Data opschonen met AI: controleerbaar stappenplan (2026)

Gebruik AI bij data opschonen als assistent voor diagnose en voorstellen, niet als onzichtbare automatische corrector. Bewaar de bron, leg iedere transformatie vast en accepteer het resultaat pas nadat rijtellingen, sleutels, totalen en uitzonderingen menselijk zijn gecontroleerd.

In het kort

Werk altijd op een kopie en maak de originele bron alleen-lezen.
Definieer eerst wat een dubbele, ongeldige of ontbrekende waarde voor jouw dataset betekent.
Deel alleen noodzakelijke en toegestane gegevens met een AI-dienst.
Laat AI een probleemrapport en voorstel maken voordat je wijzigingen toepast.
Gebruik voor herhaald werk een opgeslagen Power Query-query, script of andere versieerbare transformatiestroom.
Vergelijk bron en resultaat met vaste controletotalen en een uitzonderingenlijst.
Voer de workflow opnieuw uit op een verse bronkopie om reproduceerbaarheid te bewijzen.

Wat AI wel en niet voor je oplost

Een AI-assistent kan kolommen verkennen, afwijkende patronen aanwijzen, formules of code voorstellen en een eerste transformatiescript maken. OpenAI beschrijft in de officiële uitleg over data-analyse dat ChatGPT gestructureerde bestanden kan analyseren en tabellen of grafieken kan maken. Beschikbaarheid en ondersteunde bestanden hangen af van model, plan, account en workspace-instellingen.

Voor het afzonderlijk toetsen van berekeningen, code en analysekeuzes staat een uitgebreider controlepad in ChatGPT voor data-analyse.

Dat vermogen bepaalt niet welke rij zakelijk juist is. Alleen jij weet bijvoorbeeld:

of twee gelijkende klantnamen dezelfde klant voorstellen;
welke orderstatus leidend is;
of een ontbrekend bedrag nul, onbekend of niet van toepassing betekent;
welke datum de afgesproken peildatum is;
welke uitzonderingen wettelijk of contractueel moeten blijven staan.

Formuleer zulke regels vóór de eerste bewerking. Als je de betekenis pas achteraf bepaalt, kun je een technisch nette maar inhoudelijk verkeerde dataset krijgen.

Kies een veilige gegevensroute

Gebruik bij voorkeur de route met de minste extra gegevensdeling:

In de bronomgeving: voer vaste transformaties uit in Excel met Power Query of in Google Sheets met gewone functies.
Met een ingebouwde assistent: gebruik Copilot, Gemini of ChatGPT in de spreadsheet alleen als account, beheerinstellingen en gegevensvoorwaarden voor deze gegevens zijn goedgekeurd.
Met een losse chat of add-on: deel een geminimaliseerde kopie en beoordeel ook de voorwaarden en toegangsrechten van de extra dienst.
Met een lokaal script: kies dit wanneer beleid of reproduceerbaarheid vraagt dat de verwerking binnen een beheerde omgeving blijft.

De documentatie van ChatGPT voor Excel en Google Sheets legt uit dat prompt, bijlagen en relevante spreadsheetcontext worden verwerkt om een antwoord of wijziging te maken. Microsoft waarschuwt in de FAQ over Copilot in Excel dat AI-uitvoer onnauwkeurig kan zijn en gecontroleerd moet worden.

Maak voor gevoelige gegevens eerst een kolommenlijst met classificatie:

Klasse	Voorbeelden	Veilige start
Openbaar	openbare productcodes, gepubliceerde statistiek	Alleen noodzakelijke kolommen
Intern	operationele status, interne notities	Goedgekeurde werkomgeving en minimale selectie
Persoonsgegevens	naam, e-mail, klantnummer	Verwijderen, pseudonimiseren of eerst privacybeoordeling
Geheim	wachtwoord, token, privésleutel	Nooit in een prompt of voorbeeldbestand

Pseudonimiseren is geen anonimisering. Als een code via een andere tabel weer naar een persoon kan worden herleid, blijft passende bescherming nodig.

