De accountancysector heeft in de afgelopen decennia al meerdere technologische golven doorgemaakt. Digitalisering, data-analyse en procesautomatisering hebben het werk efficiënter gemaakt, maar de kern van het vak bleef lange tijd herkenbaar: cijfers analyseren, risico’s wegen, conclusies trekken en daar verantwoording over afleggen. Wat nu gebeurt, raakt die kern veel directer.
In een gesprek tussen Arno Schalck, Group CIO van PIA Group, en Prof. dr. Niels van Nieuw Amerongen RA van Nyenrode Business Universiteit wordt duidelijk dat AI in accountancy niet simpelweg de volgende efficiëntieslag is. De technologie verandert niet alleen hoe accountants werken, maar ook met welke informatie zij werken, hoe accountantsorganisaties hun kwaliteit organiseren en wat hun klanten straks vanzelfsprekend zullen vinden.
Arno kijkt daarbij nadrukkelijk vanuit de praktijk van een snel ontwikkelende accountancyorganisatie. Niels brengt het perspectief van wetenschap, opleiding en normering in. Juist die combinatie maakt zichtbaar waar de echte verschuiving zit: accountancy beweegt van een vak dat vooral leunde op gestructureerde data naar een vak waarin ook documenten, contracten, notulen, toelichtingen en andere rijke informatiebronnen steeds centraler komen te staan.
Dat lijkt misschien een technisch detail, maar het is veel meer dan dat. Het verandert de aard van het werk.
Van cijfers naar context
Een van de belangrijkste observaties uit het gesprek is dat accountants dankzij AI niet langer alleen met gestructureerde data werken. Niels benoemt dat als de grootste verandering die hij vandaag ziet. Niet omdat cijfers minder belangrijk worden, maar omdat de informatieomgeving veel rijker is geworden. Waar voorheen vooral financiële data als input konden worden gebruikt, kunnen nu ook allerlei ongestructureerde bronnen worden meegenomen in analyses en oordeelsvorming.
“Wat de grootste verandering natuurlijk is, is dat je niet enkel meer met gestructureerde data werkt.” – Prof. Dr. Niels van Nieuw Amerongen RA
Die verschuiving is wezenlijk. In accountancy is het werk namelijk nooit uitsluitend cijfermatig geweest. Achter financiële uitkomsten zitten interpretaties, afwegingen, risicoanalyses, regelgeving en context. Tot voor kort waren dat juist de onderdelen die vooral door mensen moesten worden gelezen, geïnterpreteerd en vertaald. Nu kan technologie daar in toenemende mate in ondersteunen. AI kan documenten verwerken, inzichten structureren, formats genereren en informatie op een manier teruggeven die voor professionals direct bruikbaar is.
Volgens Niels zorgt dat ervoor dat de accountant steeds meer werk uit handen kan worden genomen. Daarmee verschuift ook de rol van de accountant: minder puur uitvoerend, meer analyserend op complexe vraagstukken, en met meer diepgang en sneller controlerend. Het gevolg is dat niet alleen het dagelijkse werk verandert, maar ook meer gericht op het signaleren van risico’s waarop professionals vervolgens hun aandacht moeten richten.
Minder hype, meer structurele verschuiving
Tegelijkertijd plaatsen beide gesprekspartners de ontwikkeling bewust in perspectief. Vanuit academisch oogpunt waarschuwt Niels ervoor om AI niet alleen als hype te benaderen. De technologie is in korte tijd gemeengoed geworden, maar dat betekent niet dat er vóór ChatGPT of Copilot niets bestond. Geavanceerde vormen van data-analyse bestaan al sinds decennia. Hiermee konden accountants al heel veel. Het verschil zit nu vooral in breedte en toegankelijkheid: de manier waarop rijke bronnen sneller en directer onderdeel worden van het werkproces.
Die nuance is belangrijk, omdat ze helpt om het gesprek weg te houden van oppervlakkig enthousiasme. Wat hier gebeurt, is niet alleen een kwestie van nieuwe tools. Het is een structurele herijking van het vak, vergelijkbaar met eerdere periodes waarin de praktijk sneller bewoog dan de formele kaders.
