AI op je eigen cijfers is elke opzet waarin een AI-assistent een vraag over je administratie beantwoordt. Dat kan alleen als die AI ergens toegang tot die cijfers krijgt, en de manier waarop je die toegang regelt bepaalt drie dingen: hoeveel van je administratie buiten je eigen omgeving terechtkomt, hoe actueel het antwoord is, en wie de gegevens beheert zodra ze je omgeving hebben verlaten. Een export uploaden en een gerichte koppeling leveren hetzelfde soort antwoord op, maar delen een totaal verschillende hoeveelheid gegevens.
Welke manieren zijn er om AI bij je cijfers te laten?
In de praktijk kom je vier routes tegen. Ze verschillen minder in wat de AI kan dan in wat er bij jou weggaat, hoe vers dat is en wie het daarna beheert.
| Manier | Wat verlaat je omgeving | Actualiteit | Wie beheert het |
|---|---|---|---|
| Overtypen of plakken in een gesprek | Precies de regels die je zelf plakt | Het moment van plakken | De AI-leverancier bewaart het gesprek |
| Een bestand uploaden | Het hele bestand, ook wat de vraag niet nodig heeft | Bevroren op het moment van exporteren | De AI-leverancier bewaart het bestand |
| AI-functie in je eigen software | De vraag plus de context die de leverancier meestuurt | Live uit de bron | Je softwareleverancier, met zijn eigen afspraken |
| Gerichte koppeling per vraag | Alleen het antwoord op die ene vraag | Op het moment van vragen | Jij, via je eigen inlog en rechten |
Overtypen of plakken
Je zet een paar regels in het gesprek en vraagt wat de AI ervan vindt. Je deelt niet meer dan je zelf kiest, en dat is de kracht ervan. Het werkt alleen voor kleine vragen: een marge narekenen, een post uitleggen, een zin formuleren. Zodra je een heel jaar wilt doorrekenen, wordt overtypen onwerkbaar en foutgevoelig.
Een bestand uploaden
Je maakt een auditfile, Excel of CSV en zet die in het gesprek. De AI kan er van alles mee, maar je hebt in één handeling je hele administratie over dat jaar gedeeld. Deze route is verreweg de meest gebruikte en tegelijk de meest onderschatte.
Een AI-functie in je eigen software
De AI zit in het pakket waar de cijfers al staan, dus er hoeft niets geëxporteerd te worden. Wat er precies naar het AI-model gaat, bepaalt je softwareleverancier. Vraag daarom of de functie standaard aan of uit staat, of je per soort toestemming geeft, en of voorstellen automatisch worden doorgevoerd of dat jij bevestigt.
Een gerichte koppeling per vraag
De AI stelt per vraag alleen die vraag en krijgt alleen het antwoord terug. Je administratie blijft staan waar hij staat. De technische uitleg van deze route, inclusief het Model Context Protocol waarop hij meestal draait, staat in wat een MCP-server is.
Waarom geeft een upload meer weg dan je denkt?
Wie een export uploadt, denkt aan één vraag. Het bestand denkt aan het hele boekjaar. Vijf dingen gaan mee die je niet had bedoeld.
- Meer kolommen dan de vraag nodig heeft. Een auditfile bevat per boekingsregel onder meer de datum, de periode, het dagboek, het boekstuknummer, de rekening, de omschrijving, het bedrag, debet of credit, de relatie en de factuurreferentie. Voor een vraag over de omzet per maand gebruik je er twee.
- Meer regels dan de vraag nodig heeft. In hetzelfde bestand staan de loonjournaalpost, de rekening-courant met de directie, een boete, een advocaatnota en de bonus die vorig kwartaal is uitbetaald.
- Namen van mensen en bedrijven. Een export bevat de namen van je klanten en leveranciers, en via de salarisboekingen soms herleidbare gegevens over medewerkers. Dat zijn persoonsgegevens; hoe je daar precies mee om moet gaan, stem je af met je jurist.
- Een foto van gisteren. Een export is bevroren op het moment dat je hem maakte. Boek je daarna nog een correctie, dan klopt het antwoord van de AI niet meer en wijst niets je daarop.
- Werk dat terugkomt. Elke nieuwe vraag over een andere periode, een andere BV of een ander detail vraagt om een nieuwe export, een nieuwe controle en een nieuwe upload.
Welke export je uit je boekhoudpakket haalt en wat er precies in zit, lees je in auditfile, Excel of CSV.
Welke drie vragen stel je aan elke oplossing?
Of een opzet verantwoord is, hangt niet af van de leverancier maar van drie eigenschappen. Loop ze in deze volgorde na.
- Werkt de AI met mijn eigen rechten? De AI hoort namens jou in te loggen en precies te zien wat jij mag zien, niet meer. Een koppeling die met een algemene sleutel bij alle organisaties of alle administraties kan, is een risico dat je niet nodig hebt. Hoe die afscherming er onder water uitziet, staat in data-isolatie per organisatie.
