dit komt bovenop de AVG, die eist dataverwerking rechtmatig te onderbouwen.
Voor accountants betekent dit: leg herkomst van data, controles en menselijke toetsing vast. AI voor documentherkenning of transactieclassificatie zal vaak niet in de hoogste risicoklasse vallen. Toch gelden eisen rond uitlegbaarheid en toezicht. De Autoriteit Persoonsgegevens kan handhaven als de inzet persoonsgegevens raakt.
“Dataminimalisatie betekent: verwerk alleen persoonsgegevens die noodzakelijk zijn voor het doel.”
Let op personeelstoepassingen. AI voor werving of beoordeling valt in de EU vaak in een hogere risicoklasse. Ook profiling voor kredietwaardigheid kent strenge regels. Kantoren doen er goed aan dit nu te toetsen en hun leveranciers hierop aan te spreken.
Standaarden versnellen koppelingen
Standaarden maken data herkenbaar voor zowel mensen als machines. In Nederland helpen SBR (Standard Business Reporting) en RGS (Referentie Grootboekschema) om cijfers eenduidig te labelen. Dat verkleint interpretatiefouten door AI-modellen. Ook uitwisseling met overheid en banken wordt zo betrouwbaarder.
Voor facturen wint Peppol terrein. Dat is een Europees netwerk voor veilige e-facturatie op basis van de norm EN 16931. Als een kantoor Peppol en RGS gebruikt, wordt classificatie en matching voorspelbaarder. Een model hoeft dan minder te raden wat een veld betekent.
De Belastingdienst en Kamer van Koophandel ondersteunen SBR in ketens zoals deponeringen. Deze infrastructuur helpt ook bij het trainen van datamodellen. Wie nu consistent mapt naar RGS, ziet later sneller effect in AI-analyses. Inconsistenties blijven de grootste bron van ruis.
Leveranciers integreren AI-functies
Grote kantoorsoftware breidt AI-stap voor stap uit. Exact, Visma (waaronder Yuki) en Wolters Kluwer (Twinfield) bieden functies zoals automatische factuurherkenning, boekingsvoorstellen en anomaliedetectie. In kantooromgevingen verschijnen assistenten zoals Microsoft Copilot en Google Gemini voor samenvattingen en opzoekwerk. Sommige kantoren testen ChatGPT Enterprise van OpenAI voor interne kennisvragen.
De winst zit vooral in tijdwinst bij repetitief werk. Toch blijft menselijke controle nodig. AI kan halveren in de foutlast, maar fouten niet volledig voorkomen. Een vier-ogenprincipe blijft daarom de norm in de beroepspraktijk.
Transparantie over trainingsdata en foutmarges is nu nog beperkt. Kantoren vragen leveranciers vaker om modelkaarten of risicoanalyses. Dit sluit aan op de AI-verordening, die documentatie en uitlegbaarheid stimuleert. Leveranciers die dit goed regelen, krijgen voorsprong in aanbestedingen.
Stappenplan voor mkb-kantoren
Begin met een datacheck. Breng bronnen, eigenaars en kwaliteit in kaart. Leg vast welke persoonsgegevens je verwerkt en waarom, in lijn met de AVG. Kies daarna een beperkt aantal gebruiksscenario’s met duidelijke baten, zoals factuurherkenning of opdrachtacceptatie.
Selecteer tools die aansluiten op standaarden zoals RGS, SBR en Peppol. Vraag leveranciers om informatie over gegevensopslag, versleuteling en EU-datacenterlocaties. Test met echte, maar geanonimiseerde data waar mogelijk. Meet effect op tijd, fouten en cliënttevredenheid.
Regel tot slot governance. Wijs een productsponsor en een datasteward aan. Bepaal hoe je logt, controleert en bijstuurt. Plan updates voor wanneer de AI-verordening verder in werking treedt, op het moment van schrijven vanaf 2025 en 2026.
- Leg beleid vast: doelen, rollen, evaluaties.
- Train teams in veilig en effectief AI-gebruik.
- Documenteer prompts, datasets en resultaten.
- Maak een exitplan voor leverancierswissel.