Niels trekt in dat verband een parallel met de ontwikkeling waarbij accountants zich niet langer uitsluitend op jaarrekeningrisico’s richtten, maar breder naar bedrijfsrisico’s gingen kijken. Ook toen ontstonden er eerst nieuwe werkwijzen in de praktijk, voordat regelgeving en standaardisering volgden. Volgens hem gebeurt nu iets soortgelijks: kantoren, opleiders en wetenschappers zijn allemaal bezig hun eigen antwoorden te formuleren op vragen die nog niet volledig zijn uitgekristalliseerd. Er wordt volop geëxperimenteerd met nieuwe technologie.
Schaal bepaalt wie kan versnellen
Waar de technologie nieuwe mogelijkheden opent, maakt het gesprek ook duidelijk dat niet ieder kantoor daar in hetzelfde tempo van kan profiteren. Hier komt een economisch en organisatorisch vraagstuk naar voren dat de komende jaren waarschijnlijk steeds belangrijker wordt: schaal.
Arno bevestigt dat direct vanuit de praktijk. Een investering in technologie loont pas echt wanneer die op grote schaal inzetbaar is. Binnen PIA Group betekent dat dat een ontwikkeling, wanneer die eenmaal is gebouwd, direct relevant kan zijn voor ongeveer 1.500 accountants in Nederland. Voor een kleiner kantoor ligt dat anders. Daar moet een vergelijkbare investering worden terugverdiend met een veel kleinere groep gebruikers.
“Als wij één keer iets bouwen, is het van toepassing op bijna 1.500 accountants. Als je ergens met vijftig professionals werkt, dan draait die businesscase niet meer rond.” – Arno Schalck
Volgens Arno geldt dat niet alleen voor tooling, maar ook voor alles wat daaromheen moet worden ingericht: compliance, methodologie, kwaliteitskaders en specialistische ondersteuning. Grote organisaties kunnen daar mensen op vrijmaken en centrale kaders bouwen die breed toepasbaar zijn, en de kwaliteit, compliance en veiligheid van de AI output fundamenteel verbeteren. Voor kleinere kantoren is dat veel lastiger. Dat merkt PIA ook in de markt. Juist de behoefte aan ondersteuning op compliance en technologie is volgens Arno een van de belangrijkste redenen waarom kantoren aansluiting zoeken.
Daarmee wordt AI ook een strategisch marktvraagstuk. Niet alleen omdat technologie het werk verandert, maar omdat zij invloed heeft op hoe kantoren zich organiseren, samenwerken en concurreren.
Waarom inhoud belangrijker wordt dan proces
Een tweede laag in het gesprek gaat over methodologie. Niels wijst erop dat grotere organisaties vaak al een meer gestructureerde manier van werken hebben ontwikkeld. Juist nu wordt dat belangrijker. AI is namelijk geen enkelvoudige toepassing, maar een verzameling van verschillende vormen en mogelijkheden. Zonder heldere kaders kan dat leiden tot versnippering: verschillende tools, verschillende werkwijzen en uiteindelijk ook verschillende kwaliteitsniveaus.
Voor organisaties wordt het daarom essentieel om niet alleen technologie toe te voegen, maar ook een kwalitatieve manier van denken en toepassen te ontwikkelen. Dat raakt aan de kern van professionalisering: hoe zorg je ervoor dat mensen niet alleen duidelijke processtappen volgen, maar ook vanuit vergelijkbare kaders tot een vergelijkbaar niveau en inhoud van oordeelsvorming komen?
Juist daar ziet Arno een nieuw verschil tussen klassieke automatisering en AI. In het verleden kon een organisatie processen standaardiseren: dezelfde stappen, dezelfde formulieren, dezelfde workflow. Maar de inhoudelijke redenering daarachter bleef grotendeels impliciet. Met AI ontstaat volgens hem de mogelijkheid om ook die laag beter zichtbaar en toetsbaar te maken.