- Kan hij alleen lezen of ook wijzigen? Voor rapportage en analyse heb je aan lezen genoeg. Een koppeling die ook kan boeken, wijzigen of verwijderen, geeft de AI de mogelijkheid om iets kapot te maken bij een verkeerd begrepen opdracht. Kies alleen-lezen zolang je die keuze hebt.
- Wat gebeurt er met de antwoorden bij de AI-leverancier? Dit is geen technische vraag maar een abonnementsvraag. Bij consumentenabonnementen worden gesprekken vaak wel gebruikt voor het verbeteren van het model, bij zakelijke abonnementen meestal niet. Het staat in de voorwaarden van je abonnement, niet in de software die je koppelt. Waar de gegevens zelf staan en wie ze verwerkt, is een vraag apart; zie waar staat mijn financiële data.
Wat doet AI wel en niet goed met financiële data?
De vraag welke route je kiest, is pas nuttig als je weet waarvoor je de AI inzet. Er is een duidelijk verschil tussen taken waarin AI sterk is en taken waarin hij onbetrouwbaar is.
AI is goed in samenvatten (twintig pagina's toelichting terugbrengen tot een halve pagina), in het vinden van patronen en uitschieters (welke maand valt uit de toon, welke kostenpost groeit harder dan de omzet), in het uitleggen van een begrip (wat is een transitorische post, wat betekent deze afwijking) en in het opstellen van een concepttoelichting die jij daarna aanscherpt.
AI is niet betrouwbaar in optellen zonder bron: als hij twaalf bedragen uit zijn geheugen bij elkaar optelt in plaats van uit een berekening, kan het totaal er net naast zitten. Hij is ook niet betrouwbaar in het verzinnen van context die er niet is: waarom de omzet in november hoog was, weet hij niet, en een plausibel klinkende verklaring is nog geen verklaring. En hij kan niet beoordelen of een boeking juist is, want daarvoor is de onderliggende afspraak of factuur nodig, niet de boekingsregel.
Rekenvoorbeeld: 130.000 boekingsregels tegenover twaalf getallen
Neem een mkb-bedrijf met een boekjaar van ongeveer 130.000 boekingsregels in de auditfile. Elke regel draagt ongeveer twaalf velden. Wie dat bestand uploadt, deelt dus 130.000 maal 12 is 1.560.000 losse gegevens, inclusief elke relatienaam en elke omschrijving die iemand ooit heeft ingetypt.
De vraag die je wilde stellen was: wat was de omzet per maand in het afgelopen boekjaar. Het antwoord is twaalf maandnamen met twaalf bedragen, samen 24 gegevens. Dat is 1.560.000 gedeeld door 24 is 65.000 keer minder dan wat je met de upload deelde, voor exact hetzelfde antwoord.
Concreet: de omzet komt uit op 4.200.000 euro over twaalf maanden, gemiddeld 350.000 euro per maand. November springt eruit met 690.000 euro. Haal je november eruit, dan blijft 4.200.000 min 690.000 is 3.510.000 euro over elf maanden, ofwel 319.091 euro gemiddeld. November ligt daar 370.909 euro boven en is dus ruim twee keer een gewone maand (690.000 gedeeld door 319.091 is 2,16). Je stelt één vervolgvraag over november en krijgt bijvoorbeeld twintig boekingsregels terug op één omzetrekening bij één afnemer. Ook dan heb je nog altijd geen 130.000 regels gedeeld, maar twintig.
Reken ook de tijd door. Een export maken, controleren of hij compleet is, uploaden en wachten tot de AI hem heeft gelezen, kost in de praktijk zo'n twintig minuten. Doe je dat elke maand één keer, dan is dat 12 maal 20 is 240 minuten, ofwel vier uur per jaar. Heb je per maand drie vragen die elk een eigen export vragen, dan is het 36 maal 20 is 720 minuten, ofwel twaalf uur per jaar. Bij een gerichte koppeling is die tijd nul, omdat je de vraag direct stelt.
Wat gaat er in de praktijk mis?
- Een export met salarisgegevens uploaden voor een vraag over de omzet. De vraag ging over vier omzetrekeningen, het bestand bevatte de complete loonjournaalpost. Wie toch moet uploaden, filtert eerst op de rekeningen en de periode die de vraag nodig heeft.
- Een gratis AI-abonnement gebruiken voor bedrijfscijfers. Bij veel consumentenabonnementen worden gesprekken gebruikt voor het verbeteren van het model. Voor een privévraag is dat prima, voor een omzetoverzicht per klant niet. Controleer dit in de voorwaarden voordat je iets deelt.
- Een antwoord van de AI zonder controle in een rapportage zetten. Een AI die twaalf maandbedragen optelt zonder berekening kan er honderden euro's naast zitten, en dat verschil valt in een net opgemaakte rapportage niemand op. Controleer elk overgenomen totaal tegen de bron.
