AI koppelen aan Exact Online en AFAS: de koppeling is het project

De AI leest het document foutloos. Daarna typt iemand het alsnog over in Exact Online of AFAS. Dat is de stand van de meeste AI pilots die we bij dienstverleners zien. De demo werkt, de tijdwinst blijft uit, want het laatste stuk is nog handwerk.

Wie zoekt op een Exact Online koppeling of een AFAS koppeling met AI, denkt vaak dat de AI het project is en de koppeling een detail. Het is andersom. De AI is in een paar weken gebouwd. De koppeling bepaalt of je team ooit stopt met overtypen, of je de cijfers kunt vertrouwen en wat er gebeurt als er iets misgaat.

Dit artikel is voor eigenaren en operationeel leiders van Nederlandse B2B dienstverleners met 10 tot 200 mensen. Denk aan subsidieadviseurs, administratiekantoren, opleiders, keuringsbedrijven en compliance adviseurs. Je draait een vast expertproces met volume, en het resultaat moet in Exact, AFAS of een sectorpakket landen. Het is niet voor je als je 1 losse Zapier flow zoekt, als je nog geen vast proces hebt, of als je een aanbesteding van 6 maanden draait.

In dit artikel lees je wat een koppeling met Exact Online en AFAS echt doet, de 4 vragen die elke koppeling moet beantwoorden, 3 manieren om AI aan je administratie te koppelen met hun prijzen, een rekenvoorbeeld met 6.000 inschrijvingen per jaar, en wat er na de livegang gebeurt.

‍

Belangrijkste inzichten

• Een AI pilot die eindigt in een chatvenster bespaart weinig: de winst zit pas in het moment dat het resultaat zonder overtypen in je administratie staat.

• Elke koppeling beantwoordt 4 vragen: lezen of schrijven, welk record in welke status, met welke identiteit, en wat er gebeurt bij een fout.

• Laat de AI nooit direct boeken. Laat hem een concept klaarzetten dat een mens goedkeurt, zeker waar een fout geld kost.

• AFAS werkt met GetConnectoren om te lezen en UpdateConnectoren om te schrijven, en per token bepaal je welke connectoren mogen.

• Exact Online werkt met een app die per administratie toegang krijgt, met limieten per minuut en per dag.

• Een standaardkoppeling past bij een standaardproces. Zodra jouw regels afwijken, heb je een eigen koppeling nodig die je zelf bezit.

• In het rekenvoorbeeld komt een opleider van 1.290 naar ongeveer 375 uur handwerk per jaar, met een terugverdientijd van ongeveer 10 maanden.

• Na de livegang begint het onderhoud: tokens verlopen, API's veranderen en iemand moet bij naam op de melding staan.

‍

Waarom je AI pilot stopt bij het overtypen

Een typische pilot gaat zo. Iemand zet een stapel aanvragen, inschrijvingen of facturen in een AI tool. De tool haalt naam, KvK nummer, bedragen en data er netjes uit. Iedereen is onder de indruk. Dan blijkt dat de uitkomst in een scherm staat, en dat een medewerker die gegevens alsnog in Exact of AFAS zet.

Dat overtypen was precies het werk dat je wilde kwijtraken. Het lezen van een document kost een ervaren medewerker vaak minder tijd dan het invoeren ervan. Je debiteur zoeken, controleren of hij al bestaat, de juiste grootboekrekening kiezen, het project koppelen, het btw percentage zetten. Dat is waar de minuten zitten.

Er zit ook een tweede probleem onder. Als de AI uitkomst en je administratie los van elkaar bestaan, heb je 2 versies van de waarheid. Wie de AI uitkomst corrigeert, past de administratie niet aan, en andersom. Na 3 maanden vertrouwt niemand meer welk getal klopt.

Daarom zeggen we tegen elke klant hetzelfde. Je bouwt geen AI tool met een koppeling erachter. Je bouwt een koppeling met wat oordeel in het midden. Wie dat omdraait, krijgt een demo die werkt en een proces dat niet verandert. Onze algemene uitleg over AI koppelen aan je bestaande systemen gaat dieper in op de patronen. Hier gaat het om de Nederlandse administratie en wat daar specifiek speelt.

