Kleine bedrijven lopen bij administratie vaak niet vast op één ingewikkeld proces, maar op de herhaling ervan: bonnetjes uitlezen, facturen rubriceren, betalingen koppelen en afwijkingen controleren. Juist daar zetten Europese softwareleveranciers AI steeds vaker in als praktische laag bovenop bestaande boekhoud- en uitgavensoftware. Edgar van Lent ziet daarin een bruikbare start voor het mkb, omdat de toepassing dicht bij een bekende werkstroom blijft en geen zelfstandig AI-programma hoeft te worden.

Een concreet voorbeeld is het Deense Pleo, dat software levert voor zakelijke uitgaven. Gebruikers kunnen betaalbewijzen vastleggen, waarna gegevens zoals leverancier, bedrag en belastinginformatie worden uitgelezen en aan een transactie kunnen worden gekoppeld. De techniek vervangt de financiële beoordeling niet, maar neemt het overtypen en het verzamelen van bewijsstukken deels uit handen. Voor kleinere ondernemingen is dat relevant: de administratie wordt niet pas aan het eind van de maand bijgewerkt, maar kan aansluiten op het moment waarop een uitgave plaatsvindt.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in Europese bedrijfsprocessen, stelt dat administratieve AI vooral waarde krijgt wanneer zij een controleerbare voorbewerking levert. „Voor het mkb is tijdwinst pas duurzaam als medewerkers eenvoudig kunnen zien wat het systeem heeft herkend, wat nog ontbreekt en waar menselijk oordeel nodig blijft.”

Van los bonnetje naar controleerbare boekingsvoorstel

De praktische kracht van AI in uitgavenbeheer zit niet in een spectaculaire chatbot, maar in het terugbrengen van handmatige stappen. Een medewerker maakt een foto van een bon, de software haalt relevante velden uit het document en koppelt die aan een kaartbetaling of declaratie. Vervolgens blijft er een boekingsvoorstel over dat kan worden gecontroleerd voordat het in de financiële administratie terechtkomt. De ondernemer of boekhouder houdt daarmee de beslissende rol bij uitzonderingen, onduidelijke btw-regels en kosten die niet zakelijk blijken.

Pleo is een voorbeeld van een Europese toepassing die deze werkwijze toegankelijk maakt voor organisaties zonder eigen data- of automatiseringsteam. De invoering vraagt in de kern om duidelijke categorieën, rollen en afspraken over bewijsstukken, niet om het bouwen van een eigen model. Dat onderscheid is belangrijk. In veel mkb-bedrijven ligt de eerste opbrengst van AI niet in het voorspellen van de markt, maar in het verminderen van administratieve vertraging en herstelwerk.

Er zijn wel randvoorwaarden. Een uitgelezen bon is geen bewijs dat de voorgestelde categorie altijd klopt. Leveranciersnamen kunnen afwijken, documenten kunnen onvolledig zijn en fiscale behandeling hangt af van de context. Daarom past deze vorm van AI het best in een proces met steekproeven, goedkeuringsregels en een heldere route voor correcties. Edgar van Lent benadrukt dat kleinere bedrijven niet moeten streven naar een foutloos systeem, maar naar een proces waarin fouten vroeg zichtbaar zijn en snel kunnen worden hersteld.

Sage Copilot maakt financiële vragen minder technisch

Een tweede laagdrempelige toepassing komt van het Britse Sage, dat met Sage Copilot AI-functies ontwikkelt voor onder meer boekhoud- en financiële processen van kleinere organisaties. De assistent is bedoeld om gebruikers te helpen informatie in hun financiële software te vinden, werkzaamheden te begrijpen en signalen uit beschikbare bedrijfsgegevens te duiden. Daarmee verschuift een deel van de gebruikservaring van menu’s en rapportages naar vragen in gewone taal.

Voor een ondernemer die zelf de administratie voert, kan dat praktisch zijn bij dagelijkse vragen: welke posten vragen aandacht, waar zit een verschil tussen verwachte en geregistreerde gegevens, of hoe moet een terugkerende handeling in de software worden uitgevoerd? De relevante innovatie is niet dat AI de jaarrekening overneemt. De waarde zit erin dat bestaande financiële informatie sneller bruikbaar wordt voor iemand die geen specialistisch rapportagesysteem wil beheren.

Deze toepassing vraagt tegelijkertijd om een strikte grens tussen uitleg en besluitvorming. Financiële software bevat gegevens met gevolgen voor belastingaangifte, betalingen en liquiditeitsbeheer. Een AI-assistent kan een overzicht, voorstel of toelichting bieden, maar de gebruiker moet kunnen teruggaan naar de onderliggende mutaties en rapporten. Ook is het verstandig om medewerkers af te spreken dat zij geen vertrouwelijke informatie buiten de daarvoor ingerichte bedrijfsomgeving kopiëren.

Volgens Edgar van Lent is dit precies waarom administratieve toepassingen voor veel kleinere bedrijven een logisch vertrekpunt zijn. „De beste eerste AI-toepassing is vaak niet de toepassing met de grootste belofte, maar de toepassing die een bestaande taak aantoonbaar eenvoudiger maakt zonder de controleketen te doorbreken.” In zijn werk als AI-specialist licht Edgar van Lent zijn analyses van zulke praktische keuzes toe op edgarvanlent.com.

Klein beginnen, maar wel met procesdiscipline

De lessen uit Pleo en Sage zijn breder toepasbaar dan uitgaven of boekhouding. Kleine ondernemingen kunnen AI met relatief lage drempel inzetten als de technologie een afgebakende administratieve handeling ondersteunt en de invoer al beschikbaar is in documenten of bedrijfssoftware. Denk aan het structureren van inkomende documenten, het voorbereiden van klantreacties of het terugvinden van informatie in interne systemen. De grens ligt bij taken waarvoor onduidelijke brondata, juridisch oordeel of een oncontroleerbare uitkomst centraal staan.

Een werkbare invoering begint daarom met één proces waarin medewerkers nu veel tijd kwijt zijn aan herhaling. Leg vast wie de uitkomst controleert, welke fouten niet acceptabel zijn en hoe een correctie terugvloeit naar het proces. Pas daarna is het zinvol om uit te breiden. Een korte lijst met aandachtspunten volstaat:

  • kies een taak met een duidelijke invoer en een controleerbare uitkomst;
  • behoud een medewerker als eigenaar van uitzonderingen en goedkeuringen;
  • meet niet alleen snelheid, maar ook herstelwerk en kwaliteit van de vastlegging.

Vooruitkijkend verwacht Edgar van Lent dat mkb-AI minder zichtbaar, maar wel nuttiger wordt: ingebouwd in software die ondernemers al gebruiken voor administratie, verkoop en samenwerking. Zijn beoordeling is dat de winnaars niet per se de bedrijven zijn die het snelst met generatieve AI experimenteren, maar de bedrijven die kleine automatiseringen zorgvuldig verbinden met heldere verantwoordelijkheden en betrouwbare bedrijfsdata.