Essentiële beslissingen, bijvoorbeeld over uitkeringen, kredietbeoordeling of sollicitanten, worden steeds vaker genomen op basis van geavanceerde analytische modellen en zelflerende algoritmen. Systemen bepalen wat we te zien krijgen, welke risico’s we mogen lopen, welke kansen we krijgen of juist niet. Dit heeft vooral gevolgen voor de kerntaak van de accountant: vertrouwen bieden. De toekomst van accountancy ligt in het intelligent versterken van menselijk oordeel met behulp van de snelle technologische ontwikkelingen door AI.
In een AI-gedreven context zijn financiële cijfers steeds vaker het eindproduct van een keten van geautomatiseerde processen, waarin data, modellen en gerelateerde aannames een centrale rol spelen. Hierdoor wordt het assuranceobject fundamenteel breder. De vraag of cijfers juist en volledig zijn, is niet langer toereikend. Belangrijk is de vraag of de systemen en de hierin gebruikte data en modellen die deze cijfers mede hebben gevormd, betrouwbaar, beheerst en uit te leggen zijn.
AI-systemen onderscheiden zich van klassieke informatiesystemen doordat zij patronen leren uit data en hun gedrag kunnen aanpassen op basis van nieuwe input. De vorm van dynamiek die dan ontstaat, is lastig te verenigen met traditionele controlebenaderingen die uitgaan van stabiele processen en expliciet geformuleerde regels.
Specifieke risico’s van AI
De nieuwe soorten risico’s van AI-toepassingen zijn niet altijd zichtbaar binnen bestaande auditkaders. Hierbij is datakwaliteit een centrale factor; onvolledige, verouderde of niet-representatieve datasets kunnen leiden tot systematische afwijkingen in resultaten. Ook kan historische bias in data worden gereproduceerd of zelfs versterkt, met potentieel discriminerende gevolgen. Een ander aandachtspunt is de uitlegbaarheid van modellen. Veel geavanceerde AI-toepassingen functioneren als ‘black boxes’; zij genereren vaak nauwkeurige voorspellingen, maar het blijft voor gebruikers en toezichthouders lastig de besluitvormingslogica te interpreteren. Met generatieve AI, die overtuigende maar feitelijk onjuiste output kan produceren, ontstaat het gevaar van schijnzekerheid. Deze aspecten raken direct aan de maatschappelijke verantwoordelijkheid van de accountant.
Een slimme symbiose
De uitdaging voor de accountant is een productieve balans te vinden tussen technologische ondersteuning en menselijk professioneel oordeel. Deze balans kunnen we karakteriseren als een slimme symbiose tussen mens en machine. Aan de ene kant maken accountants steeds vaker gebruik van data-analyse, proces mining en machine learningtechnieken binnen hun eigen werkzaamheden. Met deze instrumenten kunnen ze volledige populaties analyseren, afwijkingen systematisch identificeren en patronen zichtbaar maken die met traditionele steekproeven moeilijk zijn te detecteren. Dit zorgt voor een effectievere controle met meer diepgang. Aan de andere kant verschuiven data en AI steeds vaker naar het domein van het auditobject zelf. Accountants worden geacht te oordelen over de opzet, werking en beheersing van algoritmische systemen. Daarbij gaat het niet om technische validatie in enge zin, maar om het beoordelen van randvoorwaarden zoals governance, datakwaliteit, transparantie en menselijk toezicht.
Regelgeving als katalysator
De maatschappelijke impact van AI-toepassingen heeft geleid tot explicietere regulering en dit heeft voor accountants belangrijke consequenties. Organisaties worden verplicht aan te tonen dat AI-systemen, met name in risicovolle toepassingen, beheerst en controleerbaar zijn ingericht. Hier ontstaat een natuurlijk aansluitpunt voor de accountancy. Assurance op AI-toepassingen vereist immers een systematische beoordeling van governancestructuren, interne beheersing, documentatie en monitoring. Het betreft geen puur technologische exercitie, maar een geïntegreerde beoordeling van ontwerpkeuzes, risicoafwegingen en verantwoordingsmechanismen.
Audit met en audit van data en AI
In de praktijk is de scheidslijn tussen audit met en audit van data en AI diffuus. Accountants die ervaring hebben met het toepassen van geavanceerde analysetechnieken, hebben beter inzicht in de beperkingen en risico’s van dergelijke technologie. Hierdoor kunnen zij AI-systemen binnen organisaties kritisch beoordelen.
Omgekeerd leidt het auditen van AI-toepassingen tot een scherpere professionele reflex bij het eigen gebruik van technologie. Of een uitkomst is uit te leggen of te verdedigen, geldt immers zowel voor het auditobject als voor de gebruikte auditinstrumenten. Deze wederzijdse beïnvloeding draagt bij aan de kwaliteit van het professionele oordeel. Het zwaartepunt van de IT-audit verschuift richting datakwaliteit, datagovernance en modelbeheer. Vragen over herkomst, representativiteit en actualiteit van data worden essentieel om betrouwbaarheid te beoordelen. Daarnaast vereist de volledige levenscyclus van algoritmen meer aandacht: van ontwikkeling en training tot implementatie, monitoring en herziening. Voor accountants wordt het toetsingskader breder, waarbij ook ex ante beheersing steeds belangrijker wordt.
Verschuivende beroepspraktijk
AI maakt het accountantsberoep zeker niet overbodig. Routinematige werkzaamheden worden verder geautomatiseerd, maar daar staat een veel complexere oordeelsvorming tegenover. De accountant verschuift van uitvoerend controleur naar beoordelaar van ontwerp en beheersing. Dit vraagt om aanvullende competenties, waaronder basiskennis van data-analyse, begrip van AI-concepten en inzicht in ethische en governancevraagstukken. Professionele scepsis blijft een kernwaarde. Waar slimme systemen snel, schaalbaar en overtuigend opereren, is kritisch reflectievermogen een noodzakelijke voorwaarde voor kwaliteit.
Datagedreven samenleving
De opkomst van AI verandert de accountancy, maar niet haar maatschappelijke functie. Juist in een datagedreven en deels ondoorzichtige besluitvormingsomgeving neemt de behoefte aan onafhankelijke oordeelsvorming toe. De uitdaging voor accountants ligt in het vormgeven van assurance die recht doet aan deze nieuwe werkelijkheid. De slimme symbiose tussen mens en machine is zo geen technologisch ideaal, maar een professioneel uitgangspunt. De toekomst van accountancy ligt in het intelligent versterken van menselijk oordeel met behulp van de snelle technologische ontwikkelingen door AI.
Theo Jan Renkema is professor of Practice Data Analytics & Auditing aan Tilburg University en Chief Auditor bij Rabobank Nederland. Hij studeerde aan de Rijksuniversiteit Groningen en promoveerde aan de Technische Universiteit Eindhoven op onderzoek naar investeringen in informatie-infrastructuur.
Deze bijdrage komt uit het AV-magazine met als thema ICT & AI. Dit magazine is verschenen in juli 2026: https://www.accountancyvanmorgen.nl/kennisdoc/av-2-2026-ict-ai/
Geef een reactie