AI voor accountants versnelt vooral het repetitieve werk in de boekhouding en het schrijfwerk rond advies en rapportage, terwijl de accountant verantwoordelijk blijft voor elke cijferregel die het kantoor verlaat. De winst zit in factuurverwerking, afletteren en eerste concepten; het risico zit in cijfers en bronnen die een model plausibel verzint.
Voor een accountantskantoor telt dat verschil zwaarder dan in de meeste beroepen, omdat de output onder beroepsregels, de Wwft en het kwaliteitssysteem van het kantoor valt.
Wat is AI voor accountants?
AI voor accountants is software die patronen herkent in financiële data en tekst, en op basis daarvan boekingen, koppelingen of concepten voorstelt die de accountant beoordeelt. Het neemt routinematige stappen over, zoals het uitlezen van facturen of het voorstellen van een grootboekrekening; de beoordeling en de eindverantwoordelijkheid blijven bij de accountant.
Twee soorten AI komen op een kantoor samen. De eerste zit ingebouwd in het boekhoudpakket en werkt op gestructureerde data. De tweede is een taalmodel zoals ChatGPT of Claude, dat tekst schrijft, samenvat en vragen beantwoordt, maar geen boekingen doet en geen toegang heeft tot de administratie tenzij je die zelf aanlevert.
Hoe verandert AI het werk in de accountancy?
AI verandert het werk in de accountancy vooral door tijd te verschuiven van invoer naar beoordeling en advies. Volgens een studie van Choi en Xie in het Journal of Accounting Research (2026), met een enquête onder 277 accountants en velddata bij 79 mkb-bedrijven, hangt meer AI-gebruik samen met een verschuiving van ongeveer 9% van de accountantstijd van routinematige invoer naar werk met meer waarde en met een maandafsluiting die 7,5 dagen korter is.
Die cijfers zijn correlationeel en geen gecontroleerd experiment; de onderzoekers laten zelf in het midden of AI de oorzaak is. Ze laten wel zien waar het effect landt: in de doorlooptijd van terugkerend werk, niet in het vervangen van de accountant.
De beroepsorganisatie volgt dezelfde lijn. De NBA heeft AI sinds 1 januari 2026 benoemd als een van drie ontwikkelthema’s voor permanente educatie in de periode 2026 tot en met 2028, naast het DNA van de accountant en risico’s. Het thema is uitdrukkelijk geen extra verplicht PE-onderwerp; accountants passen het toe of leggen in hun PE-portfolio uit waarom niet.
Hoe gebruik je AI in de boekhouding?
Om AI in de boekhouding te gebruiken, laat je het pakket de repetitieve verwerking voorstellen en beoordeel je zelf de twijfelgevallen. AI in de boekhouding levert het snelst resultaat op, omdat het werk gestructureerd en herhalend is en het systeem leert van eerdere verwerkingen. Vier taken laten zich het beste ondersteunen.
Facturen automatisch verwerken
Facturen automatisch verwerken betekent dat het systeem leverancier, bedrag, factuurnummer en btw-tarief uit een document leest en die gegevens klaarzet in het boekhoudpakket. De winst zit in minder handmatig invoerwerk en minder typefouten. Een factuur is een brondocument dat controleerbaar blijft, dus een herkenning met lage zekerheid gaat langs een medewerker.
Bankafschriften afletteren
Bankafschriften afletteren met AI koppelt binnenkomende en uitgaande betalingen aan openstaande posten of grootboekrekeningen, op basis van bedrag, omschrijving en eerdere koppelingen. Bij een betaling die niet eenduidig te matchen is, doet het systeem een voorstel in plaats van een koppeling. Die twijfelgevallen beoordeel je zelf, omdat een verkeerde koppeling de hele aansluiting verstoort.
Transacties categoriseren
Transacties categoriseren met AI levert een voorstel op voor de grootboekrekening, ook bij leveranciers die het systeem nog niet kent. Hoe meer historie een administratie heeft, hoe betrouwbaarder die voorstellen worden, en hoe verspreider de gegevens, hoe zwakker de voorstellen. Een verkeerd gerubriceerde transactie werkt door in de aangifte en de jaarrekening, dus de voorstellen kijk je steekproefsgewijs na.
