AI voor accountants: controleerbaar werken (2026)

AI kan accountants ondersteunen bij dossieronderzoek, documentanalyse, afwijkingsanalyse en conceptteksten, maar levert op zichzelf geen controlebewijs of professioneel oordeel. Gebruik AI alleen binnen een goedgekeurd proces waarin bron, invoer, toolversie, output, verificatie en eindverantwoordelijke aantoonbaar zijn.

Accountantswerk is meer dan administratieve automatisering

Een boekingsvoorstel of samenvatting kan werk voorbereiden. De accountant blijft verantwoordelijk voor de professionele dienst, de toepassing van relevante regels, een onderzoekende geest, de beoordeling van informatie en de uiteindelijke conclusie.

De NBA-Leidraad 2 AI Toegepast legt nadruk op validatie, reproduceerbaarheid, ethische kaders en menselijk oordeel. De VGBA van de NBA noemt onder meer vakbekwaamheid en zorgvuldigheid, vertrouwelijkheid, professionele oordeelsvorming en het vastleggen van maatregelen bij bedreigingen voor fundamentele beginselen.

Dat maakt de grens belangrijk:

Mogelijke ondersteuning	Wat AI niet voor je overneemt
Een lange overeenkomst structureren	Vaststellen dat alle relevante bepalingen zijn gevonden
Uitzonderingen in een transactiebestand markeren	Bepalen welke controlewerkzaamheid voldoende en geschikt is
Een concept voor een dossiernotitie maken	De onderbouwing, professionele afweging en goedkeuring
Vragen voor een bespreking voorstellen	Een frauderisico, oordeel of conclusie zelfstandig vaststellen
Een rapportage vergelijken met een bronlijst	Bevestigen dat de gebruikte bron volledig en betrouwbaar is

Wil je vooral inkoopfacturen, bankregels en btw-overzichten verwerken, gebruik dan de aparte gids over AI voor boekhouding en administratie. Voor reproduceerbare gegevensvoorbereiding helpt het stappenplan voor data opschonen met AI.

Kies een taak met een controleerbare uitkomst

Begin met een taak waarbij een ervaren medewerker het juiste resultaat kan herkennen en terugleiden naar een bron. Een veilige eerste proef heeft geen zelfstandig beslis- of verzendrecht en gebruikt geen productiegegevens.

Geschikte proeftaken kunnen zijn:

een inhoudsopgave maken van een synthetisch dossier;
clausules uit voorbeeldcontracten koppelen aan paginanummers;
een gecontroleerde lijst met journaalposten op vooraf bepaalde kenmerken filteren;
een conceptvragenlijst maken op basis van goedgekeurde risico's;
een dossiernotitie structureren zonder nieuwe feiten of conclusies toe te voegen;
twee versies van een beleidsdocument vergelijken op aantoonbare tekstwijzigingen.

Een brede opdracht als "controleer deze jaarrekening" is geen afgebakende taak. De bronpopulatie, beweringen, materialiteit, risico's, werkzaamheden en acceptatiecriteria blijven dan onduidelijk.

Stappenplan: voer één AI-taak beheerst in

Stap 1: definieer doel, opdrachtgrens en eigenaar

Schrijf in één zin wat de AI-toepassing doet, voor welke opdracht of interne taak en wie de uitkomst beoordeelt. Benoem ook wat buiten scope blijft.

Voorbeeld:

De tool maakt uit tien synthetische contracten een tabel met looptijd, opzegtermijn en bronpagina. De tool geeft geen juridische interpretatie, geen volledigheidsverklaring en geen conclusie voor het accountantsdossier.

Leg vooraf vast wie de proef kan stoppen en wie een wijziging in bron, model, prompt of integratie opnieuw moet goedkeuren.

Stap 2: beoordeel vertrouwelijkheid en gegevensroute

Classificeer de bron vóór upload of koppeling. Breng minimaal in kaart:

welke gegevens de tool ontvangt;
welke leverancier en subverwerkers toegang kunnen hebben;
waar invoer, uitvoer en logs worden bewaard;
of gegevens voor training of productverbetering kunnen worden gebruikt;
welke retentie- en verwijdermogelijkheden gelden;
welke gebruikers, beheerders en gekoppelde apps toegang hebben;
hoe export, incidentafhandeling en beëindiging werken.