‍

Wat een koppeling met Exact Online of AFAS eigenlijk doet

Een koppeling is een stukje software dat namens jouw bedrijf gegevens leest uit een systeem of erin schrijft. Dat klinkt simpel. Het verschil zit in de details per pakket, en die details bepalen wat je wel en niet veilig kunt automatiseren.

AFAS Profit: connectoren en tokens

AFAS werkt met connectoren. Met een GetConnector haal je gegevens op, zoals debiteuren, projecten of medewerkers. Met een UpdateConnector voeg je gegevens toe, pas je ze aan of verwijder je ze. Dat staat zo in de documentatie van AFAS over connectoren.

De toegang loopt via een App connector. Daarin bepaal je per token welke GetConnectoren en UpdateConnectoren gebruikt mogen worden. Dat is goed nieuws voor wie het veilig wil doen. Je kunt een koppeling precies de 3 connectoren geven die hij nodig heeft, en niets meer.

Een UpdateConnector controleert een bericht ook voordat AFAS het verwerkt. Ontbreekt een verplicht veld of klopt een code niet, dan krijg je een foutmelding terug. Dat is precies het moment waarop een goede koppeling het record niet laat vallen, maar het met de foutmelding bij een mens neerlegt.

Exact Online: een app per administratie

Exact Online werkt met een geregistreerde app die toegang krijgt via een login van een gebruiker. Die app werkt per administratie, en heeft limieten op het aantal verzoeken per minuut en per dag. Wie 300 klanten in aparte administraties bedient, zoals een administratiekantoor, merkt dat snel.

Exact publiceert een overzicht van de REST API met alle onderdelen die je kunt lezen en schrijven. Lang niet alles wat je in het scherm ziet, kun je ook via de API aanpassen. Dat moet je per proces nakijken voordat je een prijs afspreekt, niet erna.

Het sectorpakket dat niemand noemt

Bijna elke dienstverlener heeft naast Exact of AFAS nog een systeem waar het echte werk gebeurt. Een subsidieportaal, een cursusplanner, een keuringsapp, een spreadsheet met 14 tabbladen. Vaak heeft dat systeem geen API, of een API die niemand ooit heeft gebruikt.

Dat is meestal de lastigste koppeling van het project, en hij staat zelden in de offerte. Vraag daarom altijd welke systemen het proces raakt, inclusief het bestand dat iemand elke maandag handmatig bijwerkt.

‍

De 4 vragen die elke koppeling beantwoordt

Voordat er 1 regel code wordt geschreven, moet je deze 4 vragen per systeem op papier hebben. Ze klinken technisch. Het zijn eigenlijk bedrijfsvragen, en jij bent degene die ze kan beantwoorden.

1. Lezen of schrijven

Lezen is veilig en levert vaak meer op dan je denkt. Een koppeling die bij elke nieuwe aanvraag in AFAS opzoekt of de klant al bestaat, welk contract er loopt en of er openstaande facturen zijn, scheelt al veel zoekwerk. Er verandert niets in je administratie, dus het risico is klein.

Schrijven is waar de uren zitten, en waar het risico zit. Begin daarom met lezen, en schrijf pas als je weet hoe vaak de AI het goed heeft.

2. Welk record, in welke status

Schrijven is niet 1 ding. Een nieuwe relatie aanmaken is iets anders dan een verkoopfactuur boeken. Een concept klaarzetten is iets anders dan iets definitief verwerken. Leg per record vast wat de koppeling mag: aanmaken, aanpassen of alleen een concept klaarzetten.

Onze vuistregel is simpel. Alles wat geld verplaatst of wat een klant te zien krijgt, gaat eerst als concept naar een mens. Alles wat makkelijk terug te draaien is, mag de koppeling zelf doen.

