Documentverwerking automatiseren met AI: het dossier telt, niet het veld

Elke leverancier van documentsoftware noemt hetzelfde getal: 99% nauwkeurig. Klinkt als klaar. Maar een dossier bij een dienstverlener heeft al snel 40 velden. Bij 99% per veld heeft dan 1 op de 3 dossiers minstens 1 fout. Welke, dat weet je niet. Dus controleert je specialist alsnog elk dossier, en heb je weinig gewonnen.

Wie zoekt op "documentverwerking automatiseren met AI", vindt vooral uitleg over facturen en OCR: lees het document, haal de velden eruit, zet ze in je boekhouding. Voor 1 factuur werkt dat. Voor een dossier met 9 documenten, 3 regelingen en een advies aan het eind werkt het anders. Daar gaat dit artikel over.

Het is voor de eigenaar, managing partner of operationeel leider van een Nederlands B2B dienstverlenend bedrijf met 10 tot 200 mensen. Je verwerkt dossiers met de hand: subsidieaanvragen, BPM aangiftes, douanedossiers, certificeringen, keuringen, verzekeringsaanvragen of jaarstukken. Je rekent per dossier of per uur, er zit volume in, en je groei loopt vast op het aantal specialisten dat je kunt vinden.

Het is niet voor je als je alleen inkoopfacturen wilt laten inlezen. Daar zijn goede kant en klare tools voor, en dit artikel is dan te zwaar. Het is ook niet voor je als je de AI zelfstandig wilt laten beslissen waar een fout veel geld kost.

In dit artikel lees je waarom nauwkeurigheid per veld het verkeerde getal is, waar de uren in een dossier echt zitten, welke 6 stappen een dossier doorloopt en wat AI bij elke stap doet, hoe de rekensom uitpakt bij een kantoor met 2.400 dossiers per jaar, en wanneer je een tool koopt of iets laat bouwen.

‍

Belangrijkste inzichten

• Bij een dienstverlener is de eenheid het dossier, niet het document. Automatiseer het dossier, niet het veld.

• 99% per veld is bij 40 velden 67% foutloze dossiers. Het getal dat telt, is het deel van de dossiers dat zonder correctie door de controle komt.

• Uitlezen is meestal maar een kwart van de tijd. De uren zitten in compleet maken, vergelijken tussen documenten, regels toepassen en het advies schrijven.

• Laat de AI lezen, laat vaste code de regels toepassen en laat een mens tekenen. Laat het model nooit zelf de berekening doen.

• Een uitzonderingenrij met een eigenaar is belangrijker dan een hoger nauwkeurigheidsgetal. Wat de AI niet zeker weet, moet ergens heen.

• In ons rekenvoorbeeld komt ruim 5.600 uur per jaar vrij. Dat is geen ontslagronde maar capaciteit: hetzelfde team kan ruim 2 keer zoveel dossiers aan.

• Een tool past bij 1 documentsoort met een vaste vorm. Zodra het dossier regels, uitzonderingen en een koppeling met je sectorsysteem heeft, loont maatwerk.

‍

Een factuur is geen dossier

Bijna alles wat je over documentverwerking leest, gaat over facturen, bonnen en orders. Dat is logisch: die komen bij elk bedrijf binnen, ze lijken op elkaar en de uitkomst is simpel. 1 document, 1 boeking. Als een veld fout is, ziet je boekhouder het bij de afstemming.

Een dossier bij een dienstverlener werkt anders. Neem een BPM aangifte voor een geïmporteerde auto. Er komt een kentekenbewijs uit het buitenland, een aankoopfactuur, een taxatierapport, foto's, soms een schaderapport en een mail van de klant met extra informatie. Die documenten moeten met elkaar kloppen. Het chassisnummer op de factuur moet hetzelfde zijn als op het kentekenbewijs. De datum van eerste toelating bepaalt de afschrijving. De schade op de foto's moet in het taxatierapport staan.

Pas als dat allemaal klopt, begint het eigenlijke werk: de regels toepassen, de berekening maken en de aangifte opstellen. En aan het eind zet iemand er een handtekening onder. Als het fout gaat, betaalt de klant te veel belasting of krijgt jouw kantoor een correctie met een boete.

