De tijdwinst bij kleine bedrijven begint vaak niet met een groot dataplatform, maar met een foto van een kassabon of een doorgestuurde factuur. De Deense uitgavenbeheerder Pleo zet automatisering en AI in om bonnen, kaartuitgaven en administratieve gegevens bij elkaar te brengen, zodat medewerkers minder handmatig hoeven te registreren en financiële teams minder vaak informatie hoeven na te vragen. Voor veel mkb-bedrijven is dat een herkenbaar knelpunt: de kosten ontstaan buiten de boekhouding, maar moeten uiteindelijk wel controleerbaar worden verwerkt.

Edgar van Lent ziet juist in dit soort afgebakende processen een realistisch beginpunt voor AI in het midden- en kleinbedrijf. Niet omdat de technologie alle financiële beoordeling overneemt, maar omdat zij terugkerend invoerwerk kan voorbereiden en afwijkingen eerder zichtbaar maakt. De toepassing is laagdrempelig: zij sluit aan op een bestaand proces rond declaraties, zakelijke kaarten en facturen, zonder dat een kleinere onderneming eerst een eigen AI-team hoeft op te bouwen.

Van bon naar controleerbare boeking

Pleo is in Europa actief als platform voor zakelijke uitgaven. Het bedrijf koppelt betaalkaarten en uitgavenbeheer aan het vastleggen van bonnen en het aanvullen van gegevens die nodig zijn voor de financiële administratie. Wanneer een medewerker een bon indient, kan software gegevens zoals leverancier, datum en bedrag uitlezen en verbinden aan de transactie. De administrateur behoudt vervolgens de taak om uitzonderingen te beoordelen, categorieën te controleren en de boeking volgens de eigen regels te verwerken.

Dat onderscheid is essentieel. Een bon is niet automatisch een correcte boeking. Er kunnen ontbrekende gegevens zijn, een verkeerde kostenplaats, onduidelijkheid over btw of een uitgave die volgens het bedrijfsbeleid nadere toelichting vraagt. De praktische waarde van AI ligt daarom vooral in het sorteren, voorstellen en signaleren. De medewerker hoeft minder gegevens over te typen; de financiële verantwoordelijke kan aandacht richten op de posten die werkelijk afwijken.

Edgar van Lent, AI-specialist gericht op de toepassing van kunstmatige intelligentie in bedrijfsprocessen, stelt dat kleinere ondernemingen het meeste hebben aan AI die een bestaande controletrein korter maakt. “De winst zit niet in een technisch indrukwekkend systeem, maar in minder wachttijd tussen een uitgave, de vastlegging ervan en de beoordeling die toch al nodig is.”

Voor een mkb-ondernemer is dat ook een beheersbaar invoermodel. Eerst kan de organisatie afspraken aanscherpen over wie bonnen aanlevert, welke gegevens verplicht zijn en wanneer een uitgave moet worden goedgekeurd. Daarna ondersteunt de software die discipline. AI wordt daarmee geen los experiment naast het werk, maar een hulpmiddel in een proces dat al bestaat.

Dext richt zich op documenten vóór de boekhouding

Een vergelijkbare, maar inhoudelijk andere toepassing is te zien bij het Britse Dext. Het platform wordt gebruikt door ondernemers en accountantskantoren om inkoopfacturen, bonnen en andere financiële documenten digitaal vast te leggen en gegevens daaruit beschikbaar te maken voor boekhoudsoftware. Documentherkenning en automatisering vormen daarbij de basis: een papieren of digitale bron wordt omgezet in gegevens waarmee de administratie verder kan.

Voor kleinere bedrijven is vooral de keten relevant. Een leverancier stuurt een factuur als pdf, een medewerker ontvangt een bon onderweg en een accountant wil niet aan het einde van de maand losse documenten najagen. Door die documenten direct te verzamelen en de kerngegevens te laten uitlezen, ontstaat een vollediger dossier vóórdat de boekhouder of accountant inhoudelijke controle uitvoert. Dat verkleint niet alleen handmatig overtypewerk, maar maakt het gesprek met de ondernemer ook concreter: welke posten zijn nog onduidelijk, welke documenten ontbreken en welke uitgaven vragen om uitleg?

