Niet sneller werken ten koste van kwaliteit, maar AI zo inzetten dat elke stap controleerbaar en verdedigbaar blijft.
Wat je ervaart
Vijf weken lang vertaal je de generieke AI-basis naar de dagelijkse praktijk van finance en accountancy.
Je leert AI inzetten voor kantoorkennis, klantvragen, dossierwerk, cijferanalyse, research en procesondersteuning. Niet als losse prompttruc, maar als manier om werk beter voor te bereiden, sneller te structureren en scherper te controleren.
De rode draad is verdedigbaarheid. Je leert werken met bronnen, testvragen, beslissingsregels en controlemomenten. Iedere AI-toepassing moet duidelijk maken waarop het antwoord gebaseerd is, waar de grenzen liggen en waar de professional altijd zelf beslist.
Aan het einde weet je hoe je AI praktisch inzet in je werk, zonder je professionele oordeel uit handen te geven.
Trackowner
Alex, accountant en AI Lead bij Vermetten
Alex is accountant en richt zich op automatisering, internationaal ondernemen, jaarverslaggeving en de praktische inzet van AI binnen het vak. Als AI Lead bij Vermetten helpt hij nieuwe technologie niet alleen te begrijpen, maar vooral toepasbaar te maken in de dagelijkse praktijk van accountants en financials.
"AI in accountancy gaat niet over sneller om het sneller. Het gaat om beter voorbereid zijn, scherper controleren, en altijd kunnen uitleggen waar je oordeel op rust."
Programma in vijf weken
Week | Wat je doet | Wat je leert |
|---|---|---|
1. Kennisfundament | Je bouwt een kantoor-kennisbank met bronnen, instructies en een testset. | Hoe je AI-antwoorden grondt in bronnen, en test of ze ook echt kloppen. |
2. Deelbare skill | Je legt een vakproces vast als skill met stappen, controles en beslissingsmatrix. | Hoe je dossierwerk herhaalbaar maakt en vastlegt wanneer AI moet escaleren. |
3. Cijferanalyse | Je laat AI reproduceerbare code schrijven voor analyse van een administratie-export. | Waarom rekenwerk in code hoort, en interpretatie bij jou en AI samen ligt. |
4. Research-agent | Je bouwt een agent voor klantonderzoek en leert sectortools beoordelen. | Hoe je bronnen, citaties en tools beoordeelt en wanneer je koopt of zelf bouwt. |
5. Eindopdracht | Je bouwt een eigen AI-oplossing met verantwoordingsdossier en uitrolplan. | Hoe je een AI-oplossing test, verantwoordt en overdraagt aan collega's. |
Week 1: kennisfundament met bronvastheid
Je begint met de basis: AI mag niet zomaar “ongeveer” antwoord geven.
Je bouwt een kennislaag op basis van kantoorkennis, werkinstructies, voorbeeldmateriaal en betrouwbare bronnen. De AI moet antwoorden zoals jouw kantoor werkt: met bronvermelding, duidelijke grenzen en de discipline om aan te geven wanneer de bron iets niet dekt.
Daarna test je met vaste vragen en strikvragen. Zo leer je wanneer AI bruikbaar ondersteunt, wanneer het te stellig wordt en waar menselijke controle noodzakelijk blijft.
Week 2: deelbare accounting-skills
Je legt een terugkerend vakproces vast als herbruikbare skill.
Niet als losse prompt, maar als een werkwijze met stappen, criteria, controles en escalatieregels. Denk aan het voorbereiden van klantvragen, dossierchecks, conceptadviezen, btw-vraagstukken of interne reviewstappen.
Je maakt ook een beslissingsmatrix: wat mag AI voorbereiden, wat moet altijd worden gereviewd en wanneer moet het direct naar de professional?
Week 3: cijferanalyse en controleerbaar rekenen
In week drie werk je met gestructureerde data, zoals een administratie-export.
Je leert waarom AI niet op gevoel moet rekenen. Voor analyses, tellingen, aansluitingen en afwijkingen gebruik je reproduceerbare code of controleerbare berekeningen. AI helpt bij het voorbereiden, verklaren en signaleren, maar de analyse moet navolgbaar blijven.
Zo leer je cijferanalyse versnellen zonder dat uitkomsten oncontroleerbaar worden.
Week 4: research-agents en tools doorzien
Je bouwt een research-agent voor klantonderzoek, bijvoorbeeld rond bedrijfsstructuren, bestuurders, nieuws, risico’s, sectorinformatie of WWFT-signalen.
Elke bewering moet terug te voeren zijn op een controleerbare bron. Je leert bronkwaliteit beoordelen, citaties controleren en omgaan met tegenstrijdige of onvolledige informatie.
Daarnaast kijk je naar sectortools. Wat doet zo’n tool precies? Waar gaat klantdata heen? Wanneer koop je software in, en wanneer is een eigen workflow beter
Week 5: eindopdracht en verantwoordingsdossier
Je kiest een echt probleem uit je eigen praktijk en bouwt een werkende oplossing, een kennisbank-agent, een WWFT-research-agent, een btw-controle, of een dossiercontrole-workflow. Niet alleen werkend, maar ook verdedigbaar: met doel, risicoanalyse, bronafbakening, testresultaten, audit trail en uitrolplan.
Wat je meeneemt
Aan het einde van de track heb je een concrete AI-workflow die past bij je eigen praktijk.
Daarnaast heb je geleerd hoe je AI-toepassingen binnen finance en accountancy beoordeelt op brongebruik, kwaliteit, controleerbaarheid, privacy, risico’s en overdraagbaarheid.
Je sluit af met meer dan inspiratie: je hebt een manier van werken waarmee je AI verantwoord kunt inzetten in klantvragen, dossierwerk, analyse, research en interne processen.
Na deze vijf weken
Na deze track weet je hoe je AI toepast binnen de kwaliteitsnormen van je vakgebied,
Je kunt beter beoordelen wat AI mag voorbereiden, wat jij moet controleren en hoe je AI-werk vastlegt zodat het ook richting collega’s, klanten of reviewers verdedigbaar blijft.