“Je kan vragen van je mensen: doe dezelfde stappen, doorloop dezelfde stappen. Maar de inhoud en de redenering kon je niet mee ondersteunen vanuit technologie. Nu kunnen we daar met AI toch wel weer een laag bovenop gaan leggen.” – Arno Schalck
AI kan wel helpen om toegepaste redeneringen zichtbaar en toetsbaar te maken. Dat helpt teams en kantoren om consistenter samen te werken en vastgelegde kwaliteitskaders beter te bewaken. Maar uiteindelijk blijft de manier waarop mensen met die output omgaan doorslaggevend. Hoe AI wordt toegepast, hoe professionals worden getraind en hoe bewust zij binnen die kaders blijven denken, bepaalt uiteindelijk de kwaliteit van het eindresultaat.
Technologie vraagt altijd om adoptie
Juist op dat punt krijgt het gesprek een menselijker dimensie. Want de inzet van AI is niet alleen een vraag van bouwen en implementeren, maar vooral ook van adoptie. Arno maakt duidelijk dat je technologie niet simpelweg op grote schaal kunt uitrollen en dan verwachten dat kwaliteit vanzelf volgt. De tool kan nog zo goed zijn; uiteindelijk blijft de eindbeslissing bij de accountant. Dat betekent dat mensen moeten begrijpen hoe ze met die output omgaan, welke kaders gelden en waar hun eigen verantwoordelijkheid begint.
Daar komt nog iets bij: niet alles wat technologisch wenselijk lijkt, is ook juridisch toegestaan. Arno wijst op de spanning tussen optimalisatie en regelgeving. Vanuit privacywetgeving en de AI Act is het bijvoorbeeld niet zomaar toegestaan om AI op persoonsniveau in te zetten voor het monitoren van prestaties of kwaliteit. Dat laat zien dat de ontwikkeling van AI in accountancy altijd plaatsvindt binnen meerdere kaders tegelijk: technologisch, organisatorisch, juridisch en ethisch.
Precies daarom ontstaat er volgens hem ook een interessante rol voor partnerschappen met kennisinstellingen: om te helpen bepalen waar de middenweg ligt tussen innovatie en compliance, en hoe organisaties verantwoord kunnen versnellen.
Testen op het verleden, werken in de toekomst
Niels brengt vervolgens een belangrijke observatie in vanuit de grotere kantoren. Daar wordt AI niet alleen gebruikt in de uitvoering, maar worden AI-gebaseerde modellen ook getest op afgesloten dossiers. Dat is logisch: als je weet wat in een oude situatie als goed gold, kun je een nieuwe tool daarop leggen en kijken of die tot dezelfde of betere uitkomsten komt. Dat levert waardevolle inzichten op over betrouwbaarheid.
Maar juist daar ontstaat ook de volgende vraag: als een tool goed werkt op basis van het verleden, hoe zeker weet je dan dat hij ook goed genoeg is voor een nieuw dossier? Dat is volgens Niels een van de meest boeiende vraagstukken van dit moment. Modellen ontwikkelen zich, datasets veranderen, en in de praktijk krijgt een accountant altijd te maken met nieuwe situaties, nieuwe klantinformatie en nieuwe context.
Arno sluit daarop aan met een even fundamenteel punt. Zodra je werkt met ongestructureerde output – een advies, een redenering, een inhoudelijk standpunt – wordt het veel moeilijker om simpelweg vast te stellen of iets “juist” is. Zeker wanneer AI vervolgens weer AI zou moeten controleren, dreigt een cirkelredenering. Daarom ziet hij meer in het opdelen van processen in subtaken waarop accountants feedback kunnen geven. Zo blijft de mens in de loop, en kan technologie iteratief verbeteren zonder dat de controle volledig verdwijnt.
Wat hieruit spreekt, is een volwassen kijk op innovatie. Niet de gedachte dat AI het overneemt, maar dat kwaliteit ontstaat in de wisselwerking tussen technologie en menselijke evaluatie.
