AI-geletterdheid voor Accountancy
Van samenstelpraktijk tot controle, van klantadvies tot dossiervorming: AI verandert het werk van accountants sneller dan veel kantoren kunnen bijhouden. De AI Geletterdheid Toolkit helpt medewerkers de kansen te zien, de risico’s te herkennen en samen te bepalen wat verantwoord AI-gebruik in jullie praktijk betekent.
Wat de AI Act betekent voor accountancy
Voor accountants is AI-geletterdheid geen los technologiethema. De AI Act stelt dat medewerkers die met AI werken voldoende AI-geletterd moeten zijn, maar in de accountancy raakt dat direct aan vakbekwaamheid, zorgvuldigheid, objectiviteit, vertrouwelijkheid en de kwaliteit van het dossier. Een medewerker die AI gebruikt om klantdata te analyseren, een Wwft-controle voor te bereiden, een jaarrekening te controleren of een adviesmail te schrijven, moet begrijpen wat zo’n model wel en niet kan. De veilige keuze is daarom niet simpelweg: zo min mogelijk AI gebruiken. Want als andere kantoren AI wél verantwoord inzetten, kunnen zij klanten sneller, duidelijker en misschien ook goedkoper bedienen. AI-geletterdheid helpt juist om dat midden te vinden: niet blind vertrouwen op AI, maar ook niet stilvallen uit voorzichtigheid.
Bekijk deze voorbeelden eens
Natuurlijk zijn er grote AI-ontwikkelingen die de accountancy de komende jaren ingrijpend kunnen veranderen. Maar veel kansen en risico’s zitten al in het dagelijkse werk: een klantmail, een dossiernotitie, een jaarrekening, een Wwft-controle, een kasstroomuitleg of een analyse van afwijkende boekingen. Het mooie is dat je daar niet altijd een groot innovatietraject voor nodig hebt. Veel tools liggen al klaar. De vraag is vooral of medewerkers weten hoe ze die verstandig gebruiken en wanneer ze juist moeten vertragen of controleren.
1. Klantadvies dat niet alleen sneller, maar ook veel begrijpelijker wordt
Een mkb-klant belt omdat de winst stijgt, maar de bankrekening leegloopt. De accountant ziet het patroon meteen: debiteuren lopen op, voorraad is gestegen, er is geïnvesteerd, de btw-afdracht komt eraan en privéopnames zijn hoger dan vorig jaar. Voor de accountant is dat logisch, maar voor de ondernemer voelt het tegenstrijdig: “Hoe kan ik winst maken en toch geen geld hebben?”
Vroeger schreef je dan misschien vijf regels uitleg in een e-mail, of je maakte met wat extra moeite een grafiek in Excel. Met AI verandert dat. Met ongeveer dezelfde inzet die het kost om een korte tekst aan de klant te schrijven, kun je nu ook een eenvoudige infographic, kasstroomplaatje of minimalistische grafiek laten maken die de situatie visueel uitlegt. Je sleept bijvoorbeeld een rapport, jaarrekening of overzicht in een AI-chat en vraagt: “Maak een eenvoudige visuele uitleg voor de klant waarom er winst is, maar weinig liquiditeit.”
De meerwaarde zit niet alleen in snelheid. Als het kantoor vooraf een paar duidelijke regels meegeeft (onze kleuren, onze toon, onze manier van uitleggen, geen vaktaal, altijd met voorbehoud waar nodig) kunnen medewerkers klantcommunicatie maken die veel beter past bij de huisstijl en kwaliteitsnorm van het kantoor. Niet iedere medewerker hoeft zelf goed te zijn in vormgeving of datavisualisatie om toch een helder plaatje mee te sturen.
Maar voordat je een rapport of jaarrekening in een AI-chat sleept, is er een vraag die makkelijk wordt overgeslagen: waar komen die gegevens eigenlijk terecht? Staan ze straks op een Amerikaanse server, worden er nieuwe modellen mee getraind, en mag dat wel onder de AVG? Voor veel medewerkers is het eerlijke antwoord dat ze het niet weten. En klantgegevens zijn nu juist het soort informatie waar je niet luchtig over wilt doen. De goede vraag is dus niet alleen óf AI een mooie infographic kan maken, maar ook met welke cijfers. Vaak kun je een net zo bruikbaar plaatje maken op basis van geanonimiseerde of geabstraheerde gegevens, zodat de gevoelige details het kantoor niet verlaten en je toch de helderheid wint die je zoekt.