Afwijkingen signaleren
Afwijkingen signaleren is waar AI verder gaat dan vaste boekingsregels. Het systeem vergelijkt nieuwe boekingen met wat het op basis van eerdere periodes verwacht en markeert wat eruit springt: een dubbele factuur, een ongebruikelijk bedrag, een ontbrekende tegenboeking. Zo ontstaat een gerichte controlelijst in plaats van een volledige dataset; de beoordeling van elke markering blijft bij jou.
Welke boekhoudpakketten gebruiken AI?
De boekhoudpakketten die Nederlandse kantoren gebruiken, hebben AI-functies grotendeels al ingebouwd, zoals factuurherkenning en automatische bankmatching. Een los AI-product is voor het boeken zelf meestal niet nodig.
De tabel hieronder zet vier veelgebruikte Nederlandse pakketten naast elkaar, met hun AI-functie en de doelgroep waarvoor ze het meest worden ingezet.
| Pakket | AI-functie | Typisch voor |
|---|---|---|
| Exact Online | Factuurherkenning, automatische matching van banktransacties | Breed mkb en accountantskantoren |
| Twinfield | Factuurherkenning en verwerking over meerdere administraties | Accountantskantoren |
| Yuki | Hoge automatiseringsgraad in de verwerking, kantoor controleert | Kantoren met veel aangeleverde documenten |
| Moneybird | Inlezen van facturen en bonnen, gericht op eenvoud | Zzp en klein mkb |
De keuze hangt af van de omvang en het type klantenportefeuille, niet van het aantal geadverteerde AI-functies. Belangrijker dan het pakket is dat de automatisering ruimte laat voor een controlestap, want elk van deze pakketten doet voorstellen die iemand accordeert.
Wat kun je met een AI-chatbot op een accountantskantoor?
Een AI-chatbot op een accountantskantoor ondersteunt het schriftelijke werk en het uitzoekwerk rond de cijfers, niet het boeken zelf. Een AI chatbot zoals ChatGPT of Claude schrijft, vat samen en beantwoordt vragen op basis van wat je aanlevert; klantgegevens horen daar alleen in als het kantoor heeft vastgelegd met welk account en onder welke afspraken dat mag.
Concepten en rapportages opstellen
Concepten en rapportages opstellen gaat sneller met een chatbot als startpunt. Het model zet een eerste versie neer van een begeleidende brief, een bespreekverslag of een toelichting bij de jaarrekening, die de accountant daarna inhoudelijk controleert en aanscherpt. De tijdwinst zit in het wegnemen van het lege scherm; wat het kantoor verstuurt, blijft de tekst en de verantwoordelijkheid van de accountant.
Vakinhoudelijke vragen uitzoeken
Vakinhoudelijke vragen uitzoeken met een chatbot is nuttig en tegelijk het meest risicovolle gebruik op een kantoor. Een model vat een complexe regeling samen of geeft een eerste richting bij een fiscale vraag, mits het goed gestuurd wordt. Goede output begint bij hoe je context aan een LLM geeft: de situatie, de bron en het gewenste formaat. Een antwoord over wet- en regelgeving controleer je altijd tegen de bron zelf.
Waar wordt AI onbetrouwbaar bij financieel werk?
AI wordt onbetrouwbaar bij financieel werk op de punten waar een fout het verst doorwerkt: een verkeerd cijfer belandt via de aangifte in de jaarrekening en in het advies. Een model presenteert een fout met dezelfde stelligheid als een juist antwoord, en twee valkuilen komen het vaakst terug.
Verzonnen cijfers en bronnen
Verzonnen cijfers en bronnen zijn de bekendste valkuil van generatieve AI, en het mechanisme erachter heet een AI hallucinatie. In de periode dat ik ChatGPT intensief gebruikte, kwam ik consistent tegen dat het onderzoeken, rapporten en bronnen noemde die bij controle niet bleken te bestaan.
De grote kantoren lopen tegen hetzelfde aan. Volgens Accountant.nl (10 augustus 2026), op basis van berichtgeving in het Financieele Dagblad, bevatten rapporten van PwC verzonnen voetnoten en verkeerd toegeschreven claims, en trokken EY en KPMG rapporten in vanwege door AI verzonnen inhoud. Voor een accountant geldt daarom een eenvoudige regel: een cijfer of verwijzing die je niet zelf naar de bron herleidt, hoort niet in het dossier.
Valse zekerheid bij Wwft-signalering
Wwft-signalering met AI lijkt aantrekkelijk, maar geeft een zekerheid die misleidend is. Een model dat ongebruikelijke transactiepatronen markeert, mist context die de accountant wel heeft, en herkent nieuwe constructies slecht omdat het op eerdere patronen is getraind. De signalering helpt de aandacht te richten, maar ontslaat het kantoor niet van de eigen poortwachtersrol onder de Wwft.