- Een koppeling instellen met meer rechten dan nodig. Een koppeling die mag lezen én schrijven, of die bij alle administraties kan terwijl de vraag over één BV gaat, vergroot de schade van elke fout. Geef de minste rechten waarmee de vraag beantwoord kan worden.
- Aannemen dat de AI de actuele cijfers heeft. De AI antwoordt net zo overtuigd op basis van een upload van drie weken geleden als op basis van de stand van vanochtend. Vraag bij twijfel expliciet welke bron of welke datum hij gebruikt.
De keuze tussen deze vier routes is uiteindelijk geen technische keuze maar een keuze over wat je bereid bent te delen voor het antwoord dat je nodig hebt. Wie eerst opschrijft welk antwoord hij zoekt, merkt bijna altijd dat de vraag klein is en het bestand groot.
Zo werkt het in Easyclose
Easyclose is gebouwd op de vierde route: je cijfers blijven staan en de AI haalt per vraag alleen het antwoord op. De MCP-server werkt via OAuth met de rechten van de ingelogde gebruiker en is alleen-lezen, dus er kan niets worden geboekt, gewijzigd of gewist. De AI ziet nooit meer dan de gebruiker zelf mag zien, en er gaat geen kopie van de administratie de deur uit. De beschikbare vragen zijn onder meer de administraties opvragen, winst-en-verlies, balans, de rekening-courant-controle, boekingen zoeken en een rekening uitsplitsen. Meer daarover staat op de pagina AI en MCP.
De ingebouwde assistent doet voorstellen voor kolom- en rekeningmapping, voor het opbouwen van een rapportagestructuur en voor het uitleggen van signalen. AI-functies staan standaard uit en werken per soort pas na expliciete toestemming; een voorstel wordt nooit automatisch doorgevoerd, jij bevestigt het. Sleutels van AI-leveranciers staan aan de serverkant, nooit in de browser. De database draait in de Europese Unie (Frankfurt) en weigert zelf elke rij die niet bij jouw organisatie hoort. Zie beveiliging.
Veelgestelde vragen
Wat gebeurt er met mijn cijfers als ik een export naar een AI upload?
Het hele bestand komt op de servers van de AI-leverancier te staan, niet alleen het deel dat je vraag nodig had. Een auditfile bevat alle boekingsregels van een boekjaar, met relatienamen, omschrijvingen en salarisboekingen. Hoe lang dat bewaard wordt en of het gebruikt wordt voor het verbeteren van het model, staat in de voorwaarden van je abonnement, niet in de software waaruit je exporteerde.
Kun je AI op je cijfers gebruiken zonder een bestand te uploaden?
Ja. Bij een gerichte koppeling stelt de AI per vraag alleen die vraag aan het systeem waar de cijfers staan, en krijgt alleen het antwoord terug. Vraag je naar de omzet per maand, dan gaan er twaalf bedragen heen en weer in plaats van een bestand met tienduizenden regels. De administratie blijft staan waar hij staat en het antwoord komt uit de actuele stand.
Welke gegevens staan er allemaal in een export uit een boekhoudpakket?
Per boekingsregel meestal de datum, de periode, het dagboek, het boekstuknummer, de grootboekrekening, de omschrijving, het bedrag, debet of credit, de relatie en de factuurreferentie, soms aangevuld met project of kostensoort. Over een heel boekjaar zijn dat in het mkb al snel tienduizenden regels, inclusief loonjournaalposten, de rekening-courant met de directie en de namen van al je klanten en leveranciers.
Mag ik een antwoord van een AI zomaar in mijn rapportage overnemen?
Alleen als je het cijfer kunt terugvinden tot de boekingsregel: datum, dagboek, boekstuk, rekening en bedrag. AI is sterk in samenvatten en in het vinden van uitschieters, maar niet betrouwbaar in optellen zonder berekening en in het verklaren van iets waarvan hij de achtergrond niet kent. Een plausibel klinkende verklaring is nog geen onderbouwing en hoort niet ongecontroleerd in een maandpakket.
Waar moet ik op letten bij een AI-abonnement voor financieel werk?
Op wat er met je gesprekken gebeurt. Bij veel consumentenabonnementen mogen gesprekken worden gebruikt voor het verbeteren van het model, bij zakelijke abonnementen is dat meestal uitgesloten. Kijk ook waar de verwerking plaatsvindt en of er een verwerkersovereenkomst beschikbaar is. Dit is een afspraak in je abonnement en staat los van de software die je aan de AI koppelt.
Waar is AI goed in bij financiële data en waar niet?
Goed in samenvatten, in het opvallen van patronen en uitschieters, in het uitleggen van een begrip en in het opstellen van een concepttoelichting die jij aanscherpt. Niet betrouwbaar in optellen zonder bron, in het verzinnen van context die er niet is en in het beoordelen of een boeking juist is, want daarvoor is de onderliggende factuur of afspraak nodig en niet de boekingsregel.