2. Frauderisico’s die in het teamoverleg niet vanzelf op tafel komen
Bij een controleopdracht bespreekt het team de frauderisico’s. Iedereen kent de klant, de branche en de bijzonderheden van vorig jaar. Toch blijft zo’n gesprek soms hangen in bekende thema’s: omzetverantwoording, management override, voorraad, contante betalingen. Niet omdat het team lui is, maar omdat mensen nu eenmaal denken vanuit wat zij al kennen.
AI kan hier juist een scherpe sparringpartner zijn. Je kunt een geanonimiseerde beschrijving van de klant, de branche, de opvallende financiële ontwikkelingen en eerdere bevindingen invoeren en vragen: welke fraudescenario’s missen wij mogelijk? Welke prikkels kunnen bij deze klant spelen? Welke controles zouden extra relevant zijn? Tools als ChatGPT Enterprise, Claude, Copilot of gespecialiseerde audittools kunnen zo het gesprek verrijken, niet door antwoorden te geven, maar door betere vragen op tafel te leggen.
Maar wat als het team daarna vooral de AI-lijst afwerkt? Wordt het fraudegesprek dan rijker, of juist smaller omdat iedereen denkt: “dit zijn blijkbaar de belangrijkste risico’s”? En hoe leg je in het dossier vast wat uit professionele oordeelsvorming kwam en wat uit een model? AI kan helpen om een onderzoekende geest aan te zetten, maar mag die nooit vervangen.
3. Werkprogramma’s en dossiers die zichzelf bijna schrijven
Na een klantgesprek moet een medewerker het dossier bijwerken. Wat is besproken, welke informatie is ontvangen, welke conclusie is getrokken, welke vervolgactie staat open? In drukke periodes blijft dat werk soms liggen. Niet omdat het onbelangrijk is, maar omdat de volgende klant alweer wacht.
AI kan helpen om gespreksnotities, e-mails, Teams-transcripten en documenten om te zetten in een nette dossieraantekening. Het model kan actiepunten verzamelen, openstaande vragen markeren en een conceptwerkprogramma aanvullen. Zeker voor jonge medewerkers kan dat enorm helpen: zij zien sneller hoe een goede dossiervastlegging eruitziet.
Maar hier zit een subtiel risico. Een goede dossieraantekening lijkt al snel alsof het werk ook goed is uitgevoerd. Wat als AI een conclusie opschrijft die tijdens het gesprek helemaal niet zo hard is getrokken? Wat als een transcriptiefout in het dossier belandt? En kunnen reviewers straks nog zien wat feitelijk is vastgesteld, wat de medewerker heeft beoordeeld en wat door AI netjes is geformuleerd?
4. Fiscale vragen sneller uitleggen, zonder te doen alsof AI fiscalist is
Een ondernemer stelt een vraag over een auto van de zaak, investeringsaftrek, btw bij internationale verkoop, personeelskosten of een wijziging in de rechtsvorm. Vaak begint het met een simpele vraag, maar daarachter zitten uitzonderingen, bedragen, voorwaarden en actuele regelgeving. Voor een klant voelt dat al snel als een doolhof.
Met ChatGPT, Claude, Copilot of fiscale kennisbanken kan een medewerker sneller een eerste uitleg maken. Niet als definitief advies, maar als begrijpelijke voorbereiding: dit zijn de begrippen, dit zijn de vragen die we nog moeten stellen, dit zijn mogelijke aandachtspunten, en dit moet een fiscalist of accountant nog beoordelen. Voor klanten kan dat veel waarde hebben, omdat zij eindelijk snappen waar de spanning zit.
Maar wat als AI een oude grens, verkeerde regeling of niet-bestaande uitzondering noemt? Fiscale teksten kunnen heel overtuigend klinken, juist omdat ze vol vaktaal zitten. En als een junior-medewerker een AI-uitleg doorstuurt omdat die “wel logisch klinkt”, waar zit dan de vaktechnische controle? Is AI hier een handig kladblok, of ontstaat er ongemerkt fiscaal advies zonder voldoende review?
5. Vertrouwelijke klantdata in handige AI-tools
Een medewerker wil snel een lange aandeelhoudersovereenkomst, management letter, arbeidsovereenkomst of due-diligencebestand laten samenvatten. De verleiding is groot: even uploaden naar een gratis AI-tool, samenvatting vragen, klaar. Het document bevat misschien geen burgerservicenummers, maar wel omzet, marges, conflicten, salarissen, aandeelhoudersafspraken of informatie over een overname.
