Het is de tweede week van het kwartaal. In het dossier van een klant ontbreken nog drie inkoopfacturen en een bankafschrift, en op de herinnering van vorige week is nog geen reactie gekomen. Twee andere klanten hebben gemaild met vragen die in het voorjaar al beantwoord zijn, een collega is ziek terwijl verschillende dossiers half af zijn, en de volgende btw-deadline staat al in de agenda. Niets daarvan is boekhouding in de strikte zin. Het is het najagen, sorteren, uitleggen en overdragen eromheen, en bij veel kantoren slokt dat de uren op die naar het controleren van cijfers en het adviseren van klanten zouden moeten gaan. Juist voor dat deel van het werk grijpen boekhouders en accountants nu naar AI.
Onderzoek in België en daarbuiten laat zien hoe ver dat al gaat. In België bleek uit een enquête onder 345 Belgische mkb-bedrijven, in opdracht van boekhoudsoftwareleverancier Horus Software, dat een derde al AI gebruikt in de boekhouding, voor taken variërend van factuurherkenning en fraudedetectie tot het herformuleren van e-mails en het versturen van betalingsherinneringen. Ook accountants zelf zien de kansen. In de ITAA-Barometer 2025, ingevuld door 1.500 Belgische accountants en belastingadviseurs, zei 71 procent AI te zien als een hefboom voor advies op maat, en vindt 80 procent het hun taak om klanten te begeleiden bij hun digitalisering. Een veldstudie van onderzoekers van Stanford en MIT combineerde een enquête onder 277 accountants met gegevens van 79 kleine en middelgrote bedrijven die AI-ondersteunde boekhoudsoftware gebruiken. Accountants die AI gebruikten, verschoven ongeveer 8,5 procent van hun tijd van data-invoer naar communicatie en kwaliteitscontrole, en de bedrijven sloten hun maandelijkse boekhouding 7,5 dagen sneller af. AI-gebruikers ondersteunden bovendien gemiddeld 55 procent meer klanten per week.
Wie een jaar of twee geleden een accountant vroeg hoe die AI gebruikte, kreeg waarschijnlijk te horen: via een chatvenster. Een vraag over een btw-regel, een concept voor een e-mail of een samenvatting van een lang document. Dat gebeurt nog steeds vaak, maar steeds meer kantoren, van kleine administratiekantoren tot grotere accountantskantoren en interne financiële teams, zijn een stap verder gegaan. Ze richten assistenten in voor één specifieke taak, geven ze eigen instructies en bronnen, koppelen ze aan de mailbox of de bestanden, en laten ze werk voorbereiden dat een mens daarna controleert.
Deze blog gaat over hoe dat er in de praktijk uitziet. Aan het eind leggen we uit hoe een AI-agent werkt in IttesAI.
Wat is een AI-agent?
Een agent lijkt op een chatvenster, maar je richt hem één keer in, voor een vaste set taken. Hij heeft eigen instructies, bijvoorbeeld hoe een documentverzoek geformuleerd moet worden of wat een klantsamenvatting moet bevatten. Hij heeft eigen referentiemateriaal, zoals procedures en een goed voorbeeld van een afgerond dossier. En hij is gekoppeld aan de systemen waarin het team al werkt, zoals e-mail, het CRM of cloudopslag. Zo kan hij informatie uit die systemen halen, gegevens aanpassen, bestanden opslaan en berichten versturen. (Altijd eerst met jouw goedkeuring.)
Waar kantoren vandaag AI-agents inzetten
Stukken verzamelen en weten wat ontbreekt
Veel tijd in de boekhouding gaat zitten in het verzamelen van wat nodig is voordat het eigenlijke werk kan beginnen: het bonnetje dat nooit binnenkwam, de betaling zonder factuur, de klant die twee keer om hetzelfde bankafschrift gevraagd moet worden. Daar zijn veel kantoren al begonnen. Sommige laten inkomende e-mails nu automatisch aan het juiste klantdossier koppelen, wat een stap bespaart die vroeger handmatig gebeurde. De volgende stap is een agent die vergelijkt wat er is binnengekomen met wat normaal voor die klant verwacht wordt, zoals de stukken van vorig kwartaal, vaste leveranciers en bankbetalingen zonder bijbehorende factuur. Hij zet de ontbrekende stukken op een rij en stelt het verzoek aan de klant op. De boekhouder controleert de lijst en beslist wat er wordt opgevraagd, en wanneer.
Cijfers controleren en fouten opsporen
Een accountant die balanscijfers voorbereidt voor een komende vergadering, ziet negatieve saldi opduiken waar ze niet horen. Hij bouwt een eenvoudige agent en beperkt die tot een handvol betrouwbare bronnen: officiële fiscale en verslaggevingsrichtlijnen en de documentatie van zijn boekhoudpakket. Daarna deelt hij zijn balans, proefbalans en grootboekrekeningen met de agent. Die vindt de oorzaak: transacties die als vooruitontvangen opbrengsten geboekt hadden moeten worden, stonden als nog te ontvangen opbrengsten in de boeken. Vervolgens legt de agent uit hoe de boekingen gecorrigeerd kunnen worden.