De overeenkomst met Pleo is dat beide toepassingen beginnen bij een zeer zichtbaar administratief probleem. Het verschil is dat Pleo de nadruk legt op uitgavenstromen rond zakelijke betalingen, terwijl Dext vooral de route van bron-document naar boekhouding ondersteunt. Samen laten ze zien waarom AI in het mkb niet per se begint bij voorspellen of genereren. Vaak begint het bij betrouwbare vastlegging van informatie die al in de organisatie aanwezig is, maar versnipperd binnenkomt.

Edgar van Lent benadrukt dat ondernemers daarbij niet alleen naar de beloofde tijdwinst moeten kijken. “Wie bonnen en facturen automatisch laat uitlezen, moet vooraf bepalen wie fouten corrigeert, welke velden altijd menselijke controle krijgen en hoe medewerkers omgaan met documenten die niet in het systeem thuishoren.” Vooral bij btw, betaalgegevens en boekingsregels blijft vakinhoudelijke toetsing nodig. Automatisering maakt die toetsing efficiënter, maar vervangt haar niet.

Klein beginnen, maar wel met duidelijke grenzen

De aantrekkingskracht van deze toepassingen is dat zij geen groots herontwerp van de onderneming vereisen. Een mkb-bedrijf kan beginnen met één stroom, bijvoorbeeld declaraties of inkoopfacturen, en vooraf vastleggen wat een goede uitkomst is: minder ontbrekende bonnen, snellere voorbereiding van boekingen of minder tijd besteed aan het terugzoeken van documenten. Dat levert een betere basis voor een besluit over uitbreiding naar andere processen, zoals contractbeheer, klantenservice of voorraadadministratie.

Daarbij zijn enkele randvoorwaarden onmisbaar:

  • maak duidelijk welke documenten medewerkers via het systeem mogen verwerken en welke gegevens niet in vrije tekstvelden thuishoren;
  • houd verantwoordelijkheid voor goedkeuring, btw-behandeling en uitzonderingen bij mensen met de juiste financiële kennis;
  • controleer of koppelingen met boekhoudsoftware, autorisaties en bewaartermijnen passen bij de werkwijze van de onderneming.

Deze voorwaarden zijn niet bureaucratisch, maar bepalen of de tijdwinst standhoudt. Als medewerkers niet weten wat zij moeten aanleveren, of als uitzonderingen zich opstapelen zonder eigenaar, verschuift het handwerk slechts naar een later moment. De beste invoering is daarom klein genoeg om fouten snel te zien en concreet genoeg om de nieuwe werkwijze uit te leggen.

Van administratieve verlichting naar procesinzicht

De praktijk van Pleo en Dext laat zien dat toegankelijke AI voor het mkb vooral waarde krijgt wanneer zij administratieve frictie wegneemt zonder de controleketen te verbreken. De technologie maakt het mogelijk om gegevens eerder te structureren; de onderneming bepaalt welke beoordeling, autorisatie en correctie nodig blijven. Daardoor ontstaat niet alleen tijdwinst, maar ook een vollediger beeld van uitgaven en documenten.

Edgar van Lent verwacht dat juist zulke toepassingen de komende stap in het mkb bepalen. Zijn beoordeling is dat bedrijven niet moeten wachten op een allesomvattende AI-strategie, maar wel moeten eisen dat een toepassing meetbaar helpt in één proces en controleerbaar blijft bij uitzonderingen. Wie bonnen en facturen beter vastlegt, bouwt volgens Edgar van Lent tegelijk aan de procesdiscipline die nodig is om AI later op een verantwoorde manier breder in te zetten.