Wie is verantwoordelijk voor AI-output op een accountantskantoor?
Verantwoordelijk voor AI-output op een accountantskantoor is de accountant die het werk aftekent, niet het model dat de cijfers of de tekst heeft voorbereid. Een algoritme staat niet voor de tuchtrechter en zet geen handtekening onder een samenstellingsverklaring. Het uitgangspunt is daarom eenvoudig: AI is nooit verantwoordelijk, jij wel.
Die verantwoordelijkheid verschuift ook niet naar de leverancier van het boekhoudpakket. Een voorgestelde boeking die zonder beoordeling is geaccepteerd, is een boeking van het kantoor. Het risico groeit wanneer medewerkers zelf tools gebruiken zonder dat het kantoor daar afspraken over heeft; dat ongeziene gebruik heet shadow AI en is op een kantoor met geheimhoudingsplicht een direct dossierrisico.
Hoe richt je AI verantwoord in op een accountantskantoor?
Om AI verantwoord in te richten op een accountantskantoor, leg je per taak vast wie welk hulpmiddel gebruikt, met welke gegevens, en welke controle erbij hoort. Die vastlegging past direct in het kwaliteitsmanagement onder de NVKM, die voor reguliere Wta-vergunninghouders sinds 1 januari 2026 geldt en voor de overige kantoren per 1 januari 2027.
Artikel 4 van de EU AI Act vraagt sinds 2 februari 2025 dat organisaties die AI professioneel gebruiken maatregelen nemen om de AI-geletterdheid van hun medewerkers te ondersteunen. Sinds 27 juli 2026 is dat op grond van Verordening (EU) 2026/1744 een inspanningsverplichting zonder gegarandeerd niveau per medewerker, en daardoor is vastleggen belangrijker geworden: wat je kunt laten zien, is het bewijs van de maatregel. Twee principes uit de financiële wereld vertalen zich direct naar de praktijk.
Het four-eyes-principe toepassen
Het four-eyes-principe houdt AI-output beheersbaar met een tweede beoordeling voordat iets het kantoor verlaat. Uit mijn jaren bij Rabobank, ABN Amro en Van Lanschot neem ik die gewoonte mee naar AI-werk: niets gaat de deur uit zonder tweede controle. Op een kantoor wordt dat een vaste stap: AI levert het concept of het voorstel, een medewerker accordeert, en bij hoger risico kijkt een tweede persoon mee.
Risicoclassificatie per taak
Risicoclassificatie per taak bepaalt hoeveel controle een AI-toepassing nodig heeft. Een interne samenvatting voor eigen gebruik vraagt minder dan een toelichting bij de jaarrekening of een fiscaal advies dat de klant opvolgt. Ik zet AI zelf breed in, maar de controlepunten verschillen per taak, en dezelfde logica werkt op een accountantskantoor.
Een kantoor dat per taaktype vastlegt welk risico erbij hoort en welke controle, voorkomt dat een fiscaal advies dezelfde lichte check krijgt als een kladje, en heeft meteen het overzicht dat de NVKM vraagt. Een AI implementatie voor accountantskantoren werkt die afspraken uit tot een AI-richtlijn, een promptbibliotheek en controlepunten die aansluiten op de NBA-beroepsregels.
Waar begin je met AI op een accountantskantoor?
Beginnen met AI op een accountantskantoor doe je met een inventarisatie van het AI-gebruik dat er al is, niet met een nieuwe tool. Medewerkers gebruiken soms al een chatbot zonder afspraken; de eerste vraag is welke taken dat raakt, met welke klantgegevens en onder welk account.
Kies daarna één taak met duidelijke winst en laag risico, bijvoorbeeld factuurverwerking of een eerste opzet van een standaardbrief, en bouw er een vaste werkwijze met een controlestap omheen. Werkt dat, dan volgt de volgende taak. Een AI-nulmeting voor accountantskantoren brengt die eerste inventarisatie in kaart, met per tool wat is toegestaan.
AI voor accountants levert het meeste op wanneer het hele kantoor dezelfde werkwijze volgt in plaats van een eigen aanpak per medewerker. In een kennismaking over AI implementatie van dertig minuten wordt duidelijk of een traject bij jouw kantoor past.