Klanten beantwoorden en opvolgen
Klantvragen komen het hele jaar door binnen, per e-mail, per telefoon en vaak op het drukste moment. Veel ervan zijn varianten van vragen die het kantoor al eerder heeft beantwoord: welke kosten aftrekbaar zijn, wanneer de volgende btw-aangifte moet worden ingediend, waarom er een betalingsherinnering kwam, welke stukken nog ontbreken. Elke vraag kost tijd om uit te zoeken en uit te schrijven, en het antwoord kan verschillen afhankelijk van welke collega toevallig reageert.
Hier beginnen veel accountantskantoren met AI. Een agent die gekoppeld is aan de mailbox van het kantoor, leest de binnenkomende vraag, bekijkt het klantdossier en de eigen procedures van het kantoor, en stelt een antwoord op in de toon en de vaste structuur van het kantoor. De accountant leest het concept, past het waar nodig aan en verstuurt het. Vragen die een professionele beoordeling vereisen, worden gemarkeerd in plaats van beantwoord: de agent bereidt voor, de accountant beslist.
Dezelfde aanpak werkt voor de opvolging. Als een klant heeft betaald maar de betaling niet is gematcht, blijven er herinneringen uitgaan en raakt de klant gefrustreerd. Een agent kan het bericht van de klant vergelijken met de betalingsgegevens, uitzoeken wat er misging en een antwoord en een correctie opstellen die het team goedkeurt. Een discussie die normaal dagenlang tussen verschillende collega’s heen en weer gaat, is zo in één uitwisseling opgelost.
Maandrapportage en analyse
Een AI-agent kan de onkostenoverzichten van de maand ophalen uit opslagsystemen zoals SharePoint, ze samenvoegen en elke kostenpost toetsen aan het budget. Daarna kan hij de opvallende cijfers markeren, grafieken maken die de maand samenvatten en de resultaten naar de financieel manager sturen.
Dat werk kan worden verdeeld over verschillende agents die eenvoudig te bouwen zijn, elk met een eigen taak:
- één agent haalt de rapporten op;
- één agent schoont de gegevens op en voegt ze samen;
- één agent vergelijkt de cijfers met het budget en zoekt afwijkingen;
- één agent zet de resultaten om in grafieken of een dashboard;
- één agent stuurt het rapport naar de juiste mensen via het gebruikelijke kanaal van het team.
Kantoren die hun eigen tools bouwen
Misschien is de opvallendste verandering wie er bouwt. Kleine kantoren, elk met minder dan tien medewerkers, bouwen zelf tools met algemene AI-assistenten:
- Een webformulier dat potentiële klanten de juiste vragen stelt vóór het eerste gesprek, waarna de conversieratio van het kantoor met ongeveer een kwart steeg.
- Een goedkeuringsflow waarbij een factuur die naar een apart e-mailadres wordt gestuurd, automatisch een elektronisch goedkeuringsverzoek start. Na goedkeuring wordt de factuur geboekt, met de ondertekende goedkeuring als audittrail in de bijlage.
- Een werkend prototype van een nieuw onboardingproces, in een paar uur gebouwd door het hoofd fiscale zaken, zonder technische achtergrond.
De meeste kantoren hebben midden in een kwartaal weinig tijd over. Daarom worden kant-en-klare agents, die je zonder technische kennis inricht, steeds vaker de gangbare route.
Een agent bouwen met IttesAI
Een IttesAI-agent werkt over de tools heen die je team al gebruikt: je mailbox, je CRM en je bestanden. Je richt hem één keer in, voor één taak, op basis van een sjabloon en door in gewone taal te beschrijven wat je nodig hebt. Om zijn werk te doen, heeft hij drie dingen nodig:
- Instructies: hoe je kantoor een documentverzoek formuleert, wat een dossieroverzicht moet bevatten, en waar de voorbereiding stopt en de eigen beoordeling van de accountant begint.
- Context: je procedures, sjablonen en een goed voorbeeld van een afgerond dossier.
- Koppelingen met tools die je al gebruikt, zoals Outlook, Gmail, Salesforce en meer.
Via die koppelingen kan hij informatie opzoeken, e-mails opstellen en gegevens bijwerken. Elke actie krijg je eerst als concept te zien, en er wordt niets verstuurd of gewijzigd totdat jij bevestigt.
Een eerste agent inrichten duurt ongeveer tien minuten. Drie agents die boekhoudteams direct kunnen bouwen:
- Een dossierintake-agent. Geef hem de e-mails en bijlagen van een klant voor het kwartaal, en hij geeft je één overzicht: wat er binnen is, wat ontbreekt en wat als eerste aandacht nodig heeft.
- Een documentverzoek-agent. Gekoppeld aan je mailbox stelt hij de herinnering voor ontbrekende stukken op, legt hij uit waarom elk stuk nodig is, en verstuurt hij die zodra jij hem hebt gelezen.
- Een klantvragen-agent. Hij beantwoordt terugkerende vragen van klanten of collega’s in de vaste structuur van je kantoor, vanuit je eigen procedures, en markeert de vragen waar een accountant naar moet kijken.
Wil je zien hoe een AI-agent eruit zou zien in jouw kantoor of financieel team? Vertel ons hoe je dossiers in de praktijk verlopen, en wij vertellen je waar een agent het verschil zou maken.