Hetzelfde patroon zie je bij een subsidieaanvraag (begroting, offertes, jaarrekening, projectplan), een certificering (procedures, registraties, auditverslagen) of een verzekeringsaanvraag. Veel documenten, die samen 1 beslissing moeten dragen.

Dat verklaart ook een deel van de kloof die het CBS meet: in 2025 gebruikte 27% van de bedrijven met 10 tot 50 werkzame personen AI, tegen 66% van de bedrijven met 250 of meer. Grote bedrijven hebben mensen die het proces eerst uitschrijven. Bij een kantoor van 25 mensen zit dat proces in het hoofd van de specialisten.

Daarom is de vraag niet: kan AI dit document lezen? Dat kan het, al een paar jaar behoorlijk goed. De vraag is: kan AI dit dossier voorbereiden tot het punt waar jouw specialist alleen nog hoeft te controleren en te tekenen?

‍

De rekensom die elke leverancier overslaat

Stel dat een systeem 99% van de velden goed uitleest. Dat klinkt als bijna perfect. Maar je specialist werkt niet met velden. Je specialist werkt met dossiers. En een dossier is pas goed als alle velden goed zijn.

Als fouten los van elkaar optreden, is de kans op een foutloos dossier 0,99 tot de macht het aantal velden. Bij 10 velden is dat 90%. Bij 40 velden is het 67%. Bij 80 velden 45%. Met andere woorden: bij een dossier van 80 velden heeft meer dan de helft van de dossiers minstens 1 fout, terwijl het systeem "99% nauwkeurig" is.

In het echt liggen fouten niet helemaal los van elkaar. Een slechte scan geeft meerdere fouten tegelijk, en een helder document geeft er bijna geen. De tabel is dus een vereenvoudiging. De les blijft staan: een klein foutpercentage per veld wordt een groot foutpercentage per dossier.

Wat betekent dat in de praktijk? Als je niet weet welke dossiers fout zijn, moet iemand ze allemaal controleren. Dan heb je typewerk vervangen door controlewerk, en controleren kost bijna net zoveel tijd als zelf doen. Dat is de reden dat veel documentprojecten na de pilot stil komen te liggen. De demo was goed, de uren gingen niet omlaag.

Er zijn 2 getallen die er wel toe doen. Het eerste is het deel van de dossiers dat zonder correctie door de controle komt. Het tweede is hoe lang die controle duurt. Een systeem dat 60% van de dossiers foutloos aanlevert en bij de rest precies aanwijst wat het niet zeker weet, is veel meer waard dan een systeem met een hoger getal per veld dat niets aanwijst.

Vraag een leverancier dus niet naar de nauwkeurigheid. Vraag: van mijn laatste 50 dossiers, hoeveel kwamen er zonder correctie door, en hoe wist je specialist bij de rest waar te kijken?

‍

Waar de uren in een dossier echt zitten

Voordat je iets automatiseert, moet je weten waar de tijd heen gaat. Bij bijna elk kantoor dat we spreken, schat de eigenaar dat het meeste werk in het overtypen zit. Als we het meten, is dat zelden zo.

Neem een dossier dat in totaal 3 uur kost. Zo verdeelt die tijd zich bij een typisch kantoor, als voorbeeld:

• Compleet maken en ontbrekende stukken opvragen: 25 minuten.

• Documenten sorteren, benoemen en in het systeem zetten: 15 minuten.

• Lezen en overtypen: 40 minuten.

• Vergelijken tussen documenten en navragen bij de klant: 35 minuten.

• Regels toepassen en de berekening maken: 30 minuten.

• Het advies, de aanvraag of de aangifte opstellen: 25 minuten.

• Laatste controle en versturen: 10 minuten.

Het uitlezen, het deel waar documentsoftware over gaat, is 40 van de 180 minuten. Dat is 22%. Ook als je dat volledig wegautomatiseert, blijft 78% van de tijd staan. Wie alleen het uitlezen koopt, koopt het kleinste stuk.