3. Met welke identiteit

De snelste manier om een pilot te bouwen, is de koppeling laten werken met de login van de medewerker die hem bouwde. Dat is ook de snelste manier om later niet meer te weten wie wat heeft gedaan. En als die medewerker vertrekt, stopt de koppeling.

Geef de koppeling een eigen gebruiker of een eigen token, met alleen de rechten die het proces nodig heeft. In AFAS is dat een App connector met een paar geselecteerde connectoren. In Exact is dat een aparte gebruiker met beperkte rechten. Dan staat bij elke mutatie wie het deed: de koppeling, niet Sanne van de administratie.

4. Wat er gebeurt als het misgaat

Een koppeling gaat een keer mis. Exact is even niet bereikbaar, een debiteur is geblokkeerd, een document is onleesbaar, de limiet per minuut is bereikt. De vraag is niet of dat gebeurt, maar wat er dan met het record gebeurt.

Het goede antwoord is bijna altijd: het record gaat in een wachtrij, de koppeling probeert het later opnieuw, en na 2 pogingen komt het met alle gegevens en de foutmelding bij een mens terecht. Het slechte antwoord is dat niemand het merkt tot de klant belt dat zijn factuur nooit kwam.

‍

3 manieren om AI aan Exact of AFAS te koppelen

Er zijn grofweg 3 routes, en elk heeft een plek. Het verschil zit niet in de AI, maar in wie je regels kent, wie het onderhoudt en wat er gebeurt bij een fout.

Een standaardkoppeling is een kant en klare verbinding die een softwareleverancier aanbiedt, bijvoorbeeld tussen je urenregistratie en Exact. Voor een standaardproces is dat vaak het beste antwoord. Je betaalt een licentie, iemand zet de velden goed en het werkt. Het probleem begint zodra jouw proces afwijkt van wat de leverancier had bedacht.

Een flow in n8n of Make is de tweede route. Daarmee bouw je snel iets dat een document leest, de AI aanroept en een record in AFAS zet. Voor 1 team met weinig volume kan dat prima zijn. Veel kantoren hebben zo'n flow voor 1.500 tot 5.000 euro laten maken. Hij werkt, tot de bouwer vertrekt of tot er een record misgaat en niemand weet waar het bleef.

Een eigen koppeling is de derde route. Die bevat jouw regels in code: welke regeling bij welke grootboekrekening hoort, wanneer een aanvraag naar een senior adviseur moet, welke klant een afwijkend tarief heeft. Hij zet altijd eerst een concept klaar, houdt een wachtrij bij voor fouten en staat in jouw eigen repository. Hij kost meer om te bouwen, en hij is van jou.

Neem een administratiekantoor met 120 klanten in Exact. Met een standaardkoppeling verwerkt het de facturen van de 80 klanten die op elkaar lijken. Voor de 40 klanten met uitzonderingen typt iemand nog steeds over. Daar ligt de keuze: accepteer je die 40, of bouw je de koppeling die jouw uitzonderingen kent?

Wil je dit voor je eigen proces op papier zetten voordat je offertes opvraagt? Ons gratis AI product requirements template helpt je de systemen, de richting van elke koppeling en de kosten van een fout vast te leggen. Dan krijg je offertes die je kunt vergelijken.

‍

Rekenvoorbeeld: een opleider met 6.000 inschrijvingen per jaar

Een voorbeeld, geen klant. Een opleider en certificeerder met 25 mensen verwerkt 6.000 inschrijvingen per jaar. Ze komen binnen per mail, via een webformulier en als Excel lijst van grote klanten. Elke inschrijving moet in AFAS: de debiteur, de cursist, de cursus en straks de factuur. Daarna gaat de cursist handmatig in de planningstool.

De situatie nu

• Overtypen in AFAS en de planningstool: gemiddeld 12 minuten per inschrijving, samen 1.200 uur per jaar.

• Fouten: 3% van de inschrijvingen heeft een fout in naam, debiteur of cursusdatum, en herstel kost 30 minuten. Dat is 90 uur per jaar.

