AI in finance

Je finance-functie zo inrichten dat AI er echt in werkt.

Advies en inrichting voor finance-teams in scale-ups en MKB. Geen losse tool naast de bestaande werkwijze, maar een finance-functie die stap voor stap wordt opgebouwd. Met een toolbox die al in de praktijk draait.

Waarom het vaak tegenvalt

Wie automatiseert wat niet is vastgelegd, automatiseert de rommel.

De meeste finance-teams hebben AI al eens geprobeerd. Een toelichting op de maandcijfers, een analyse, een samenvatting. Soms bruikbaar, vaak net niet: de verkeerde grootboekrekening, een afwijking die er niet is, de volgende maand een heel andere opbouw. Dat ligt zelden aan het model. Het ligt aan wat eronder ontbreekt. Net als bij een ERP-implementatie begin je met inrichten, niet met de rapportages.

De aanpak

Zes lagen, van onder naar boven.

Elke laag bouwt voort op de laag eronder. Ontbreekt er een, dan gaat de laag erboven haperen. De volgorde is de architectuur; waar je begint, hangt af van waar de meeste tijd of het meeste risico zit.

6Agents

Het oordeelswerk: afwijkingen duiden, verbanden leggen, correcties voorstellen. Pas als laatste, als de lagen eronder staan.

5Workflows

Taken in de juiste volgorde, gekoppeld aan de finance-kalender, met tussen elk blok een moment waarop een mens goedkeurt.

4Skills

Vastgelegde werkinstructies, één taak per skill, met de berekening zichtbaar. Drempels komen uit de context, niet uit de skill.

3Automatisering

Vastlegging, verwerking en verbindingen tussen systemen. Wat vaste regels volgt, wordt gewone software die elke maand hetzelfde doet.

2Koppelingen

Toegang tot boekhouding, bank en bronsystemen. Standaard alleen-lezen, schrijfrechten alleen achter een goedkeuringsstap.

1Context

Wat een ervaren collega weet, opgeschreven: rekeningschema, grondslagen, drempels, KPI-definities en wat er bij vorige afsluitingen misging.

Doorlopend: versiebeheer

Context, skills en scripts staan in een eigen repository van je bedrijf. Je ziet wie welke drempel wanneer wijzigde, wijzigingen lopen via het vier-ogenprincipe, en de kennis blijft als iemand vertrekt.

Doorlopend: controle

Elke bevinding is terug te volgen tot de boeking, alles wordt gelogd, bij twijfel stopt het systeem en vraagt het na. Er wordt niets geboekt zonder dat een mens het goedkeurt.

Lees de volledige uitleg, met de maandafsluiting als voorbeeld →

De toolbox

Niet bij nul beginnen.

Elke opdracht levert bouwstenen op die bij de volgende opdracht weer inzetbaar zijn: koppelingen, skills en agents. De toolbox groeit met elke opdracht. Wat voor jou gebouwd wordt, blijft van jou; de generieke bouwstenen maken de start sneller en goedkoper.

MCP-koppelingen

MCP is de standaard waarmee AI-modellen zoals Claude veilig met je systemen praten. Bestaat er geen standaardkoppeling, dan bouwen we die samen, met de rechten zo krap als kan.

  • in gebruik

    Exact Online

    Alleen-lezen via een eigen app in het Exact App Center, over meerdere administraties. Met controles op valkuilen in Exact-data die een AI-model zelf niet ziet, zoals dubbeltellingen rond de jaarafsluiting.

  • in gebruik

    CRM (EspoCRM)

    Standaard alleen-lezen. Schrijfacties staan uit tot ze per rol bewust worden vrijgegeven; verwijderen kan niet.

Skills

Vastgelegde werkinstructies die AI elke keer op dezelfde manier uitvoert. Een deel is open source beschikbaar.

  • open source

    Maandafsluiting

    Afsluitingschecklist, transitorische posten, doorrolschema en toelichting op afwijkingen.

    Bekijk op GitHub →
  • open source

    Grootboekaansluiting

    Aansluiten van grootboek op subadministraties en het traceren van verschillen.