De grote blokken zitten aan de randen. Vooraan: is het dossier compleet, en wat mist er? Elk ontbrekend stuk is een mail, een wachttijd en een tweede keer het dossier openen. In het midden: kloppen de documenten met elkaar? Achteraan: welke regel geldt, wat is de uitkomst, en hoe schrijf je dat op?

Daar kan AI bij helpen, maar niet allemaal op dezelfde manier. Dat brengt ons bij de stappen.

‍

De 6 stappen van een dossier en wat AI bij elke stap doet

Elk dossier dat we tot nu toe hebben gezien, past in dezelfde 6 stappen. De verdeling van het werk tussen AI, vaste code en een mens verschilt per stap. Dat is de kern van een goed ontwerp.

1. Ontvangen en compleet maken

De AI leest wat er binnenkomt, bepaalt welk dossier het is en checkt het tegen een lijst van wat er moet zijn. Ontbreekt er iets, dan stelt hij de mail aan de klant op met precies wat er mist. Een mens hoeft die alleen te versturen, of het systeem doet dat zelf als de tekst vastligt. Hier zit vaak de snelste winst, omdat wachttijd uit het proces verdwijnt.

2. Sorteren en benoemen

Welk document is de factuur, welk het taxatierapport, welke foto hoort waarbij? Dit is werk waar AI goed in is en waar een fout weinig kost. Een verkeerd benoemd document valt in de volgende stap vanzelf op.

3. Uitlezen

Hier haalt de AI de velden uit de documenten. Belangrijk is niet alleen de waarde, maar ook hoe zeker het model is en waar in het document de waarde staat. Dat laatste maakt de controle later snel: je specialist klikt op een veld en ziet de plek in het origineel.

4. Vergelijken tussen documenten

Klopt het chassisnummer overal? Is het bedrag op de offerte hetzelfde als in de begroting? Valt de datum binnen de regeling? Dit zijn controles die je vooraf opschrijft en die vaste code uitvoert, niet het model. Het model levert de waarden, de code vergelijkt. Een verschil gaat naar de uitzonderingenrij met een duidelijke reden.

5. Regels toepassen en berekenen

Hier gaat het vaak mis bij zelfgebouwde opzetten met losse AI tools. Iemand vraagt het model om de BPM te berekenen of te bepalen of een kostenpost subsidiabel is. Het model geeft een antwoord dat klinkt als een expert, en soms is het fout. Regels en berekeningen horen in vaste code die je kunt testen, met de tabellen van dit jaar erin. Het model mag uitleggen, de code rekent.

6. Opstellen en goedkeuren

De AI zet het advies, de aanvraag of de aangifte klaar op basis van de uitkomst van de vorige stappen, in jouw sjabloon. Een specialist leest het, ziet in 1 scherm wat de AI zeker wist en wat niet, en tekent. Waar een fout duur is, keurt een mens goed. Altijd.

Kort samengevat: de AI leest, vaste code beslist volgens jouw regels en een mens tekent. Hoe ver je de AI zelfstandig laat werken, is een keuze per stap. Daar schreven we een apart stuk over: hoeveel zelfstandigheid je AI agent moet krijgen.

‍

Rekenvoorbeeld: een kantoor met 2.400 dossiers per jaar

Een voorbeeld met ronde getallen. Het is geen klant, maar een realistisch kantoor zoals we ze vaak spreken.

Een fiscaal specialist met 25 mensen verwerkt 2.400 dossiers per jaar. Elk dossier kost gemiddeld 3 uur. Dat is 7.200 uur. Met een kostprijs van 75 euro per uur is dat 540.000 euro per jaar aan dossierwerk. Er staat al 5 maanden een vacature open voor een extra specialist.

Na de automatisering ziet het er zo uit. De AI bereidt elk dossier voor tot en met stap 6. Van alle dossiers komt 60% zonder correctie door de controle. Daar kijkt een specialist 15 minuten naar en tekent. De andere 40% heeft minstens 1 uitzondering. Daar gaat gemiddeld 75 minuten in, omdat de specialist precies ziet waar te kijken en de rest al klaarstaat.