De klant verandert mee en versnelt de markt
Een opvallend deel van het gesprek gaat over klantverwachtingen. Waar AI vaak wordt besproken vanuit intern rendement of kwaliteitswinst, maken Arno en Niels duidelijk dat ook de buitenwereld haar maatstaf aan het verschuiven is.
Niels stelt dat klanten een belangrijk deel van de markt bepalen en op termijn andere snelheids- en kwaliteitsstandaarden gaan verwachten. Arno gaat daarin nog een stap verder: niet alleen omdat klanten zelf ook technologie gebruiken, maar ook omdat zij daardoor minder begrip zullen hebben voor beperkingen die vroeger als vanzelfsprekend golden.
Als technologie kan helpen om signalen op te halen, patronen te herkennen of afwijkingen zichtbaar te maken, wordt het moeilijker om achteraf te verdedigen dat iets niet is gezien. Dat betekent niet dat accountants ineens alles foutloos moeten doen. Wel dat de norm verschuift. Waar vroeger tijdsdruk of beperkte zichtbaarheid onderdeel waren van het vak, groeit nu de verwachting dat technologie wordt ingezet om die beperkingen te verkleinen.
“De klant zal misschien een bepaalde snelheid of een bepaalde kwaliteitsstandaard gaan verwachten.” – Arno Schalck
Daarmee komt ook het verdienmodel onder druk te staan. Als klanten aannemen dat technologie werk versnelt, rijst automatisch de vraag waarom de rekening dan niet omlaag zou moeten. Beide gesprekspartners erkennen dat dit een reëel spanningsveld is, zeker nu technologie niet alleen de inhoud van het werk verandert, maar ook de economische logica eromheen.
Nieuwe spelregels voor een nieuw vak
Wat dit gesprek vooral blootlegt, is dat AI in accountancy niet op één niveau ingrijpt. De verandering speelt tegelijk in informatie, in methodologie, in organisatiekracht en in marktverwachting. Dat maakt het onderwerp complex, maar ook urgent.
De traditionele accountancywereld was sterk ingericht rond schaarste: beperkte tijd, beperkte zichtbaarheid, beperkte mogelijkheden om alle informatie op dezelfde diepte te analyseren. AI verandert juist die randvoorwaarden. Daardoor komen ook de onderliggende keuzes opnieuw op tafel: wat controleer je, hoe diep ga je, wat laat je aan technologie over en waar moet de mens juist nadrukkelijk in beeld blijven?
Voor Arno en Niels is duidelijk dat hier geen eenvoudige blauwdruk voor bestaat. Wel is duidelijk dat praktijk en wetenschap elkaar harder nodig hebben dan ooit. De praktijk weet waar de frictie zit. De academie helpt om die frictie te duiden, te structureren en te vertalen naar opleiding en normering. En precies in die combinatie ontstaat de ruimte om niet alleen efficiënter, maar vooral verstandiger te innoveren.
De spelregels veranderen. Niet omdat cijfers verdwijnen, maar omdat accountancy rijker, complexer en meer context gedreven wordt. En daarmee verschuift ook de kern van het vak: van het uitsluitend controleren van financiële uitkomsten naar het steeds beter begrijpen, wegen en vertalen van alles wat daarachter schuilgaat.
Maar die verschuiving roept direct een nieuwe, misschien nog belangrijkere vraag op.
Als technologie steeds meer werk overneemt — van analyse tot interpretatie — wat betekent dat dan voor kwaliteit, professioneel scepticisme en verantwoordelijkheid?
Wordt de accountant beter?
Of juist afhankelijker?
En hoe voorkom je dat vertrouwen in technologie ten koste gaat van kritisch denken?
In het volgende artikel gaan Arno Schalck en prof. Dr. Niels van Nieuw Amerongen RA dieper in op precies dat spanningsveld — waar de echte risico’s én kansen van AI zichtbaar worden.
Geef een reactie