Gebruik bij twijfel ook de bredere checklist voor AI veilig gebruiken, met aandacht voor toegang, gegevens, acties en herstel.

Stappenplan: data opschonen met AI

Stap 1: bewaar bron, scope en nulmeting

Maak een ongewijzigde bronkopie en noteer:

bestandsnaam, bron en peildatum;
aantal tabbladen, rijen en kolommen;
unieke sleutel of samengestelde sleutel;
totalen die gelijk moeten blijven;
aantal lege waarden per kritieke kolom;
bekende uitzonderingen.

Zet de originele bron op alleen-lezen. Werk in een apart bestand of een nieuwe query die de bron alleen inleest.

Stap 2: schrijf de datakwaliteitsregels

Maak een korte regelset, bijvoorbeeld:

Sleutel: Ordernummer moet uniek en niet leeg zijn.
Datum: Orderdatum moet een geldige datum op of vóór de peildatum zijn.
Bedrag: Bedrag moet numeriek zijn; negatieve waarden gaan naar controle.
Status: Alleen Nieuw, Goedgekeurd, Geleverd of Geannuleerd is toegestaan.
Ontbrekend: Een leeg Bedrag wordt niet automatisch als nul behandeld.

Leg ook vast wie uitzonderingen beoordeelt. De regelset is het beoordelingskader voor zowel AI als mens.

Stap 3: laat eerst een probleemrapport maken

Vraag nog niet om correcties. Gebruik een opdracht als:

Analyseer alleen de structuur en datakwaliteit van deze geminimaliseerde kopie.
Wijzig niets. Rapporteer per regel:
1. aantal overtredingen;
2. voorbeeldrijen met rij- of sleutelverwijzing;
3. voorgestelde transformatie;
4. onzekerheden en gevallen die menselijke beoordeling vragen.
Gebruik de meegestuurde definities letterlijk.

Controleer of het rapport alle tabbladen en het bedoelde bereik heeft gezien. Bij een groot of complex bestand kan een tool slechts een deel betrouwbaar verwerken. Splits de analyse zo nodig per tabel.

Stap 4: kies een versieerbare transformatie

Laat de assistent bij voorkeur een herbruikbare stap voorstellen:

een Power Query-transformatie;
een formule in een nieuwe controlekolom;
een script met expliciete invoer en uitvoer;
een wijzigingslijst die jij handmatig beoordeelt.

Power Query bewaart bewerkingen als opeenvolgende stappen. Microsoft adviseert in de Power Query best practices om de scope vooraf te bepalen, vroeg te filteren en de juiste datatypes expliciet te zetten. Dat maakt de route beter uitlegbaar en opnieuw uitvoerbaar.

Laat een gegenereerde query of script eerst draaien op een kleine testkopie. Gebruik de gids AI-formules voor Excel als je een voorstel als controlekolom wilt testen en de uitleg over draaitabellen met AI voor een aanvullende totalencheck.

Stap 5: scheid correcties van uitzonderingen

Maak minimaal drie uitgangen:

goedgekeurd: rijen die aan alle regels voldoen;
gecorrigeerd: rijen met oude waarde, nieuwe waarde en toegepaste regel;
uitzondering: rijen waarvoor geen eenduidige automatische regel bestaat.

Verwijder uitzonderingen niet stilzwijgend. Laat een inhoudelijk eigenaar de beslissing nemen en noteer reden, datum en beoordelaar.

Stap 6: voer vaste controles uit

Vergelijk bron en resultaat met dezelfde controles:

rijtelling en aantal unieke sleutels;
sommen, aantallen of saldo per relevante groep;
minimum, maximum en lege waarden;
duplicaten vóór en na;
datatypes en datumgrenzen;
steekproef van gewone én gecorrigeerde rijen;
alle afgewezen of niet verwerkte rijen.

Voor Excel-duplicaten kun je de handmatige uitkomst vergelijken met de gids duplicaten verwijderen in Excel. Voor terugkerende import- en opschoonstappen staat een praktisch vervolg bij Power Query-transformaties in Excel.

