HaertdijkAI Terug naar de site →

Docs  /  Financieel en zakelijk

Financieel en zakelijk: cijfers, contracten en de controleplicht

Sven Haertlein, Haertdijk AI · 17 juli 2026

Nederlandse financiële professionals zijn gemeten sceptischer over AI dan hun collega's elders. Die scepsis beschermt een dossier alleen wanneer hij een werkwijze wordt, met een vaste volgorde en verplichte verificatie. Dit stuk laat zien wat dat concreet vraagt, met de metingen en de eigen beroepsnormen erbij.

Kernpunten

1.Drie momenten uit een gewone werkweek

Een accountant opent maandagochtend een samensteldossier. De klant leverde vrijdagavond veertig bijlagen aan, en de AI-assistent heeft er al een nette samenvatting van klaargezet. Twee deuren verderop zit een overnameteam in de laatste week van een boekenonderzoek; de dataroom telt honderden contracten en de tool heeft de wijzigings- en garantieclausules er al uitgelicht. En morgen om negen uur staat het adviesgesprek met de grootste klant, dus vanavond laat de controller de conceptcijfers nog even door de AI nalopen. Het zijn drie gewone momenten, en onder alle drie ligt dezelfde vraag: waar in deze stappen zit uw eigen oordeel?

Op onze pagina over wie met Haertdijk werkt staat de inzet van dit werkveld in één zin: "Prospectussen, jaarrekeningen, due-diligence-dossiers: één gemiste voetnoot kost geld." De vraag van dit stuk is hoe u die voetnoot blijft zien wanneer een systeem het leeswerk al voor u heeft gedaan.

Terug naar boven

2.De scepsis is gemeten, de strengere controle niet

In december 2025 liet Caseware, zelf leverancier van audit-software, door onderzoeksbureau IDC 1.005 professionals in accountancy en controle ondervragen in zeven landen. Van de Nederlandse respondenten is 30 procent het eens met de stelling dat AI-tools de controlekwaliteit kunnen verbeteren. Wereldwijd is dat 53 procent. Dat verschil overleeft de foutmarge van de Nederlandse deelgroep van ongeveer honderd respondenten ruim. Omdat de opdrachtgever zelf audit-AI verkoopt, pleit dit lage cijfer eerder tegen zijn belang, wat het geloofwaardiger maakt.

Dezelfde meting bevat een tweede cijfer dat minder vaak wordt geciteerd. Op de vraag of accountants AI-uitkomsten altijd moeten controleren antwoordt 60 procent van de Nederlandse respondenten bevestigend; wereldwijd is dat 64 procent. Dat verschil valt binnen de foutmarge, dus Nederland scoort hier hoogstens vergelijkbaar met de rest. De scepsis zit in het oordeel over wat AI oplevert en vertaalt zich in deze meting nergens in een strengere controlepraktijk. Maar een gevoel controleert geen dossier; dat doet alleen een werkwijze.

Terug naar boven

3.De controleplicht is al geschreven, ook voor AI-output

Voor accountants is de kritische houding geen stijlvoorkeur; ze staat in de bindende standaard. COS 200 omschrijft de professioneel-kritische instelling als "een houding die onder meer gekenmerkt wordt door een onderzoekende instelling, het alert zijn op omstandigheden die kunnen duiden op eventuele afwijkingen die het gevolg zijn van fouten of fraude, en een kritische evaluatie van controle-informatie". Dat is een actieve opdracht: zelf zoeken naar wat er kan ontbreken.

De NBA en NOREA trokken die opdracht in juni 2026 door naar AI, in een leidraad die richting geeft en zelf geen bindende standaard is. Daarin staat letterlijk dat "alleen AI-output nooit als voldoende en geschikte controle-informatie kan worden beschouwd" en dat black-box-AI "niet te verantwoorden en een onacceptabel kwaliteitsrisico" is. De leidraad waarschuwt bovendien met naam voor automation bias: de neiging om de output van een systeem het eigen oordeel te laten kleuren.

De AFM beschreef in december 2025 hoe dat er in de praktijk uitziet. Als goede praktijk noemt de toezichthouder teams die "eerst zelf de inschatting" maakten en de AI daarna als klankbord gebruikten, en tooling die in de workflow afdwingt dat uitkomsten gevalideerd zijn voordat de volgende werkstap opengaat. Waarom juist die volgorde werkt, is in meerdere vakgebieden gemeten; wij zetten die metingen op een rij in Waarom controle achteraf faalt.

Terug naar boven

4.De capaciteitsklem, en waarom "laat AI het lezen" die niet oplost

Tegenover die plicht staat een klem. Bij SRA-kantoren steeg het aantal vacatures van gemiddeld 2,5 procent van het personeelsbestand naar 12,7 procent in 2023, en het bleef in 2025 onverminderd hoog op 13,1 procent. In de MKB Barometer die Exact begin 2026 onder 195 accountancy-respondenten liet uitvoeren, zegt ruim een derde van de kantoren geen nieuwe klanten meer aan te nemen. Er komt meer vraag op dezelfde handen af, en dan komt vanzelf de gedachte: laat AI de stukken lezen.

