De verkeerde reden
"We willen meer klanten aannemen met minder mensen."
Ik begrijp de logica. Op het eerste gezicht klinkt het als verstandig ondernemerschap: meer omzet uit dezelfde formatie. Maar als dit je drijfveer is, automatiseer je het verkeerde. Je bouwt dan een machine die harder hetzelfde doet. Meer facturen door hetzelfde systeem. Meer aangiftes met minder aandacht. Meer klanten die een jaarrekening ontvangen met een standaardmail en verder niets horen.
En je klant? Die merkt het vroeg of laat. De ondernemer die wil groeien, die voor een overname staat, heeft een adviseur nodig. Geen verwerkingsmachine. En een adviseur kun je niet automatiseren zonder dat de klant het verschil voelt.
Een voorbeeld van de verkeerde machine
Ik heb een kantoor gezien dat zijn volledige verwerkingsproces automatiseerde met als doel: het klantenbestand verdubbelen zonder extra personeel aan te nemen. Op papier een succes, de omzet steeg, de personeelskosten bleven gelijk. Maar binnen een jaar liep het klantverloop op. Niet omdat de cijfers fout waren, maar omdat niemand nog tijd had om een klant te bellen voordat er iets misging. Adviesgesprekken werden vervangen door geautomatiseerde rapportages die niemand goed las. De klanten die het meest groeiden, en dus het meest behoefte hadden aan een sparringpartner, waren ook de eersten die vertrokken naar een kantoor dat wél tijd voor ze had.
De automatisering zelf was technisch niet slecht uitgevoerd. Het probleem zat in de vraag die aan het begin werd gesteld. "Hoe verwerken we meer met minder mensen" leidt tot een andere inrichting dan "hoe houden we tijd over voor het gesprek", zelfs als de onderliggende techniek voor een deel overlapt.
De goede reden
"We willen onze klanten beter kunnen helpen." Dat klinkt vaag, maar het is heel concreet als je het doorvertaalt:
De omslag in de praktijk
Kantoren die de omslag wél goed maken, beginnen niet met AI. Ze beginnen met de vraag: waar gaat onze tijd nu heen die we eigenlijk niet wíllen besteden? En ze werken dat systematisch weg. Document voor document, handeling voor handeling.
Pas als de verwerkingstijd significant omlaag is, gaan ze kijken naar wat AI daadwerkelijk kan toevoegen, stap voor stap en met een duidelijk doel voor ogen. Niet als vervanging van werk, maar als versterker van advies.
In de praktijk ziet die omslag er ongeveer zo uit. Eerst wordt de documentstroom gestandaardiseerd (zie documentstroom automatiseren), zodat elk document een vaste, herkenbare naam krijgt. Daarna wordt gekeken naar de meest tijdrovende handmatige handeling: vaak factuurverwerking, en specifiek de herkenning van de juiste boekingspartij, zoals ik beschrijf in dit artikel. Pas als die twee lagen staan, komt de vraag naar AI eigenlijk vanzelf, en is het antwoord ook bruikbaar. Hoe die hele volgorde eruitziet, van documentstroom tot AI-agents en een aangepast tariefmodel, beschrijf ik uitgebreid in AI in de accountancy: waarom de basis eerst moet staan.
Hoe herken je of jouw kantoor de juiste reden heeft?
Een simpele test: stel dat de automatisering die je nu overweegt morgen live gaat. Wat verandert er voor je klant, niet voor je kantoor? Als het antwoord "niets, ze merken er niets van" is, dan automatiseer je waarschijnlijk puur intern proces. Dat is op zich niet verkeerd, maar geeft ook geen garantie dat je de juiste dingen prioriteert. Als het antwoord is "ze krijgen sneller antwoord, eerder een signaal, of een beter onderbouwd advies", dan zit je op het juiste spoor.
