De jaarrekening samenstellen met AI: wat kan en wat niet
Rond het samenstellen van de jaarrekening wordt het meest overdreven en het minst onderbouwd over AI gesproken. Op deze pagina staat welke delen van het proces je in de praktijk echt kunt automatiseren, welke delen je bewust met rust laat, en waarom de accountant in alle gevallen verantwoordelijk blijft voor het oordeel.
Het samenstelproces in losse stappen
Samenstellen voelt als één opdracht, maar bestaat uit werk van heel verschillende aard. Je verzamelt gegevens, je ordent en controleert ze, je legt aansluitingen vast, je beoordeelt of het beeld klopt met wat je van de onderneming weet, je stelt de stukken op en je bouwt een dossier waarin dat allemaal terug te vinden is.
Als je die stappen apart legt, valt op dat maar een deel ervan beoordelingswerk is. Een groot deel is verzamelen, vergelijken, optellen en opzoeken. Dat deel is repeterend, heeft een duidelijke bron en een controleerbare uitkomst. Precies daar hoort automatisering thuis.
De rest is oordeel: is deze waardering passend, is deze post volledig, klopt dit met wat ik van deze ondernemer weet, moet hier een toelichting bij. Dat werk verplaats je niet. Wie dat probeert, verruilt een paar uur tijdwinst voor een risico dat hij niet kan overzien. Meer over die afweging staat in de gids AI voor accountants.
De saldibalans laten analyseren
De eerste doorloop over een saldibalans is grotendeels mechanisch. Je kijkt naar rekeningen met een onverwacht saldo, naar tegengestelde tekens, naar posten die het hele jaar leeg bleven en opeens gevuld zijn, naar boekingen in de laatste dagen van het jaar en naar bedragen die precies rond zijn. Een hulpmiddel kan dat in één keer over alle rekeningen doen en er een gerangschikte lijst van maken.
Wat je oplevert is geen conclusie maar een vragenlijst: deze twaalf posten wil ik zien, met per post de reden waarom ze eruit springen en een link naar de onderliggende boekingen. Je medewerker begint dan niet meer met zoeken, maar met beoordelen. Dat is een ander soort werk en het gaat aantoonbaar sneller.
Belangrijk is dat de lijst uitlegbaar blijft. Elke signalering hoort een reden te hebben die je in één zin kunt navertellen aan een collega. Signaleringen zonder reden leiden tot het afvinken van dingen die niemand begrijpt, en dat maakt je dossier slechter in plaats van beter.
Aansluitingen controleren en verschillen tonen
Aansluitingen zijn het duidelijkste voorbeeld van werk dat je niet met de hand hoort te doen. Btw-aangiften tegen de grootboekrekeningen, loonjournaalposten tegen de loonaangiften, bankmutaties tegen de saldi, debiteuren- en crediteurenlijsten tegen de balansposten, de openingsbalans tegen de vastgestelde stukken van vorig jaar.
Elk van die controles is een vergelijking met een verwacht resultaat van nul. Je laat het systeem de vergelijking maken, het verschil tonen en waar mogelijk de meest waarschijnlijke oorzaak erbij zetten: een boeking in de verkeerde periode, een correctie die maar aan één kant is verwerkt, een afrondings- of wisselkoersverschil.
De opbrengst is dubbel. Je bent sneller klaar, en je krijgt de verschillen in beeld voordat het dossier wordt gemaakt in plaats van tijdens de review. Dat is meestal het moment waarop er tijd wordt verspild: niet bij het uitvoeren, maar bij het opnieuw openen van een dossier dat al af leek.
Vergelijken met vorig jaar en met de branche van de klant
De vergelijking met vorig jaar is standaardwerk dat vaak oppervlakkig gebeurt omdat het tijd kost. Een hulpmiddel kan elke post in absolute en relatieve zin naast vorig jaar leggen, verhoudingen uitrekenen die je normaal alleen bij de grote posten bekijkt en de tien afwijkingen tonen die het meest opvallen.
Vraag daarbij altijd om de onderbouwing en niet om de duiding. Een systeem dat zegt dat de brutomarge met vier procentpunt daalde en laat zien welke grootboekrekeningen dat veroorzaken, helpt je. Een systeem dat zegt dat de marge daalde door hogere inkoopprijzen, vertelt je iets wat het niet kan weten en wat je alleen bij de ondernemer kunt nagaan.