Er is inmiddels gemeten wat die reflex oplevert wanneer verificatie ontbreekt. BetterUp Labs en het Stanford Social Media Lab ondervroegen in september 2025 1.150 Amerikaanse kantoormedewerkers. Veertig procent had de afgelopen maand AI-werk ontvangen dat er goed uitziet zonder de taak verder te brengen; de onderzoekers noemen het "workslop". Het opruimen kost de ontvanger gemiddeld bijna twee uur per geval, door de onderzoekers geschat op 186 dollar per medewerker per maand. Die cijfers komen uit zelfrapportage in de VS en zijn buiten de accountancy gemeten. Wat overdraagt is het mechanisme, de percentages niet: ongecontroleerde AI-output verplaatst het werk stroomafwaarts, naar degene die moet vaststellen of het klopt. In een dossier waar uw handtekening onder komt, bent u die ontvanger. Zo schuift de klem door naar de controlestap waar uw eigen naam onder komt te staan.

Terug naar boven

5.Waar AI in dit werk wel echt helpt

Het eerlijke tegenpunt hoort erbij: AI helpt in dit werk aantoonbaar, op afgebakende taken. Volgens de AFM gebruiken vrijwel alle accountantsorganisaties al generatieve AI in meer of mindere mate. In een experiment met negentig accounting-studenten vonden deelnemers met een beslishulp bijna 17 procentpunt meer van de punten die de hulp zelf dekte (Seow, 2011). Buiten die lijst vonden zij juist minder. Dat wijst op de plek waar het gereedschap thuishoort: vindplaatsen aanwijzen, en volumes doorzoeken die geen mens in de beschikbare tijd doorleest. Klankborden kan ook, zolang uw eigen inschatting er eerst ligt; precies zo beschrijft de AFM de goede praktijk.

Wij hebben Haertdijk AI op dat principe gebouwd: het wijst vindplaatsen aan en citeert de bron letterlijk, en het eindoordeel blijft bij u. Welke vragen u aan ons of aan elke andere leverancier zou moeten stellen voordat u een tool in een controleproces toelaat, staat in Leveranciersvragen.

Terug naar boven

6.Wat u morgen anders doet

Vier stappen die de scepsis omzetten in werkstappen:

  1. Leg de volgorde vast. Eerst uw eigen inschatting of verwachting in het dossier, daarna pas de AI-output ernaast. Bij een overnamedossier: markeer eerst zelf welke clausules u verwacht, voordat u de extractie opent.
  2. Valideer op twee assen. Klopt wat er staat (juistheid), en ontbreekt er niets wezenlijks (volledigheid)? Open daarvoor de bron zelf; een samenvatting die u alleen aan zichzelf toetst, toetst u niet.
  3. Maak verificatie een verplichte werkstap in het dossier. De AFM noemt tooling die dit in de workflow afdwingt als goede praktijk.
  4. Meet wat verificatie kost. Zonder dat getal is elke bewering over tijdwinst door AI een gevoel, ook de onze.
Terug naar boven

7.Waar dit stuk ophoudt

De survey-cijfers in dit stuk komen uit onderzoek in opdracht van leveranciers (Caseware, Exact). De Nederlandse deelgroep van de Caseware-meting telt ongeveer honderd respondenten, dus wij trekken er geen conclusies uit over deelgroepen zoals kantoorgrootte. De workslop-cijfers zijn Amerikaans, zelfgerapporteerd en niet peer-reviewed; wij gebruiken ze hier voor het mechanisme. Het experiment van Seow is gedaan met studenten, met een interne-beheersingstaak; het is een parallel dicht bij dit vak, geen meting onder auditors.

Er hoort ook een tegengeluid bij. Commerford en collega's (2022) vonden dat auditors bij AI-bewijs dat de cliënt tegenspreekt juist te weinig met het signaal doen. Dit stuk mag dus niet gelezen worden als bewijs dat financiële professionals AI blind volgen; het gemeten risico zit vooral in wat het systeem niet markeert. Verder vonden wij geen meting van hoeveel tijd financiële professionals aan het doornemen van stukken besteden; hoeveel van uw week daarin zit, weet u zelf beter dan wij.

Wat dit stuk zou weerleggen: een meting die laat zien dat controleurs die de AI-output eerst lezen, evenveel afwijkingen vinden als controleurs die eerst zelf oordelen. Die meting hebben wij in de bronnen die wij onderzochten niet gevonden.

Terug naar boven

Bronnen

Elke bewering hierboven staat met bron en getal, zodat u ze zelf kunt nalezen. Wilt u zien hoe dit op uw eigen dossiers uitpakt? Neem contact op voor een pilot, of mail naar [email protected].