Skip to main content
    Terug naar de blog
    AI-automatiseringFinanceCrediteurenadministratie

    Factuurverwerking met AI: wat u eerst automatiseert en wat handwerk blijft

    Facturen zijn een logisch eerste AI-project, maar niet elke stap moet geautomatiseerd worden. Hier verdient AI zijn plek, en hier blijft een mens aan zet.

    Door Nichita Railean, CTOGepubliceerd 5 min leestijd

    De crediteurenadministratie is vaak de eerste plek waar financeteams naar kijken als ze AI overwegen. Het werk komt elke week terug, de input bestaat uit documenten en fouten zijn duur genoeg dat iemand ze altijd opmerkt. Dat maakt facturen een goede kandidaat, maar alleen als duidelijk is welke stappen een model oppakt en welke bij een mens blijven.

    Dit artikel loopt het factuurproces stap voor stap door, laat zien waar AI zijn plek verdient en noemt de controles die we in onze projecten eromheen bouwen.

    Begin bij het formaat waarin facturen binnenkomen

    Niet elke factuur heeft AI nodig. Volgens de Europese regels is een elektronische factuur een factuur die wordt uitgereikt, verzonden en ontvangen in een gestructureerd gegevensformaat dat automatische verwerking mogelijk maakt, op basis van de Europese norm EN 16931. Een pdf als bijlage bij een e-mail valt daar niet onder. Komt een factuur binnen als gestructureerde data, bijvoorbeeld via het Peppol-netwerk, dan staan de velden er al en is een import op basis van vaste regels goedkoper en betrouwbaarder dan welk model ook.

    Het aandeel gestructureerde facturen groeit. In Duitsland moet elk binnenlands bedrijf sinds 1 januari 2025 e-facturen kunnen ontvangen, en andere formaten mogen alleen nog tot eind 2026 worden verstuurd, of tot eind 2027 bij een omzet van €800.000 of minder in het voorgaande jaar. Op Europees niveau brengt het pakket VAT in the Digital Age, aangenomen in maart 2025, vanaf 1 juli 2030 digitale rapportage voor grensoverschrijdende B2B-transacties en mogen lidstaten verplichte binnenlandse e-facturatie invoeren. AI is het nuttigst voor wat overblijft: pdf's, scans, foto's van bonnen en de lange staart van leveranciers die nog niet zijn overgestapt.

    Het factuurproces, stap voor stap

    StapGeschikt voor AIBij mensen of vaste regels houden
    OntvangstDe inbox sorteren in facturen, creditnota's, herinneringen, rekeningoverzichten en vragenDocumenten die niemand kan classificeren
    ExtractieLeverancier, datums, bedragen, btw-nummers en factuurregels uit pdf's en scans lezenVelden met een lage betrouwbaarheid of totalen die niet kloppen
    MatchingDe inkooporder en ontvangstbevestiging vinden, ook als referenties anders zijn geschrevenPrijs- of hoeveelheidsverschillen buiten de afgesproken tolerantie
    CoderingGrootboekrekening, kostenplaats en btw-code voorstellen op basis van eerdere boekingenAfwijkende btw-behandeling, zoals verlegde btw of gemengd gebruik
    Goedkeuring en betalingDoorsturen naar de juiste goedkeurder met een samenvatting van wat is gecontroleerdUitgaven goedkeuren, betalingen vrijgeven en bankgegevens van leveranciers wijzigen

    Wat u eerst automatiseert

    De beste eerste stappen hebben veel volume en vragen weinig oordeelsvermogen. In onze projecten zijn dat meestal drie dingen.

    • Ontvangst en classificatie. Een gedeelde crediteureninbox verzamelt facturen, betalingsherinneringen, overzichten en vragen van leveranciers. Een model kan ze sorteren en elk document naar de juiste wachtrij sturen, wat verrassend veel handmatig klikwerk scheelt.
    • Velden uitlezen uit ongestructureerde facturen. Taalmodellen die afbeeldingen kunnen lezen, kunnen omgaan met lay-outs die ze nooit eerder zagen, iets wat oudere OCR op basis van sjablonen niet kon. De uitvoer moet altijd hetzelfde gestructureerde record zijn dat uw boekhoudsysteem verwacht, zodat een gescande factuur en een Peppol-factuur verderop in het proces identiek zijn.
    • Voorstellen voor codering. De meeste bedrijven boeken dezelfde leverancier maand na maand op dezelfde rekening en kostenplaats. Een model dat de codering voorstelt op basis van eerdere boekingen, en laat zien waarom, bespaart tijd terwijl de beslissing zichtbaar blijft.

