Het Nederlandse accountants- en advieskantoor Joanknecht sprak zich onlangs positief uit over de inzet van kunstmatige intelligentie bij het samenstellen en controleren van jaarrekeningen. Het kantoor uit Eindhoven ziet kansen om sneller en nauwkeuriger te werken. Dat past in de huidige Europese context van de AVG en de AI‑verordening (AI Act), en in discussies over de gevolgen voor overheid en bedrijfsleven. Het doel is minder routinewerk en betere risicosignalering voor mkb‑klanten.
Joanknecht ziet efficiëntiewinst
Joanknecht verwacht dat algoritmen tijdrovende stappen in het jaarwerk ondersteunen. Denk aan het herkennen van facturen, het koppelen van transacties en het signaleren van afwijkingen. Zulke systemen leren patronen in financiële data en markeren ongewone posten voor een menselijk oordeel.
Generatieve AI, software die op basis van voorbeelden nieuwe tekst of code maakt, kan ook helpen. Modellen zoals OpenAI’s ChatGPT, Google’s Gemini en Microsoft Copilot kunnen conceptteksten voor toelichtingen opstellen en interne notities samenvatten. Dit bespaart schrijftijd, maar vereist altijd controle door een accountant.
De verwachte winst zit vooral in kortere doorlooptijden en minder handwerk. Medewerkers houden zo tijd over voor analyse en advies. De kwaliteit hangt wel af van goede data en strakke werkafspraken binnen het team.
Mens houdt eindverantwoordelijkheid
De handtekening onder een jaarrekening blijft mensenwerk. AI kan ondersteunen, maar niet beslissen over de juistheid van cijfers. De accountant moet elke geautomatiseerde stap kunnen uitleggen en herhalen.
Er is ook een foutkans: modellen kunnen hallucineren, oftewel een ogenschijnlijk kloppend maar fout antwoord geven. Daarom zijn bronverwijzingen, controletabbladen en logbestanden nodig. Zonder transparantie is het bewijs in het controledossier onvoldoende.
Vakregels blijven leidend, ook met nieuwe tools. Een professioneel-kritische instelling, functiescheiding en dossiervorming gelden onverminderd. Tools moeten passen binnen bestaande kwaliteitsbeheersing en interne reviews.
Privacy-eisen sturen datagebruik
Financiële administraties bevatten vaak persoonsgegevens, zoals namen en loongegevens. De AVG vraagt dan om dataminimalisatie, doelbinding en passende beveiliging. Dat betekent: versleutelen, toegang beperken en bewaartermijnen vastleggen.
Wie tools als Microsoft 365 Copilot, ChatGPT Enterprise of Gemini for Workspace inzet, moet dataverwerking contractueel borgen. Europese datalokalisatie en beveiligde tenants zijn daarbij belangrijk. Leveranciers bieden hiervoor EU‑datacenters en instellingen die training op klantdata uitschakelen.
Voor nieuwe toepassingen is een gegevensbeschermingseffectbeoordeling (DPIA) vaak verstandig. Ook helpt het om rollen en rechten in systemen strikt te regelen. Heldere verwerkersovereenkomsten met softwarepartners zijn onmisbaar.
De jaarrekening is de jaarlijkse financiële verantwoording van een onderneming, met balans, winst‑ en verliesrekening en een toelichting.
AI Act stelt grenzen aan controletools
De Europese AI‑verordening deelt systemen in risicoklassen in. Assistenten die teksten samenvatten of documenten herkennen vallen meestal in een beperkte risicoklasse. Toepassingen die mensen beoordelen of toegang tot diensten bepalen kunnen hoog risico zijn en kennen zwaardere plichten.
Voor hoogrisico‑AI gelden eisen aan risicobeheer, datakwaliteit, technische documentatie, menselijke controle en logging. Leveranciers moeten aantoonbaar aan deze regels voldoen en in veel gevallen een conformiteitsbeoordeling doorlopen. Dit raakt ontwikkelaars van accountancysoftware zoals Caseware, Exact en AFAS.
Gebruikers, zoals accountantskantoren, houden hun eigen verantwoordelijkheden. Zij moeten transparant zijn naar klanten, de inzet registreren en passende waarborgen tonen. Op het moment van schrijven lopen de verplichtingen van de AI Act gefaseerd op richting 2026 en 2027.
Praktische inzet bij jaarwerk
Bij documentverwerking zijn er rijpe oplossingen in de markt. Denk aan ABBYY, Rossum of het Nederlandse Klippa voor het uitlezen van facturen en bonnen. Koppelingen met pakketten als Exact Online, Twinfield en AFAS maken de workflow completer.
Voor data-analyse en risicosignalering bieden partijen als MindBridge, Caseware IDEA en Alteryx hulpmiddelen. Deze systemen zoeken patronen in grootboek en subadministraties en markeren ongewone boekingen. De accountant beoordeelt daarna of vervolgwerk nodig is.
Voor tekstproductie werken organisaties vaak met Microsoft Copilot in Word, ChatGPT Enterprise of Google Gemini. Dat helpt bij concepten voor toelichtingen en samenvattingen van controles. Bedrijven doen er goed aan om modeltraining op klantdata uit te zetten en interne stijlgidsen te hanteren.
Vooruitzicht: opschalen met waarborgen
De weg van pilot naar vaste praktijk vraagt structuur. Kantoren leggen meetpunten vast, zoals doorlooptijd, foutenreductie en klantimpact. Ook trainen zij medewerkers in dataveiligheid en het herkennen van modelfouten.
Governance wordt een onderscheidende factor. Denk aan duidelijke AI‑richtlijnen, modelkeuze op basis van risico, en periodieke audits van de toolketen. Dit sluit aan bij kwaliteitsnormen en het toezicht op het beroep.
Leveranciers en kantoren zullen hechter moeten samenwerken. Europese regels, inclusief de AI Act en de AVG, zetten daarbij de kaders. Wie nu borging en transparantie op orde brengt, kan later verantwoord opschalen.