• Totaal handwerk: 1.290 uur per jaar. Tegen een interne kostprijs van 55 euro per uur is dat ruim 70.000 euro.

De situatie met een koppeling

De AI leest elke inschrijving, ongeacht de vorm. De koppeling zoekt via een GetConnector of de debiteur en de cursist al in AFAS staan. Vaste code controleert of de cursus bestaat, of er plek is en of de prijsafspraak klopt. Daarna zet de koppeling via een UpdateConnector een concept klaar.

• 80% van de inschrijvingen is compleet en klopt: een medewerker keurt ze in een lijst goed, 2 minuten per stuk, samen 160 uur.

• 20% heeft een afwijking, zoals een onbekende debiteur of een volle cursus: die komen met de reden erbij bij een mens, 10 minuten per stuk, samen 200 uur.

• Fouten vallen terug naar 0,5%, want de controle gebeurt vóór het boeken: 15 uur herstel.

• Totaal handwerk: ongeveer 375 uur per jaar. Er komt dus ruim 900 uur vrij, ruim 50.000 euro aan capaciteit.

De kosten. Een eigen koppeling met AI controle en concepten in AFAS en de planningstool ligt bij ons voor zo'n proces rond de 30.000 euro. Beheer kost 1.250 euro per maand, dus 15.000 euro per jaar. Netto houdt de opleider zo'n 35.000 euro per jaar over. De bouw is dan in ongeveer 10 maanden terugverdiend.

Tel je alleen de euro's, dan is dat redelijk. Het echte argument zit ergens anders. Met dezelfde 25 mensen kan de opleider 9.000 inschrijvingen aan in plaats van 6.000, zonder iemand aan te nemen. En wat als maar 60% compleet binnenkomt? Dan komt er nog steeds rond de 750 uur vrij en duurt de terugverdientijd iets meer dan een jaar. Reken je eigen versie altijd ook met het slechtere getal.

‍

Concept eerst: waarom de AI nooit direct boekt

Het is verleidelijk om de laatste stap ook te automatiseren. Als 80% klopt, waarom dan nog goedkeuren? Omdat de 2 minuten goedkeuring meer opleveren dan ze kosten.

De goedkeurlijst is je meetinstrument. Je ziet per week hoe vaak een medewerker iets aanpast, en wat. Na 3 maanden weet je per soort inschrijving of de koppeling het goed doet. Pas dan kun je voor een smalle groep, bijvoorbeeld bestaande klanten met een vaste cursus, de goedkeuring weghalen.

De lijst is ook je bewijs. Je accountant wil weten wie een boeking heeft gedaan. Je klant wil weten waarom zijn factuur zo hoog is. Een concept met een goedkeuring en een naam erbij beantwoordt beide vragen.

En ze maakt het makkelijk om een fout terug te draaien. Een concept dat niemand heeft goedgekeurd, verwijder je met 1 klik. Een definitieve boeking in een afgesloten periode is een gesprek met je accountant. In onze ervaring is dat de duurste minuut van het hele project.

‍

Wat er na de livegang gebeurt

Een koppeling is geen project dat af is. Het is een stuk software dat elke dag met andere systemen praat, en die systemen veranderen zonder jou te vragen.

Tokens en logins verlopen. Een leverancier past zijn API aan of voert nieuwe limieten in. Iemand hernoemt in AFAS een veld of voegt een verplicht veld toe. De AI krijgt een nieuw soort document binnen dat hij nog niet kende. Elk van die dingen kan een koppeling stilzetten, en bij een slechte koppeling merkt niemand het.

Daarom hoort er bij elke koppeling beheer met 3 onderdelen. Monitoring die meldt als er een uur niets is verwerkt terwijl er wel inschrijvingen binnenkwamen. Een engineer bij naam die de melding krijgt. En een maandrapport op 1 pagina: hoeveel records verwerkt, hoeveel bij een mens beland, wat de AI per stuk kostte en wat er is aangepast. De reactietijd op een melding wordt vastgesteld in de Blueprint, niet in een algemene belofte.