Een tweede test: kijk naar wie binnen het kantoor het hardst pleit voor de automatisering. Is dat vooral de eigenaar die de kosten per klant wil verlagen, of zijn het ook de medewerkers die merken dat ze te weinig tijd hebben voor het deel van hun werk waar ze goed in zijn? Als alleen de cijfers op de eerste plaats staan, is de kans groot dat de verkeerde machine wordt gebouwd.
Een derde, praktische test: vraag aan drie van je beste klanten wat zij zouden willen dat er verandert aan jullie dienstverlening. Hun antwoord gaat zelden over snelheid van verwerking. Het gaat bijna altijd over begrijpelijkheid, bereikbaarheid en het gevoel gehoord te worden. Als je automatisering daar niet aan bijdraagt, is de kans groot dat je het verkeerde probleem oplost.
Geen van deze drie testen geeft een hard ja-of-nee-antwoord. Het zijn richtingaanwijzers, geen meetinstrument. Maar ze dwingen je om de vraag expliciet te maken in plaats van impliciet te laten meeliften op een tool-aanschaf. En die explicietheid alleen al voorkomt een groot deel van de verkeerde keuzes die ik bij kantoren tegenkom.
Wat dit vraagt
Eerlijk zijn over waarom je het doet. Als het antwoord "betere dienstverlening" is, heb je al het juiste startpunt. Bouw de basis, automatiseer het zware werk, en gebruik de vrijgekomen tijd voor wat jij als accountant of boekhouder echt kunt.
Het vraagt ook geduld. Een kantoor dat morgen begint met standaardiseren, ziet het effect niet morgen. De eerste maanden voelt het soms zelfs trager dan de oude manier van werken, omdat iedereen nog moet wennen aan de nieuwe structuur. Het rendement komt pas zichtbaar terug zodra de nieuwe werkwijze gewoon is geworden, meestal na een kwartaal, soms langer. Kantoren die na twee weken al concluderen dat "het niets oplevert", hebben vaak gewoon te vroeg gemeten.
Meet het effect niet na twee weken. De nieuwe werkwijze moet eerst inslijten; het rendement wordt meestal pas na een kwartaal zichtbaar.
Wat ik kantoren aanraad als eerste stap
Begin niet met een grote tool-aanschaf. Begin met een eerlijke meting: hoeveel tijd gaat er per week naartoe aan documenten zoeken, facturen handmatig corrigeren en data overtypen tussen systemen? De meeste kantoren onderschatten dit met een factor twee of drie, simpelweg omdat het werk over de dag verspreid is en niemand het bijhoudt.
Met die meting in de hand wordt de prioritering vanzelf duidelijk: je begint bij de handeling die het meest kost én het makkelijkst te standaardiseren is. Dat is bijna nooit AI. Het is bijna altijd een proces dat al jaren hetzelfde, omslachtige patroon volgt.
Wat klanten hiervan merken
Klanten merken zelden iets van de techniek achter de schermen, en dat is precies het punt. Ze merken wél het resultaat: een telefoontje vóórdat ze zelf doorhadden dat hun cashflow strakker werd, een jaarrekeningsgesprek met concrete vragen in plaats van een standaardpraatje, en antwoorden die binnen een dag komen in plaats van een week. Geen van die dingen vraagt om uitleg over RGS, OCR of taalmodellen. Ze vragen alleen om tijd, en die tijd komt vrij zodra de juiste dingen zijn geautomatiseerd, om de juiste reden.
Tot slot
Dit is het vijfde deel van een reeks. We begonnen bij het probleem: de AI-sticker op een rommelige basis. We eindigden hier: bij de vraag waarom je überhaupt wilt automatiseren. De techniek is oplosbaar. De filosofie is het moeilijkste stuk. Maar als je die goed hebt, valt de rest op zijn plaats.
De reeks:
Bas van Mook
Boekhouder, bouwer en digitaliseringsspecialist. Van Mook Administratie & Advies. KvK 97207241.
Bas combineert een actieve boekhoudpraktijk met zelfgebouwde AI-tools: van MCP-servers tot geautomatiseerde documentstromen. Wat hij hier schrijft, heeft hij zelf gebouwd en getest.