    Bekijk op GitHub →
  • open source

    Excel-controle en AI-readiness

    Controle van financiële modellen op fouten, en een zelfscan van de AI-volwassenheid van een finance-team.

    Bekijk op GitHub →

Agents

Agents die een domein bewaken en het voorbereidende werk doen, met de mens als beslisser.

  • in gebruik

    Fundraising-agent

    Houdt de pipeline met investeerders en fondsen in het CRM bij, signaleert wat opvolging nodig heeft en maakt een wekelijkse stand van zaken.

Uit de praktijk

AI in finance · venture studio

Een CRM dat AI kan lezen, voor fondsenwerving

Een venture studio met een klein kernteam werft geld voor een eigen fonds. Het CRM bevatte honderden investeerders en deals, maar de meeste velden waren leeg en de wekelijkse opvolging was weggezakt.

  • AI-scan: interviews, analyse van de data en een roadmap
  • Eigen MCP-koppeling op het CRM, standaard alleen-lezen
  • Organisaties met een lopende deal verrijkt met AI, met menselijke review bij twijfel
  • Een fundraising-assistent die de pipeline wekelijks doorloopt en opvolging signaleert

Resultaat: Het team ziet nu in één overzicht welke investeerders aandacht nodig hebben, zonder handmatig zoekwerk. De datakwaliteit is gemeten en verbeterd waar het voor fondsenwerving telt.

Samenwerken

Van scan tot werkende workflow.

  • AI-scan

    vanaf €2.500 · 1–2 weken

    Waar staat je finance-functie, welke lagen ontbreken en wat levert AI op.

    • Scan van processen, systemen en data
    • Use-cases gescoord op waarde en risico
    • Roadmap voor 90 dagen
  • Inrichtingssprint

    vanaf €7.500 · 2–6 weken

    Eén workflow werkend, bijvoorbeeld de controle van de maandafsluiting.

    • Context in een eigen repository
    • Koppelingen, automatisering en skills
    • Getest op een afgesloten maand
  • Beheer en uitbouw

    maandelijks · in overleg

    Context, skills en workflows actueel houden en uitbreiden.

    • Maandelijkse contextronde
    • Nieuwe workflows per kwartaal
    • Review van de controles

Liever doorlopend, als onderdeel van het CFO-werk? Dat kan ook: fractional CFO.

Veelgestelde vragen

Wat mensen vaak vragen.

Moet mijn finance-team kunnen programmeren?

Nee. De inrichting doen we samen: de context opschrijven, de koppelingen leggen, de eerste skills en workflows bouwen. Je team leert onderweg hoe het werkt en kan het daarna zelf onderhouden.

Met welke boekhoudpakketten werkt dit?

Voor Exact Online is er een eigen koppeling die al in gebruik is. Voor AFAS, Twinfield en andere pakketten gebruik ik een standaardkoppeling als die er is. Is die er niet, dan bouwen we hem samen: dat kan in vrijwel alle gevallen. Tot die tijd kun je prima met exports beginnen.

Wie is eigenaar van wat er gebouwd wordt?

Jij. Context, skills, scripts en workflows komen in een eigen, afgeschermde repository van je bedrijf, met de volledige geschiedenis van elke wijziging. Er is geen platform waar je aan vastzit.

Hoe veilig is AI op onze financiële data?

Koppelingen zijn standaard alleen-lezen. Er wordt niets geboekt zonder dat een mens het goedkeurt, elke bevinding is terug te volgen tot de boeking, en alles wordt gelogd. Wachtwoorden en persoonsgegevens komen niet in de context. Klantdata wordt niet gebruikt om AI-modellen te trainen; dat leg ik ook vast in de opdrachtbevestiging.

Welk AI-model gebruik je?

Meestal Claude, omdat het sterk is op finance-taken en goed met MCP-koppelingen werkt. De inrichting is niet aan één model gebonden: context, skills en koppelingen werken ook met andere modellen.

Waar begin je?

In 30 minuten bespreken we waar in jouw finance-functie de meeste tijd of het meeste risico zit, en of AI daar nu al iets oplevert.

Kies een moment dat je uitkomt. Een kennismaking duurt 30 minuten.

Plan een kennismaking van 30 minuten