Bij ons werken er 2 engineers bij naam aan, van de eerste kaart van het proces tot jaar 2. Dezelfde 2 mensen die de koppeling bouwden, krijgen de melding als hij hapert. Dat scheelt het uitleggen. En als maand 1 tegenvalt, geldt: Exit na maand 1: je betaalt wat er geleverd is en houdt alles. De code staat dan al in jouw repository.

‍

Wat kost een Exact Online koppeling met AI?

Het eerlijke antwoord hangt af van de route en van het aantal uitzonderingen. Een standaardkoppeling kost een licentie per maand. Een flow in n8n of Make kost bij de meeste mkb automatiseerders 1.500 tot 5.000 euro om te starten. Een eigen koppeling met AI controle, concepten en een wachtrij voor fouten kost bij ons 18.000 tot 45.000 euro per groot proces, vaste prijs per mijlpaal.

Daarbovenop komen de lopende kosten. Beheer ligt rond de 1.250 euro per maand per automatisering. De AI zelf kost meestal centen per document, en we zetten er een plafond per stuk op zodat een maand nooit verrast.

Wat de prijs vooral bepaalt, is niet Exact of AFAS. Het zijn 3 dingen. Het aantal systemen dat het proces raakt, of het sectorpakket een API heeft, en hoeveel van je regels nu alleen in het hoofd van een paar mensen zitten. Wie dat vooraf in kaart brengt, krijgt een prijs die klopt.

‍

Zo begin je deze maand

Je hoeft niet te wachten op een groot project om dit scherp te krijgen. Deze stappen kun je met je eigen team doen.

• Kies 1 proces met volume en een prijs per stuk, zoals inschrijvingen, aanvragen of inkomende facturen.

• Tel 2 weken lang hoeveel minuten het overtypen per stuk kost. Gebruik een turflijst, geen schatting.

• Schrijf op welke systemen het proces raakt, inclusief spreadsheets en het sectorpakket.

• Zet per systeem de 4 vragen op papier: lezen of schrijven, welk record in welke status, welke identiteit, wat bij een fout.

• Vraag bij je Exact of AFAS beheerder na of er een aparte gebruiker of App connector voor een koppeling mag komen.

• Leg de 20 lastigste gevallen van de afgelopen maand apart. Die vertellen meer over de prijs dan de 1.000 makkelijke.

Wie het proces eerst in kaart wil brengen, heeft er iets aan om de AI kansen in je workflow systematisch op een rij te zetten. Met die lijst en deze 4 vragen weet je binnen een maand of een koppeling zich terugverdient.

‍

De koppeling is het product

Een AI die documenten leest, is inmiddels gewoon gereedschap. Wat het verschil maakt voor je kantoor, is het moment dat het resultaat zonder overtypen in Exact of AFAS staat, als concept dat een mens met 1 klik goedkeurt, met een naam bij elke mutatie en een melding als het misgaat.

Begin met lezen, schrijf in concepten, geef de koppeling een eigen identiteit en spreek af wie er na de livegang op de melding staat. Dan wordt die eerste koppeling geen pilot die blijft hangen, maar de basis waar je volgende automatisering op voortbouwt.

Wil je de systemen en de koppelingen van je proces vastleggen voordat je met iemand praat? Download het gratis AI product requirements template. Het is dezelfde lijst die wij gebruiken.

Codelevate maakt van Nederlandse B2B dienstverleners softwarebedrijven: we brengen het expertproces in kaart dat je nu met de hand doet, automatiseren het zodat hetzelfde team het volume aankan, en bouwen het platform waar je klanten voor betalen, met 2 engineers bij naam van de blueprint tot jaar 2.

Stuur wat je hebt. 1 van de 2 engineers leest het in 20 minuten met je door, en je krijgt dezelfde dag 1 van 3 antwoorden op papier: zelf doen, iemand aannemen, of de Blueprint.