Met veilige, goed ingerichte AI-omgevingen kan documentanalyse enorm waardevol zijn. Denk aan een besloten Microsoft Copilot-omgeving, ChatGPT Enterprise, Claude for Work of een kantooromgeving waarin data niet voor modeltraining wordt gebruikt. Medewerkers kunnen sneller zoeken, samenvatten en voorbereiden, zonder elk document handmatig door te nemen.
Maar weten medewerkers welke tool veilig genoeg is? Weten ze of klantdata wordt opgeslagen, gebruikt voor training, doorgestuurd naar derde landen of zichtbaar is voor leveranciers? En zelfs als het technisch mag, hoe zou een klant reageren als hij hoort dat vertrouwelijke stukken in een externe AI-omgeving zijn gezet? Vertrouwelijkheid is in accountancy niet alleen een juridische eis, maar ook de kern van vertrouwen.
6. De junior die sneller leert, maar misschien minder zelf denkt
Een junior-accountant komt een ingewikkelde post tegen: leaseverplichtingen, onderhanden projecten, voorraadwaardering, voorzieningen of omzetverantwoording. Vroeger vroeg hij een senior, zocht in kantoorhandboeken of probeerde zelf de standaard te begrijpen. Dat kostte tijd, maar juist daardoor leerde hij redeneren.
Met AI kan die junior direct vragen: leg dit uit alsof ik eerstejaars assistent ben, geef voorbeelden, welke controlewerkzaamheden passen hierbij, welke fouten worden vaak gemaakt? Dat kan fantastisch zijn. AI wordt dan een persoonlijke uitlegcoach die nooit moe wordt en complexe vaktaal omzet naar begrijpelijke stappen.
Maar wat gebeurt er met professionele groei als medewerkers te snel naar het antwoord springen? Leren ze beter omdat ze sneller feedback krijgen, of leren ze minder omdat ze de worsteling overslaan? En als een junior AI gebruikt om een conclusie te formuleren, ziet de senior dan nog of de medewerker het echt begrijpt? AI kan opleiding versnellen, maar alleen als het denken zichtbaar blijft.
7. Wwft-cliëntenonderzoek zonder schijnzekerheid
Een accountantskantoor krijgt een nieuwe klant: een bv met meerdere holdings, buitenlandse aandeelhouders, een ingewikkelde UBO-structuur en activiteiten die niet helemaal duidelijk uit de website blijken. Normaal kost het veel tijd om KvK-uittreksels, UBO-informatie, websites, jaarstukken, identiteitsgegevens en risicofactoren naast elkaar te leggen.
AI kan helpen om het cliëntenonderzoek voor de Wwft veel overzichtelijker te maken. Een medewerker kan documenten laten samenvatten, een eigendomsstructuur laten uitschrijven, ontbrekende informatie laten signaleren en een eerste risicobeeld laten maken. Ook kan AI helpen om klantvragen vriendelijker en begrijpelijker te formuleren: “Wij hebben nog deze stukken nodig om ons cliëntenonderzoek af te ronden.”
Maar juist hier is schijnzekerheid gevaarlijk. Wat als AI een UBO-structuur verkeerd interpreteert? Wat als een buitenlandse bestuurder of politiek prominent persoon over het hoofd wordt gezien? En wat als een klant door een automatisch gegenereerde mail denkt dat het kantoor hem al heeft geaccepteerd, terwijl het onderzoek nog niet klaar is? AI kan het Wwft-proces versnellen, maar de beslissing blijft professioneel en gevoelig.
Waarom jouw accountantskantoor
de AI Geletterdheid Toolkit gebruikt
Kansen grijpen
Medewerkers die AI begrijpen, zien waar dossiers, klantadvies en communicatie slimmer kunnen. Zo voeg je als kantoor sneller waarde toe.
Risico's beheersen
Vertrouwelijkheid, hallucinaties, schijnzekerheid en dossiervorming. Je team leert waar de valkuilen zitten, voordat ze professioneel risico worden.
Compliance op orde
Aantoonbaar werken aan AI-geletterdheid volgens de AI Act artikel 4, met jaarrapport en certificaat als bewijsstuk.
Vraag gelijk een
vrijblijvende offerte aan
Vertel ons kort over jullie kantoor, dan komen we met een passend voorstel. Vrijblijvend, en met ruimte voor al jullie vragen.