Wees ook voorzichtig met vergelijkingen met branchecijfers. Als de bron van die cijfers niet helder is, hoort de uitkomst niet in je dossier. Een verschil dat je niet kunt herleiden is geen bevinding maar een suggestie.
Toelichtingen voorbereiden, niet vaststellen
Veel toelichtingen zijn ieder jaar grotendeels hetzelfde, met wisselende bedragen en een enkele gewijzigde omstandigheid. Een hulpmiddel kan een concept maken op basis van de toelichting van vorig jaar en de cijfers van dit jaar, en daarbij markeren welke bedragen zijn ververst en welke zinnen niet meer met de cijfers overeenkomen.
Dat is nuttig werk, mits je twee regels hanteert. De eerste is dat elk bedrag in de tekst aantoonbaar uit de administratie komt en niet uit het model. De tweede is dat een concept pas tekst wordt nadat een accountant het heeft beoordeeld en geaccepteerd. Een taalmodel schrijft vloeiend over dingen die niet gebeurd zijn; dat risico beheers je met vergelijking naast de bron, niet met beter formuleren.
Wat je bewust niet automatiseert zijn toelichtingen over gebeurtenissen na balansdatum, continuïteit, bijzondere posten en alles waar de omstandigheden van dit specifieke jaar in zitten. Die tekst hoort te beginnen bij wat de accountant weet, niet bij wat vorig jaar in het bestand stond.
Dossieropbouw en het opvragen van stukken
Rond een jaarrekening zit veel logistiek: stukken opvragen, nagaan of alles binnen is, bevestigingen verzamelen, documenten op de juiste plek in het dossier zetten en bijhouden wat nog ontbreekt. Dat is volledig automatiseerbaar en het is bovendien het werk waar de meeste doorlooptijd verloren gaat.
Een werkbare opzet is een vaste lijst per type dossier, een automatische uitvraag bij de klant, een herinnering die stopt zodra het stuk binnen is, en een overzicht waarin je per klant in één blik ziet wat er nog mist. Zo verschuift je bespreking van wie heeft de klant gebeld naar wat ontbreekt er nog.
Leg daarbij vast wat het systeem heeft gedaan: wanneer er is gevraagd, wanneer er is herinnerd, wat er is ontvangen en waar het is opgeslagen. Die vastlegging is precies wat je dossier controleerbaar houdt. Hierover staat meer op de pagina over dossiervorming en controlewerk.
Wat je niet automatiseert
Er zijn onderdelen waar je een hulpmiddel hooguit iets laat voorbereiden en nooit iets laat beslissen. De beoordeling of het beeld van de cijfers past bij wat je van de onderneming weet. De keuze van waarderingsgrondslagen en schattingen. De inschatting van continuïteit. De omgang met signalen die op onjuistheden kunnen wijzen. Het contact met de ondernemer over gevoelige punten.
Dat is geen conservatisme. Het is de kern van waar een klant voor betaalt. Een model kan patronen in cijfers herkennen, maar het weet niet dat de zoon is ingestapt, dat een grote afnemer wegviel of dat de ondernemer in november een pand heeft verkocht dat nog niet is verwerkt.
Praktisch betekent dit dat je per stap opschrijft of een hulpmiddel mag voorbereiden, mag signaleren of niets mag doen. Die driedeling is eenvoudig genoeg om te onthouden en concreet genoeg om in een dossierinstructie te zetten.
De accountant blijft verantwoordelijk
Welk hulpmiddel je ook gebruikt, het werk blijft het werk van je kantoor. Een model vormt geen oordeel, draagt geen verantwoordelijkheid en kan niet worden aangesproken. Alles wat een hulpmiddel oplevert is invoer voor een beoordeling door een mens die weet wat hij beoordeelt.
Voor de precieze eisen aan je werkzaamheden, je documentatie en je kwaliteitsbeheersing verwijzen we bewust naar de NBA en naar de geldende standaarden. Die eisen kunnen wijzigen en ze laten zich niet samenvatten in een blogtekst. Toets je inrichting eraan, leg die toets vast en herhaal hem periodiek.
Praktisch houd je drie dingen bij per dossier: welk hulpmiddel is gebruikt en waarvoor, welke uitkomst het gaf, en wie die uitkomst heeft beoordeeld en geaccepteerd. Kun je die drie dingen laten zien, dan is het gesprek over AI in je dossier meestal kort. Wat de AI Act daarnaast van je vraagt, staat op de pagina over de AI Act voor accountantskantoren.