Een leveranciersclaim over niet trainen is één onderdeel van deze beoordeling. OpenAI vermeldt bijvoorbeeld op de pagina over bescherming van zakelijke gegevens dat gegevens uit genoemde zakelijke producten standaard niet voor modeltraining worden gebruikt. Dat zegt op zichzelf niet dat iedere cliëntgegevenstroom, instelling of opdracht is toegestaan.

Stap 3: maak een vaste testset en verwachte uitkomst

Gebruik synthetische stukken met normale gevallen, randgevallen en bewuste fouten. Voeg bijvoorbeeld toe:

een ontbrekende pagina;
twee tegenstrijdige bedragen;
een ontkenning die de betekenis omdraait;
een scan met slechte tekenherkenning;
een tabel over twee pagina's;
een niet-relevante bijlage;
een promptinjectie in een aangeleverd document;
een veld dat de tool niet mag invullen.

Leg per geval de verwachte uitkomst en de toegestane foutmarge vast. Zonder zo'n referentie kun je alleen zeggen dat een antwoord plausibel klinkt, niet dat de taak werkt.

Stap 4: beperk bron, rechten en acties

Geef de proef alleen toegang tot de testset. Zet schrijven, verwijderen, verzenden, boeken en externe acties uit als die niet strikt nodig zijn. Gebruik een apart testaccount en controleer of gekoppelde zoekfuncties geen bredere dossiers of persoonlijke opslag kunnen bereiken.

Laat de tool bij ontbrekende informatie stoppen met een vaste markering, bijvoorbeeld [NIET GEVONDEN]. Een leeg veld is beter dan een overtuigend verzonnen gegeven.

Stap 5: bewaar invoer, configuratie en ruwe output

Leg prompt, bronversie, productvariant, relevante instellingen, datum, uitvoerder en onbewerkte output vast. Noteer ook handmatige wijzigingen en waarom die nodig waren.

De AFM-bouwstenen voor audit-tooling benadrukken dat uitkomsten die als controlebewijs worden gebruikt verifieerbaar of reproduceerbaar moeten zijn en dat de externe accountant eindverantwoordelijk blijft. De precieze dossiervorming bepaal je vanuit de standaarden en methodiek die op jouw opdracht van toepassing zijn.

Stap 6: verifieer de uitkomst onafhankelijk

Controleer niet alleen of de tekst logisch leest. Sluit de uitkomst aan op de originele bron en voer een onafhankelijke controle uit:

vergelijk aantallen, totalen en ontbrekende items;
open iedere bronpassage achter een materiële claim;
herbereken relevante bedragen buiten het model;
test of dezelfde regels op een verse kopie dezelfde bevindingen geven;
laat een reviewer ook de bron zien, niet alleen de AI-samenvatting;
registreer valspositieven, gemiste uitzonderingen en noodzakelijke correcties.

Lees voor algemene foutpatronen ook hoe je AI-hallucinaties herkent. Gebruik bij cijfermatige rapportages de controlepunten uit AI voor rapportages.

Stap 7: beslis, documenteer en plan herbeoordeling

Vergelijk de uitkomst met de vooraf vastgelegde criteria. Leg vast of de taak wordt afgewezen, aangepast, beperkt vrijgegeven of opnieuw getest.

Plan een herbeoordeling bij wijzigingen in:

model of productvariant;
prompt, bronformaat of gegevenspopulatie;
koppelingen en toegangsrechten;
leverancier, voorwaarden of retentie;
toepasselijke standaarden of kantoorbeleid;
foutpercentage of incidenten.

De IAASB Technology Quality Management Workstream onderzoekt hoe kwaliteitsmanagementstandaarden worden toegepast op opkomende technologie, waaronder complexe of moeilijk uitlegbare AI-tools. Gebruik daarom niet alleen een eenmalige inhoudstest, maar betrek ook het kwaliteitsmanagement van kantoor en opdracht.

Voorbeeld: een bronvaste contractsamenvatting

Gebruik alleen een goedgekeurde testset en dwing bronverwijzingen en onzekerheid af:

Taak: maak een controletabel uit de aangeleverde voorbeeldcontracten.