• 1.440 dossiers zonder correctie, 15 minuten elk: 360 uur.

• 960 dossiers met een uitzondering, 75 minuten elk: 1.200 uur.

• Totaal: 1.560 uur, tegen 7.200 uur nu.

Er komt ruim 5.600 uur vrij. Bij zo'n 1.600 declarabele uren per specialist per jaar is dat de capaciteit van 3 tot 4 mensen. De vacature hoeft niet meer gevuld te worden, en hetzelfde team kan ruim 2 keer zoveel dossiers aan.

Wat kost het? Bij Codelevate zou het pad er zo uitzien. Eerst de Blueprint, 2.500 tot 10.000 euro, waarin we het proces meten zoals het nu loopt en de uitzonderingen vastleggen. Dan de automatisering zelf, een vaste prijs per automatisering tussen 18.000 en 45.000 euro voor een groot proces. Daarna de lopende kosten: het AI gebruik per dossier, met een plafond, en het beheer. Als voorbeeld rekenen we met 1 euro AI kosten per dossier, dus 2.400 euro per jaar, plus een planningswaarde van 1.250 euro per maand voor beheer.

Ook aan de bovenkant van die bandbreedte is het eerste jaar ruim terugverdiend. Maar let op welk getal alles draagt: die 60% zonder correctie. Bij 30% komt er nog steeds bijna 5.000 uur vrij, maar het is een ander verhaal dan bij 80%. Dat getal raad je niet, je meet het. In de Blueprint draaien we een eerste ruwe versie op 30 tot 50 van je eigen afgeronde dossiers, en dan weet je het.

Ter vergelijking een getal uit de praktijk: bij een BPM dossierverwerker ging de verwerking van 4 tot 8 uur per dossier naar minder dan 5 minuten. Dat is een dossiersoort met veel vaste vorm. Niet elk proces haalt dat, en je weet pas na de meting waar het jouwe zit.

‍

Wil je dit voor je eigen proces op een rij zetten? Gebruik ons gratis AI product requirements template. Je schrijft er per stap in op wat er binnenkomt, welke regels gelden en waar een mens moet tekenen. Het is ook precies wat een leverancier nodig heeft om je een vergelijkbare offerte te geven.

‍

5 fouten die we vaak zien

De meeste documentprojecten lopen niet vast op de techniek. Ze lopen vast op 1 van deze 5 dingen.

Beginnen bij de tool

Iemand ziet een demo van een tool die een factuur in 2 seconden uitleest, en koopt hem. Daarna blijkt dat je dossier 9 documentsoorten heeft, waarvan er 4 niet in de tool passen. Begin bij het dossier: welke stukken, welke regels, welke uitzonderingen. Pas daarna kies je hoe je het bouwt.

Meten per veld

Zie hierboven. Een rapport met "97,8% nauwkeurigheid" zegt niets over de uren van je team. Meet per dossier, op je eigen dossiers, en meet de tijd van de controle.

Het model laten rekenen

Een taalmodel is goed in lezen en schrijven. Het is niet betrouwbaar in het consequent toepassen van een tabel met tarieven en drempels. Een berekening die 1 op de 50 keer anders uitvalt, is in jouw vak een correctie met een boete. Zet regels in code, met tests, en laat het model alleen de invoer leveren.

Geen eigenaar voor de uitzonderingen

Elk systeem heeft dossiers die het niet zeker weet. Als die in een algemene inbox belanden, liggen ze er over 3 weken nog. Een uitzonderingenrij heeft een eigenaar, een reden per dossier en een termijn. En de uitzonderingen van deze maand zijn de regels van volgende maand: wat steeds terugkomt, schrijf je op.

Bouwen op kennis die nergens staat

Als 5 specialisten een dossier op 5 manieren beoordelen, leert de AI een gemiddelde van 5. Voordat je automatiseert, moeten de regels op 1 plek staan, met een versie per jaar. Dat klinkt als extra werk. Het is het werk dat je toch al had moeten doen, en het maakt inwerken van nieuwe mensen ook sneller.