    Wat handwerk blijft

    Sommige stappen blijven bij mensen. Niet omdat AI geen antwoord kan geven, maar omdat een fout antwoord te veel kost, of omdat de verantwoordelijkheid bij een benoemde persoon moet liggen.

    • Wijzigingen in bankgegevens van leveranciers. Een verzoek om een rekeningnummer aan te passen is een klassieke route voor factuurfraude. Bevestig het bij een bekende contactpersoon via een ander kanaal, nooit door te antwoorden op het bericht met het verzoek.
    • Betalingen vrijgeven. AI kan de betaalrun voorbereiden. Een persoon met de bevoegdheid om het geld uit te geven keurt hem goed.
    • Nieuwe leveranciers en bijzondere btw-gevallen. Een eerste factuur van een nieuwe leverancier, of een grensoverschrijdende transactie of een transactie met verlegde btw, verdient een menselijke controle totdat u kunt aantonen dat het systeem die goed verwerkt.
    • Geschillen en grotere afwijkingen. Verschillen waarvoor een gesprek met de leverancier nodig is, zijn relatiewerk, geen datawerk.

    De controles die het betrouwbaar maken

    Een factuursysteem is zo goed als de controles eromheen. Deze bouwen we vanaf het begin in.

    1. Betrouwbaarheidsdrempels per veld. Waarden waarover het model twijfelt, gaan naar een controlewachtrij in plaats van ongemerkt geboekt te worden.
    2. Reken- en volledigheidscontroles. Factuurregels moeten optellen tot de totalen. De Europese btw-richtlijn somt op welke gegevens een factuur moet bevatten, zoals het btw-nummer van de leverancier, een opeenvolgend nummer en het toegepaste btw-tarief, dus ontbrekende gegevens worden gemarkeerd vóór de boeking.
    3. Dubbele facturen herkennen. Vergelijk leverancier, factuurnummer, bedrag en datum. Dezelfde factuur komt vaak twee keer binnen: per e-mail en via een portaal of per post.
    4. Matchingtoleranties vastgesteld door finance. Het toegestane verschil in prijs of hoeveelheid is een bedrijfsregel. Leg die vast en dwing hem af in code, in plaats van hem aan het model over te laten.
    5. Een audittrail. De btw-richtlijn vereist dat de echtheid van de herkomst, de integriteit van de inhoud en de leesbaarheid van een factuur gewaarborgd zijn, bijvoorbeeld via interne controles die een betrouwbaar controlespoor tussen factuur en levering opleveren. Bewaar het originele document, de uitgelezen gegevens, elke wijziging en wie die heeft goedgekeurd.
    6. Een wekelijkse steekproef. Controleer een willekeurige steekproef van automatisch verwerkte facturen, niet alleen de gemarkeerde. Alleen zo vindt u fouten waarover het systeem zeker was.

    Hoe u begint

    Meet eerst een paar weken het huidige proces: hoeveel facturen er binnenkomen, via welke kanalen, hoe lang elke factuur duurt en waar ze blijven hangen. Kies daarna de stap uit de tabel die past bij uw grootste knelpunt. Voor de meeste teams is dat ontvangst en extractie, waarbij een mens in de eerste maand elke voorgestelde boeking controleert. Breid de automatisering alleen uit waar de controle laat zien dat het foutpercentage laag genoeg is om op te vertrouwen.

    Wilt u inschatten wat dit uw team kan besparen? Beschrijf het proces in de ROI-calculator. Twijfelt u nog waar u begint, lees dan vijf vragen die de juiste eerste automatisering kiezen of bekijk veelvoorkomende workflows per bedrijfsonderdeel.

    Bronnen

    1. European Commission: eInvoicing (EN 16931 and Directive 2014/55/EU)
    2. Directive 2014/55/EU on electronic invoicing in public procurement (EUR-Lex)
    3. German Federal Ministry of Finance: FAQ on the e-invoice (E-Rechnung)
    4. European Commission: Adoption of the VAT in the Digital Age package
    5. Council Directive (EU) 2025/516, VAT in the Digital Age (EUR-Lex)
    6. Council Directive 2006/112/EC, the VAT Directive, Articles 226 and 233 (EUR-Lex)
    7. OpenPeppol: About Peppol