Kolommen:
- documentnaam
- looptijd
- opzegtermijn
- automatische verlenging
- exacte bronpagina
- letterlijk bronfragment
- status: gevonden / tegenstrijdig / niet gevonden

Regels:
1. Gebruik uitsluitend de aangeleverde documenten.
2. Geef geen juridische of accountancyconclusie.
3. Vul niets in op basis van waarschijnlijkheid.
4. Markeer tegenstrijdige passages afzonderlijk.
5. Schrijf [NIET GEVONDEN] als de bron geen antwoord bevat.
6. Sluit af met het aantal verwerkte en ontbrekende documenten.

Controleer daarna steekproef én populatieaansluiting. Een juiste steekproef zegt niets over een document dat de tool stilzwijgend heeft overgeslagen.

Veelgemaakte fouten

De AI-uitkomst als professioneel oordeel behandelen

Een goed geformuleerde tekst kan nog steeds op een onvolledige bron, verkeerde interpretatie of verzonnen verband berusten. Formuleer en onderbouw het professionele oordeel zelf.

Alleen de prompt bewaren

Zonder bronversie, configuratie, ruwe output, correcties en reviewer is later niet te reconstrueren wat is beoordeeld.

Een algemene chatbot toegang geven tot het hele dossier

Beperk de gegevensroute tot de taak. Een zoek- of bestandskoppeling kan meer informatie bereikbaar maken dan in de prompt zichtbaar is.

Variabele output niet opnieuw testen

Een model- of productupdate kan het resultaat veranderen. Herhaal de vaste testset na relevante wijzigingen en bij opvallende fouten.

Een signaal verwarren met bewijs

Een gemarkeerde journaalpost, clausule of trend is een aanwijzing voor vervolgwerk. Onderzoek de bron, context en alternatieve verklaring voordat je er een conclusie aan verbindt.

Veelgestelde vragen

Kan een AI-uitkomst controlebewijs zijn?

Een AI-uitkomst is niet automatisch geschikt als controlebewijs. Als je de uitkomst in controlewerk gebruikt, beoordeel en documenteer je onder meer bron, volledigheid, betrouwbaarheid, reproduceerbaarheid, relevantie en de uitgevoerde verificatie volgens de standaarden en methodiek die voor jouw opdracht gelden.

Mag ik cliëntstukken in een algemene AI-chat uploaden?

Doe dat niet zonder een vooraf goedgekeurde gegevensroute. Beoordeel de vertrouwelijkheid, het doel, de noodzakelijke velden, contractuele afspraken, opslag, training, retentie, toegangsbeheer en verwijdering; gebruik voor een eerste test synthetische of aantoonbaar geanonimiseerde gegevens.

Wat is het verschil tussen AI voor accountants en AI voor boekhouding?

Bij boekhouding ligt de nadruk op het verwerken, aansluiten en bewaren van administratieve brongegevens. Bij accountantswerk komen daar professionele oordeelsvorming, opdrachtstandaarden, onafhankelijkheid waar relevant, dossiervorming en verantwoordelijkheid voor de conclusie bij; dit artikel is daarom geen boekhoudhandleiding.

Hoe verifieer je een AI-samenvatting van een dossierstuk?

Leg eerst vast welke passages en kenmerken moeten worden gevonden. Vergelijk daarna iedere materiële claim met het originele document, test een ontbrekende en een tegenstrijdige passage, noteer correcties en laat de bevoegde reviewer de bron én uitkomst beoordelen.

Kan AI fraude vaststellen?

AI kan patronen, uitzonderingen of mogelijke vervolgvragen signaleren, maar zo'n signaal bewijst geen fraude en een ontbrekend signaal sluit fraude niet uit. Behandel de uitkomst als input voor professioneel onderzoek volgens de toepasselijke controleaanpak.

Welke AI-tool is het beste voor een accountantskantoor?

Er is geen beste tool voor ieder kantoor of iedere opdracht. Vergelijk per afgebakende taak de gegevensgrens, kwaliteit, foutgedrag, beheerfuncties, integraties, logging, herstelroute en de hoeveelheid vaktechnische controle die nodig blijft.

Moet je AI-gebruik aan een cliënt of gebruiker melden?

Dat hangt af van de opdracht, afspraken, beroepsregels, relevante standaarden en de manier waarop AI de dienstverlening of informatie beïnvloedt. Leg het gebruik intern in elk geval voldoende vast en stem bij twijfel af met de vaktechnische, privacy- en juridische verantwoordelijken.