‍

Kopen, huren of laten bouwen

Er zijn grofweg 3 manieren om documentverwerking met AI te regelen. Elk past bij een ander soort werk.

Een kant en klare documenttool koop je per maand of per pagina. Die past goed bij 1 documentsoort met een vaste vorm en een simpele uitkomst: inkoopfacturen, bonnen, standaardformulieren. Je bent snel live en de leverancier houdt het model bij. Het houdt op waar jouw regels beginnen, want die kent de tool niet.

Een gehuurde automatisering in n8n of Make, ingericht door een automatiseerder, begint vaak bij 1.500 tot 5.000 euro. Dat werkt voor een simpele keten: mail binnen, document uitlezen, gegevens in een spreadsheet. Bij een dossier met vergelijkingen tussen documenten, een uitzonderingenrij en een koppeling met je sectorsysteem wordt zo'n flow snel onoverzichtelijk. En de vraag wie de flow bijhoudt als die om 02:00 stopt, heeft vaak geen antwoord.

Maatwerk laat je bouwen als het dossier de kern van je dienst is. Je regels zitten in code die je kunt testen, de koppeling met Exact, AFAS of je sectorsysteem is echt, en de code staat in jouw eigen omgeving. Het kost meer vooraf. Het loont als er volume in zit, als de regels jouw vakkennis zijn en als je over 2 jaar je klanten zelf toegang wilt geven.

Een eenvoudige vuistregel: hoe meer je dossier op een factuur lijkt, hoe eerder je een tool koopt. Hoe meer je dossier op een advies lijkt, hoe eerder je laat bouwen. Twijfel je over waar jouw proces valt, lees dan ook onze vergelijking van AI automatisering en RPA, die met dezelfde vragen werkt.

‍

Wie het bouwt, wat er na de livegang gebeurt en wat als het tegenvalt

3 vragen die elke eigenaar stelt, ook als ze niet hardop gesteld worden.

Wie werkt eraan? Bij Codelevate 2 engineers, bij naam, vanaf de Blueprint tot jaar 2. Geen wisselend team en geen projectmanager tussen jou en de mensen die de code schrijven. Codelevate zit in Amsterdam en Sofia, sinds 2019.

Wat gebeurt er na de livegang? Een dossierproces is nooit af. Op 1 januari veranderen de tarieven, een uitvoeringsinstantie past een formulier aan, er komt een nieuwe documentsoort bij. Daarom draait er beheer onder: monitoring, een engineer met een naam op de melding, de AI kosten per dossier met een plafond, een maandrapport van 1 pagina en updates van model en regels. De reactietijd wordt vastgesteld in de Blueprint.

En als maand 1 tegenvalt? Exit na maand 1: je betaalt wat er geleverd is en houdt alles. De code staat vanaf de eerste dag in jouw omgeving.

‍

Zo begin je deze maand

Je hoeft niet te wachten op een leverancier om te weten of dit voor jou werkt. Begin met 4 dingen.

• Kies 1 dossiersoort met het meeste volume. Niet de lastigste, de meest voorkomende.

• Pak 30 afgeronde dossiers en schrijf per dossier op hoeveel tijd elke stap kostte. Een schatting per stap is genoeg.

• Schrijf de regels op die je specialisten toepassen, inclusief de uitzonderingen die alleen je meest ervaren collega kent.

• Bepaal welk deel van de dossiers zonder correctie door moet komen om het de moeite waard te maken. Dat is je meetlat.

Met die 4 dingen weet je waar je uren zitten en wat je van een systeem moet vragen. Wil je het breder aanpakken, lees dan hoe je de AI kansen in je werkproces in kaart brengt.

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.

Liever eerst zelf je proces uitschrijven? Het gratis AI product requirements template helpt je de stappen, regels en uitzonderingen op papier te krijgen.

‍

Stuur wat je hebt

Een lijstje met je dossiersoorten, een geanonimiseerd dossier of alleen een mail met hoeveel dossiers je per jaar doet. 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. Stuur wat je hebt.