Stap 7: herhaal op een verse kopie

Wis het eerste werkbestand niet. Start de opgeslagen query of het script opnieuw met een verse kopie van dezelfde bron en vergelijk:

dezelfde rijtellingen;
dezelfde correcties;
dezelfde uitzonderingen;
dezelfde controletotalen;
dezelfde versie van regels en code.

Verschillen kunnen wijzen op handmatige tussenstappen, een veranderlijke prompt, externe gegevens of niet-vastgelegde instellingen. Herstel dat voordat je de workflow voor een nieuwe periode gebruikt.

Menselijke controle die echt iets bewijst

Een willekeurige steekproef alleen is niet genoeg. Combineer:

een willekeurige selectie uit ongewijzigde rijen;
alle automatisch gecorrigeerde rijen bij een kleine set;
de grootste en kleinste waarden;
grensgevallen rond datum, bedrag en status;
alle rijen die door meer dan één regel zijn geraakt;
een vergelijking met een onafhankelijke bron waar die bestaat.

Laat de beoordelaar niet alleen naar nette cellen kijken. Controleer ook of de zakelijke betekenis behouden bleef. Een gestandaardiseerde plaatsnaam kan er correct uitzien en toch bij de verkeerde klant horen.

Veelgemaakte fouten

De originele bron overschrijven. Zonder onveranderde bron kun je een fout niet reconstrueren of herstellen.
Een fuzzy match als feit behandelen. Een overeenkomstscore bewijst niet dat twee records dezelfde persoon of organisatie zijn.
Lege waarden zonder betekenis invullen. Nul, onbekend en niet van toepassing zijn verschillende toestanden.
Alleen het eindbestand bewaren. Bewaar regels, query of script, uitzonderingen en controle-uitkomsten.
Persoonsgegevens in een voorbeeld laten staan. Minimaliseer ook testbestanden en screenshots.
Alleen totalen vergelijken. Twee tegengestelde fouten kunnen hetzelfde totaal opleveren; controleer ook sleutels en rijen.
Een succesvolle run als blijvende garantie zien. Test opnieuw bij een nieuwe bronstructuur, toolversie of regelwijziging.

Veelgestelde vragen

Kan AI een dataset volledig automatisch opschonen?

AI kan problemen signaleren en transformaties voorstellen, maar kent jouw definities en uitzonderingen niet vanzelf. Laat een bevoegde persoon de regels, afgewezen rijen, totalen en steekproeven controleren voordat je het resultaat gebruikt.

Welke gegevens deel je veilig met een AI-tool?

Deel alleen gegevens die voor de taak nodig en volgens je beleid toegestaan zijn. Verwijder of vervang persoonsgegevens, geheimen en unieke klantkenmerken waar dat kan, en controleer de voorwaarden van het gebruikte account, de app en eventuele koppelingen.

Is ChatGPT of Power Query beter voor data opschonen?

ChatGPT kan helpen bij verkenning, code en voorstellen. Power Query bewaart transformaties als herhaalbare stappen in de gegevensstroom. Voor terugkerend werk is een vastgelegde query vaak beter controleerbaar dan een eenmalige chatbewerking.

Mag AI ontbrekende waarden invullen?

Alleen als je vooraf een verdedigbare regel kiest en de ingevulde waarden herkenbaar houdt. Laat AI geen feiten verzinnen en scheid gemeten, afgeleide en geschatte waarden in aparte kolommen of statussen.

Hoe controleer je of er geen rijen zijn verdwenen?

Vergelijk vóór en na iedere stap het aantal rijen, unieke sleutels, lege waarden, afgewezen records en relevante controletotalen. Bewaar de uitzonderingen apart en onderzoek ieder onverwacht verschil.

Hoe maak je data cleaning reproduceerbaar?

Bewaar een ongewijzigde bron, versieer de regels of query, noteer tool en datum en voer dezelfde stappen opnieuw uit op een verse kopie. Het tweede resultaat moet dezelfde controles en uitzonderingen opleveren.

Officiële bronnen

Laatst inhoudelijk gecontroleerd: 29 juli 2026.